Comparaison de modèles : YOLOv9 vs. YOLOv8 pour la détection d'objets
Choisir le bon modèle de détection d'objets est une décision cruciale qui équilibre la précision, la vitesse et les ressources de calcul. Cette page offre une comparaison technique détaillée entre Ultralytics YOLOv8, un modèle polyvalent et convivial, et YOLOv9, un modèle connu pour ses nouvelles avancées architecturales. Nous allons analyser leurs architectures, leurs mesures de performance et leurs cas d'utilisation idéaux pour vous aider à déterminer le meilleur choix pour vos projets de vision par ordinateur.
YOLOv9 : Amélioration de la précision avec une nouvelle architecture
YOLOv9 a été introduit comme une avancée significative dans la détection d’objets, principalement axée sur la résolution du problème de la perte d’informations dans les réseaux neuronaux profonds afin d’améliorer la précision.
- Auteurs : Chien-Yao Wang, Hong-Yuan Mark Liao
- Organisation : Institut des sciences de l'information, Academia Sinica, Taïwan
- Date : 2024-02-21
- Arxiv : https://arxiv.org/abs/2402.13616
- GitHub : https://github.com/WongKinYiu/yolov9
- Documentation : https://docs.ultralytics.com/models/yolov9/
Architecture et innovations clés
YOLOv9 introduit deux innovations majeures : l’information de gradient programmable (PGI) et le réseau d’agrégation de couches efficace généralisé (GELAN). La PGI est conçue pour fournir des informations d’entrée complètes pour le calcul de la fonction de perte, ce qui contribue à atténuer le problème de goulot d’étranglement de l’information et garantit que des gradients plus fiables sont générés pour les mises à jour du réseau. GELAN est une nouvelle architecture de réseau très efficace qui optimise l’utilisation des paramètres et l’efficacité du calcul. Ensemble, ces caractéristiques permettent à YOLOv9 d’atteindre une grande précision, établissant souvent de nouvelles références de pointe sur des ensembles de données comme COCO.
Points forts
- Précision à la pointe de la technologie : Les modèles YOLOv9, en particulier les variantes les plus grandes, atteignent des scores mAP de premier plan, repoussant les limites de la précision de la détection d'objets en temps réel.
- Haute efficacité : L’architecture GELAN permet à YOLOv9 d’offrir des performances élevées avec moins de paramètres et d’exigences de calcul (FLOPs) par rapport à certains autres modèles avec une précision similaire.
- Préservation de l'information : PGI s'attaque efficacement au problème de la perte d'informations dans les réseaux profonds, ce qui est crucial pour la formation de modèles très profonds et précis.
Faiblesses
- Écosystème et facilité d'utilisation : En tant que modèle provenant d'un référentiel de recherche, YOLOv9 ne possède pas l'écosystème soigné et prêt pour la production qu'Ultralytics fournit. Le processus de formation peut être plus complexe, et le soutien communautaire et les intégrations tierces sont moins matures.
- Polyvalence des tâches : L’implémentation originale de YOLOv9 se concentre principalement sur la détection d’objets. Elle n’offre pas la prise en charge unifiée intégrée pour d’autres tâches de vision telles que la segmentation, l’estimation de pose ou la classification, qui est standard dans les modèles Ultralytics.
- Ressources d'entraînement : L'entraînement de YOLOv9 peut nécessiter plus de ressources et de temps que les processus rationalisés offerts par Ultralytics YOLOv8.
Ultralytics YOLOv8 : polyvalence et facilité d’utilisation
Ultralytics YOLOv8 est un modèle de pointe développé par Ultralytics, connu pour son équilibre exceptionnel entre vitesse, précision et, surtout, sa facilité d'utilisation et sa polyvalence. Il est conçu comme un cadre complet pour l'entraînement, la validation et le déploiement de modèles pour un large éventail de tâches d'IA de vision.
- Auteurs : Glenn Jocher, Ayush Chaurasia, Jing Qiu
- Organisation : Ultralytics
- Date : 2023-01-10
- GitHub : https://github.com/ultralytics/ultralytics
- Documentation : https://docs.ultralytics.com/models/yolov8/
Architecture et principales fonctionnalités
YOLOv8 s’appuie sur les succès des versions précédentes de YOLO avec d’importantes améliorations architecturales, notamment une nouvelle tête de détection sans ancres et un backbone C2f (CSP avec 2 convolutions) modifié. Cette conception améliore non seulement les performances, mais simplifie également le modèle et ses étapes de post-traitement. Cependant, la véritable force de YOLOv8 réside dans son écosystème holistique.
Points forts
- Équilibre exceptionnel des performances : YOLOv8 offre un compromis fantastique entre la vitesse et la précision, le rendant très approprié pour une grande variété d'applications du monde réel, des appareils périphériques aux ressources limitées aux serveurs cloud haute performance.
- Polyvalence inégalée : YOLOv8 est un véritable cadre multitâche. Il prend en charge la détection d’objets, la segmentation d’instance, la classification d’images, l’estimation de pose et les boîtes englobantes orientées (OBB) dans un cadre unique et unifié. Cette polyvalence constitue un avantage majeur par rapport aux modèles plus spécialisés comme YOLOv9.
