YOLOX vs YOLO11#

L’évolution de la vision par ordinateur a été largement portée par la recherche de frameworks de détection d’objets en temps réel capables de trouver un équilibre entre une grande précision et une vitesse d’inférence élevée. Parmi les étapes les plus marquantes de cette évolution figurent YOLOX et Ultralytics YOLO11. Bien que ces deux modèles aient apporté des contributions importantes au domaine, leurs architectures sous-jacentes, leurs philosophies de conception et leurs écosystèmes de développement diffèrent considérablement.

Cette comparaison technique complète examine leurs architectures, leurs métriques de performance, leurs méthodologies 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 le 18 juillet 2021 par les chercheurs Zheng Ge, Songtao Liu, Feng Wang, Zeming Li et Jian Sun de Megvii, YOLOX a marqué un tournant important dans la série YOLO. Il a réussi à combler l’écart entre la recherche universitaire et les applications industrielles en introduisant une conception sans ancres.

Pour obtenir davantage de contexte technique, tu peux consulter l’article Arxiv sur YOLOX original.

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 différents benchmarks. Elle a également introduit des stratégies avancées d’attribution des labels, telles que SimOTA, afin d’accélérer le processus d’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 par boîtes englobantes et ne prend pas nativement en charge d’autres tâches de vision complexes.

En apprends plus sur YOLOX

Présentation d’Ultralytics YOLO11#

Publié 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. S’appuyant sur des années de recherche fondamentale, il fournit une solution hautement aboutie et prête pour la production, qui excelle dans une multitude de tâches.

L'avantage Ultralytics#

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

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

Comparaison des performances et des métriques#

Lorsqu’on compare ces modèles, l’équilibre des performances devient évident. YOLO11 atteint une précision moyenne (mAP) supérieure avec nettement moins de paramètres et de FLOPs dans la plupart des catégories de taille par rapport à ses équivalents YOLOX.

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

Écosystème et facilité d'utilisation#

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

YOLOX nécessite souvent de cloner des dépôts, de configurer des environnements complexes et d’exécuter des arguments de ligne de commande verbeux pour entraîner les modèles et les exporter vers des formats tels que ONNX ou TensorRT.

À l’inverse, Ultralytics YOLO11 offre une API Python et une CLI extrêmement simples. La bibliothèque Ultralytics gère automatiquement l’augmentation des données, l’optimisation des hyperparamètres et l’exportation.

from ultralytics import YOLO

# Load a pretrained YOLO11 model
model = YOLO("yolo11n.pt")

# Train the model effortlessly on custom data
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export the trained model to TensorRT for optimized deployment
model.export(format="engine")

Cet écosystème bien maintenu s’appuie sur une documentation complète et s’intègre facilement à des outils tels que 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 du framework MegEngine ou des paradigmes de détection d’objets du début de 2021.
• Références universitaires : lorsque tu mènes des recherches nécessitant une comparaison directe avec des architectures sans ancres fondamentales de l’ère 2021.

Quand utiliser YOLO11#

• Déploiements en production : pour les applications commerciales dans le commerce de détail intelligent ou les systèmes d’alarme de sécurité, où un code robuste 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 à l’aide d’un framework unifié unique.
• Appareils edge aux ressources limitées : grâce à son faible nombre de paramètres et à son débit élevé, YOLO11 est idéal pour être déployé sur un Raspberry Pi ou des nœuds edge mobiles via CoreML et NCNN.

Perspectives : l’avantage de YOLO26#

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

Publié en janvier 2026, YOLO26 reprend l’excellence architecturale de YOLO11 et introduit plusieurs fonctionnalités révolutionnaires :

• Conception de bout en bout sans NMS : YOLO26 élimine le post-traitement de la suppression non maximale (NMS) pour des pipelines de déploiement plus rapides et plus simples (un concept exploré pour la première fois dans YOLOv10).
• Jusqu’à 43 % d’inférence CPU plus rapide : grâce à la suppression de la perte focale de distribution (DFL), YOLO26 est beaucoup plus efficace 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 prises par drone et la robotique autonome.

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