YOLOX face à YOLO11#

L’évolution de la vision par ordinateur a largement été portée par la recherche de frameworks de détection d’objets en temps réel alliant haute précision et vitesse d’inférence. Parmi les jalons les plus marquants de cette évolution figurent YOLOX et Ultralytics YOLO11. Bien que les deux modèles aient apporté une contribution importante au domaine, leurs architectures, leurs philosophies de conception et leurs écosystèmes de développement diffèrent considérablement.

Cette comparaison technique détaillée examine leurs architectures, leurs métriques de performance, leurs méthodes d’entraînement et leurs scénarios de déploiement idéaux, afin de t’aider à prendre une décision éclairée pour ton prochain projet d’intelligence artificielle.

Présentation de YOLOX#

Présenté par les chercheurs Zheng Ge, Songtao Liu, Feng Wang, Zeming Li et Jian Sun de Megvii le 18 juillet 2021, YOLOX a marqué un tournant important dans la série YOLO. En introduisant une conception sans ancres, il a réussi à faire le lien entre la recherche universitaire et les applications industrielles.

Pour en savoir plus sur les aspects techniques, consulte l’article original YOLOX sur arXiv.

Principales caractéristiques architecturales#

YOLOX s’est écarté de la détection traditionnelle fondée sur des ancres en adoptant une tête découplée et un mécanisme sans ancres. Cette conception a réduit le nombre de paramètres de conception et amélioré les performances du modèle sur divers benchmarks. De plus, le modèle a introduit des stratégies avancées d’affectation des étiquettes comme SimOTA afin d’accélérer l’entraînement et d’améliorer la convergence.

Bien que YOLOX offre une excellente précision pour son époque, il se concentre principalement sur la détection d’objets à l’aide de boîtes englobantes et ne prend pas en charge nativement d’autres tâches complexes de vision.

En savoir plus sur YOLOX

Présentation d’Ultralytics YOLO11#

Sorti le 27 septembre 2024 par Glenn Jocher et Jing Qiu chez Ultralytics, YOLO11 est un modèle de pointe qui redéfinit la polyvalence et la facilité d’utilisation en vision par ordinateur. Fruit de plusieurs années de recherche fondamentale, il offre une solution aboutie, prête pour la production et performante pour de nombreuses tâches.

L’avantage Ultralytics#

YOLO11 n’est pas qu’un détecteur d’objets : c’est un framework unifié qui prend en charge la segmentation d’instances, la classification d’images, l’estimation de pose et la détection par boîtes englobantes orientées (OBB). Son architecture très efficace privilégie un équilibre harmonieux entre vitesse, nombre de paramètres et précision.

De plus, YOLO11 est entièrement intégré à la plateforme Ultralytics, qui propose un écosystème rationalisé pour l’annotation des données, l’entraînement des modèles et le déploiement.

Comparaison des performances et des métriques#

La comparaison de ces modèles met en évidence leur équilibre de performances. Dans la plupart des catégories de taille, YOLO11 atteint une précision moyenne (mAP) supérieure avec beaucoup moins de paramètres et de FLOPs que les modèles YOLOX correspondants.

Comme le montrent les résultats, les modèles YOLO11 surpassent systématiquement YOLOX en précision tout en ayant moins de paramètres. Par exemple, YOLO11m atteint un score de 51.5 mAP avec seulement 20.1M paramètres, tandis que YOLOXx obtient un score comparable de 51.1 mAP, mais nécessite 99.1M paramètres, soit bien plus. Cette efficacité mémoire pendant l’entraînement et l’inférence rend YOLO11 particulièrement adapté au déploiement sur des appareils d’IA en périphérie et évite les besoins importants en mémoire CUDA typiques des modèles plus anciens ou fondés sur les Transformer, comme RT-DETR.

Écosystème et facilité d'utilisation#

L’expérience de développement constitue l’une des différences les plus marquantes entre les deux frameworks.

YOLOX nécessite souvent de cloner des dépôts, de configurer des environnements complexes et d’exécuter des commandes verbeuses en ligne de commande pour entraîner des modèles et les exporter vers des formats comme ONNX ou TensorRT.

À l’inverse, Ultralytics YOLO11 propose une API Python et une CLI d’une grande simplicité. La bibliothèque Ultralytics gère automatiquement l’augmentation des données, le réglage des hyperparamètres et l’exportation.

from ultralytics import YOLO

# Charger un modèle YOLO11 préentraîné
model = YOLO("yolo11n.pt")

# Entraîner facilement le modèle sur des données personnalisées
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Exporter le modèle entraîné vers TensorRT pour un déploiement optimisé
model.export(format="engine")

Cet écosystème bien maintenu s’appuie sur une documentation complète et une intégration fluide avec des outils comme Weights & Biases pour le suivi des expériences.

Cas d’utilisation idéaux#

Le choix entre ces modèles dépend souvent des spécificités de l’environnement de déploiement.

Quand utiliser YOLOX#

• Systèmes existants : si tu disposes d’un pipeline établi, explicitement conçu autour de la base de code YOLOX d’origine ou des paradigmes de détection d’objets du début de 2021.
• Références universitaires : pour mener des recherches qui nécessitent une comparaison directe avec les architectures sans ancres fondamentales de l’époque 2021.

Quand utiliser YOLO11#

• Déploiements en production : pour les applications commerciales dans le commerce intelligent ou les systèmes d’alarme de sécurité, où un code fiable et maintenu ainsi qu’une grande précision sont indispensables.
• Pipelines multitâches : lorsqu’un projet doit suivre des objets, estimer des poses humaines et segmenter des instances dans un framework unifié.
• Appareils en périphérie aux ressources limitées : grâce à son faible nombre de paramètres et à son débit élevé, YOLO11 est idéal pour le déploiement sur Raspberry Pi ou sur des nœuds mobiles en périphérie via CoreML et NCNN.

Perspectives : les atouts de YOLO26#

Bien que YOLO11 représente une avancée considérable par rapport à YOLOX, le domaine de la vision par ordinateur évolue rapidement. Pour les développeurs qui démarrent de nouveaux projets aujourd’hui, Ultralytics YOLO26 est la recommandation incontournable.

Sorti en janvier 2026, YOLO26 reprend l’excellence architecturale de YOLO11 et y ajoute plusieurs fonctionnalités révolutionnaires :

• Conception de bout en bout sans NMS : la tête optionnelle one-to-one de YOLO26 (nms=False) élimine le post-traitement par suppression non maximale (NMS), pour des pipelines de déploiement plus rapides et plus simples (un concept exploré pour la première fois dans YOLOv10).
• Inférence CPU jusqu’à 43 % plus rapide : en supprimant la perte focale de distribution (DFL), YOLO26 gagne considérablement en efficacité sur les CPU et les appareils edge à faible consommation.
• Optimiseur MuSGD : inspiré des innovations de Moonshot AI en matière d’entraînement des LLM, l’optimiseur MuSGD garantit des entraînements très stables et une convergence rapide.
• Fonctions de perte avancées : grâce à ProgLoss + STAL, YOLO26 améliore sensiblement la reconnaissance des petits objets, un aspect essentiel pour les images de drones et la robotique autonome.

Pour la grande majorité des tâches modernes de vision par ordinateur, mettre à niveau ton pipeline pour exploiter YOLO26 offre le meilleur équilibre possible entre vitesse, précision et simplicité de déploiement.