- Facilité d'utilisation : Ultralytics a privilégié une expérience utilisateur simplifiée. Grâce à une API Python et une CLI simples, une documentation exhaustive et une multitude de tutoriels, les développeurs peuvent démarrer en quelques minutes.
- Écosystème bien maintenu : YOLOv8 bénéficie du développement actif d'Ultralytics, d'une forte communauté open source, de mises à jour fréquentes et d'une intégration transparente avec Ultralytics HUB pour les flux de travail d'entraînement sans code et de MLOps.
- Efficacité de l'entraînement : Le processus d'entraînement est très efficace, avec des poids pré-entraînés facilement disponibles et des besoins en mémoire inférieurs par rapport à de nombreuses autres architectures, en particulier les modèles basés sur des transformateurs.
- Prêt pour le déploiement : YOLOv8 est conçu pour un déploiement facile avec un support d'exportation intégré pour divers formats tels que ONNX, TensorRT et OpenVINO, simplifiant ainsi le chemin vers la production.
Faiblesses
- Précision maximale : Bien qu’extrêmement précis, les plus grands modèles YOLOv9 peuvent atteindre un mAP légèrement plus élevé sur le benchmark COCO dans une tâche de détection d’objets pure. Cependant, cela se fait souvent au détriment de la polyvalence et de la facilité d’utilisation.
Comparaison directe des performances : Précision et vitesse
Lorsqu'on compare les performances, il est essentiel d'examiner l'ensemble du tableau, y compris la précision (mAP), la vitesse d'inférence, la taille du modèle (paramètres) et le coût de calcul (FLOPs).
| Modèle | Taille (pixels) |
mAPval 50-95 |
Vitesse CPU ONNX (ms) |
Vitesse T4 TensorRT10 (ms) |
paramètres (M) |
FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.1 | 26.4 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.0 | 76.3 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.3 | 102.1 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 57.3 | 189.0 |
| YOLOv8n | 640 | 37.3 | 80.4 | 1.47 | 3.2 | 8.7 |
| YOLOv8s | 640 | 44.9 | 128.4 | 2.66 | 11.2 | 28.6 |
| YOLOv8m | 640 | 50.2 | 234.7 | 5.86 | 25.9 | 78.9 |
| YOLOv8l | 640 | 52.9 | 375.2 | 9.06 | 43.7 | 165.2 |
| YOLOv8x | 640 | 53.9 | 479.1 | 14.37 | 68.2 | 257.8 |
D'après le tableau, nous pouvons constater que YOLOv9-E atteint la mAP la plus élevée. Cependant, les modèles YOLOv8 affichent des vitesses d'inférence supérieures, en particulier les variantes plus petites comme YOLOv8n, ce qui est essentiel pour les applications en temps réel. YOLOv8 offre un profil de performance plus complet et plus pratique sur différents matériels, avec des benchmarks de vitesse bien documentés qui sont essentiels pour la planification de la production.
Conclusion : Quel modèle devriez-vous choisir ?
Le choix entre YOLOv9 et YOLOv8 dépend fortement des priorités de votre projet.
Choisissez YOLOv9 si :
- Votre objectif principal et unique est d'atteindre la précision maximale absolue de la détection d'objets sur des benchmarks comme COCO.
- Vous travaillez dans un contexte de recherche où l’exploration de nouvelles architectures comme PGI et GELAN est l’objectif principal.
- Vous disposez de ressources de calcul et d'une expertise considérables pour gérer un flux de travail d'entraînement et de déploiement plus complexe.
Choisissez Ultralytics YOLOv8 si :
- Vous avez besoin d'un modèle robuste, fiable et facile à utiliser pour un large éventail d'applications.
- Votre projet nécessite plus que de la simple détection d'objets, comme la segmentation d'instances, l'estimation de pose ou la classification. La polyvalence de YOLOv8 permet d'économiser énormément de temps de développement.
- Vous privilégiez un flux de travail rapide et efficace, de l'entraînement au déploiement. L'écosystème Ultralytics est conçu pour vous amener plus rapidement à la production.
- Vous avez besoin d'un modèle qui offre un excellent équilibre entre vitesse et précision, adapté au déploiement en périphérie et dans le cloud.
- Vous accordez de l'importance à un fort soutien de la communauté, à des mises à jour continues et à une documentation complète.
Pour la grande majorité des développeurs, des chercheurs et des entreprises, Ultralytics YOLOv8 est le choix recommandé. Sa combinaison de performances solides, d'une incroyable polyvalence et d'un écosystème convivial et bien pris en charge en fait un outil plus pratique et plus puissant pour la construction de solutions de vision par ordinateur dans le monde réel.
Si vous explorez d'autres modèles, vous pourriez également être intéressé par Ultralytics YOLOv5, connu pour sa stabilité et son adoption généralisée, ou RT-DETR, une architecture alternative basée sur les transformateurs. Vous pouvez trouver plus de comparaisons sur notre page de comparaison des modèles.
