YOLOX face à YOLO11
L’évolution de la vision par ordinateur a été guidée par la recherche de frameworks de détection d’objets en temps réel conciliant haute précision et vitesse d’inférence. Parmi les jalons les plus notables figurent YOLOX et Ultralytics YOLO11. Bien que les deux modèles aient largement contribué au domaine, leurs architectures sous-jacentes, leurs philosophies de conception et leurs écosystèmes de développement diffèrent considérablement.
Cette comparaison technique examine leurs architectures, leurs indicateurs de performance, leurs méthodes d’entraînement et leurs scénarios de déploiement idéaux afin de t’aider à faire un choix éclairé 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 pour la série YOLO. Il a contribué à rapprocher la recherche universitaire des applications industrielles en introduisant une architecture sans ancres.
Pour en savoir plus sur les aspects techniques, tu peux consulter l’article original YOLOX sur arXiv.
Principales caractéristiques architecturales#
YOLOX s’est éloigné de la détection traditionnelle basée 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. Elle a également introduit des stratégies d’assignation 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 éliminant les boîtes d’ancrage prédéfinies, YOLOX a considérablement réduit le réglage heuristique nécessaire pour différents jeux de données, ce qui en fait une solide référence pour la recherche sur les méthodes sans ancres.
Présentation d’Ultralytics YOLO11#
Publié le 27 septembre 2024 par Glenn Jocher et Jing Qiu chez Ultralytics, YOLO11 est un modèle prêt pour la production, axé sur la polyvalence et la facilité d’utilisation. Fondé sur des années de recherche sur YOLO, il est performant sur de nombreuses tâches.
L’avantage Ultralytics#
YOLO11 n’est pas seulement 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 efficace équilibre 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.
| Modèle | taille (pixels) | mAPval50-95 | Vitesse CPU ONNX (ms) | Vitesse T4 TensorRT10 (ms) | paramètres (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
Comme le montrent les résultats, les modèles YOLO11 surpassent régulièrement YOLOX en précision tout en ayant moins de paramètres. Par exemple, YOLO11m atteint un mAP de 51,5 avec seulement 20,1 M de paramètres, tandis que YOLOXx atteint un mAP similaire de 51,1, mais nécessite 99,1 M de paramètres. Cette efficacité réduit l’utilisation de la mémoire pendant l’entraînement et l’inférence, ce qui rend YOLO11 particulièrement adapté au déploiement sur des appareils d’IA en périphérie et évite les besoins élevés en mémoire CUDA typiques des anciens modèles ou des modèles basés sur Transformer comme RT-DETR.
Les modèles Ultralytics nécessitent généralement moins de mémoire GPU que YOLOX et les architectures basées sur Transformer pendant l’entraînement, ce qui permet aux chercheurs d’entraîner des modèles puissants sur du matériel grand public standard.
Écosystème et facilité d'utilisation#
L’expérience de développement constitue l’une des principales différences 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 simples. 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 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 entretenu s’appuie sur une documentation complète et s’intègre à 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 de détail intelligent ou les systèmes d’alarme de sécurité, où un code robuste et maintenu, ainsi qu’une grande précision, sont essentiels.
- Pipelines multitâches : lorsqu’un projet doit suivre des objets, estimer des poses humaines et segmenter des instances dans un framework unifié.
- Appareils de périphérie aux ressources limitées : grâce à son faible nombre de paramètres et à son débit élevé, YOLO11 convient parfaitement au déploiement sur Raspberry Pi ou sur des nœuds mobiles en périphérie via CoreML et NCNN.
Perspectives : les atouts de YOLO26#
YOLO11 représente une nette avancée par rapport à YOLOX, mais le domaine de la vision par ordinateur progresse rapidement. Pour les développeurs qui démarrent de nouveaux projets aujourd’hui, Ultralytics YOLO26 est le choix recommandé.
Publié en janvier 2026, YOLO26 s’appuie sur YOLO11 et introduit plusieurs nouvelles fonctionnalités :
- Conception de bout en bout sans NMS : la tête un-à-un facultative de YOLO26 (
nms=False) élimine le post-traitement par suppression des non-maxima (NMS), pour des pipelines de déploiement plus rapides et plus simples (une approche explorée pour la première fois dans YOLOv10). - Inférence CPU jusqu’à 43 % plus rapide : avec la suppression de Distribution Focal Loss (DFL) et l’inférence sans NMS, YOLO26n s’exécute jusqu’à 43 % plus vite que YOLO11n sur CPU, ce qui est avantageux pour les appareils de périphérie basse consommation.
- Optimiseur MuSGD : inspiré des innovations en matière d’entraînement des LLM, comme Kimi K2 de Moonshot AI, l’optimiseur MuSGD (un hybride de SGD et de Muon) garantit un entraînement stable et une convergence rapide.
- ProgLoss + STAL : Progressive Loss et l’assignation des étiquettes adaptée aux petites cibles (STAL) améliorent la détection des petits objets, essentielle pour l’imagerie par drone et la robotique autonome.
Pour la plupart des tâches modernes de vision par ordinateur, YOLO26 offre le meilleur équilibre entre vitesse, précision et simplicité de déploiement.
Commentaires2
Pose une question, partage tes résultats ou aide quelqu’un d’autre.
shah0nawaz
Is the latency comparison on the same machine? If yes, please if you can give me the reference , I am working on the latency accuracy trade-off research.
Glenn JocherUltralytics@shah0nawaz I can’t confirm that the listed latencies were measured on the same machine, so I wouldn’t treat them as a controlled comparison for your research. The YOLO11 performance table specifies T4/TensorRT10, while the official YOLOX benchmarks report V100 timings and do not establish the provenance of the YOLOX latencies shown here. For a defensible latency–accuracy trade-off, benchmark both on the same GPU with matched input size, batch size, precision, runtime version, and timing boundaries, explicitly stating whether preprocessing and NMS are included.