YOLOX vs YOLO11#
L'évolution de la vision par ordinateur a été fortement stimulée par la recherche de frameworks de détection d'objets en temps réel qui équilibrent une haute précision et une vitesse d'inférence. Parmi les jalons les plus notables de ce parcours figurent YOLOX et Ultralytics YOLO11. Bien que les deux modèles aient apporté des contributions significatives au domaine, leurs architectures sous-jacentes, leurs philosophies de conception et leurs écosystèmes de développement diffèrent considérablement.
Cette comparaison technique exhaustive explore leurs architectures, leurs mesures de performance, leurs méthodologies d'entraînement et leurs scénarios de déploiement idéaux pour 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 chez Megvii le 18 juillet 2021, YOLOX a représenté un changement important dans la série YOLO. Il a comblé avec succès le fossé entre la recherche académique et l'application industrielle en introduisant une conception sans ancrage (anchor-free).
Pour plus d'informations techniques, tu peux consulter le papier Arxiv de YOLOX d'origine.
Fonctionnalités architecturales clés#
YOLOX s'est éloigné de la détection traditionnelle basée sur les 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, il a introduit des stratégies d'assignation d'étiquettes avancées comme SimOTA pour accélérer le processus d'entraînement et améliorer la convergence.
Bien que YOLOX offre une excellente précision pour son époque, il se concentre principalement sur la détection d'objets par boîte englobante (bounding box) et manque de support natif pour d'autres tâches de vision complexes dès sa sortie.
En éliminant les boîtes d'ancrage prédéfinies, YOLOX a considérablement réduit le réglage heuristique nécessaire pour différents jeux de données, en faisant une base de référence solide pour la recherche sur les méthodologies sans ancres.
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 simplicité d'utilisation en vision par ordinateur. Construit sur des années de recherche fondamentale, il fournit une solution hautement raffinée 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 par boîte englobante orientée (OBB). Il bénéficie d'une architecture hautement efficace qui privilégie un équilibre fluide entre la vitesse, le nombre de paramètres et la précision.
De plus, YOLO11 est entièrement intégré dans 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 mesures#
En comparant ces modèles, l'équilibre des performances devient clair. YOLO11 atteint une précision moyenne (mAP) plus élevée avec nettement moins de paramètres et de FLOPs dans la plupart des catégories de taille par rapport à ses homologues YOLOX.
| Modèle | taille (pixels) | mAPval 50-95 | Vitesse CPU ONNX (ms) | Vitesse T4 TensorRT10 (ms) | params (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 | 21.5 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.0 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 86.9 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 194.9 |
Comme démontré, les modèles YOLO11 surpassent systématiquement YOLOX en termes de précision tout en conservant une empreinte de paramètres plus légère. Par exemple, YOLO11m atteint un 51.5 mAP avec seulement 20.1M de paramètres, tandis que YOLOXx atteint un mAP similaire de 51.1 mais nécessite un nombre massif de 99.1M de paramètres. Cette efficacité mémoire lors de l'entraînement et de l'inférence rend YOLO11 parfaitement adapté au déploiement sur des appareils d'IA en périphérie, évitant ainsi les lourdes exigences de mémoire CUDA typiques des modèles plus anciens ou basés sur les Transformer comme RT-DETR.
Les modèles Ultralytics nécessitent beaucoup moins de mémoire GPU pendant l'entraînement que YOLOX et les architectures basées sur les Transformer, permettant ainsi aux chercheurs d'entraîner des modèles puissants sur du matériel grand public standard.
Écosystème et facilité d'utilisation#
L'une des différences les plus frappantes entre les deux frameworks est l'expérience de développement.
YOLOX nécessite souvent de cloner des référentiels, de configurer des environnements complexes et d'exécuter des arguments de ligne de commande verbeux pour entraîner et exporter des modèles vers des formats tels que ONNX ou TensorRT.
En contraste frappant, Ultralytics YOLO11 offre une API Python et une CLI incroyablement simples. La bibliothèque Ultralytics gère automatiquement l'augmentation des données, l'ajustement 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 entretenu est soutenu par une documentation complète et une intégration transparente avec 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 hérités : Si tu possèdes un pipeline établi explicitement construit autour du framework MegEngine ou des paradigmes de détection d'objets du début de 2021.
- Bases de référence académiques : Lorsque tu mènes des recherches nécessitant une comparaison directe avec des architectures fondamentales sans ancres 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 haute précision sont indispensables.
- Pipelines multi-tâches : Lorsqu'un projet nécessite le suivi d'objets, l'estimation de poses humaines et la segmentation d'instances en utilisant un seul framework unifié.
- Appareils de périphérie aux ressources limitées : En raison de son faible nombre de paramètres et de son débit élevé, YOLO11 est idéal pour un déploiement sur Raspberry Pi ou des nœuds de périphérie mobiles via CoreML et NCNN.
Regard vers l'avenir : L'avantage de YOLO26#
Bien que YOLO11 représente un bond en avant massif par rapport à YOLOX, le domaine de la vision par ordinateur progresse rapidement. Pour les développeurs qui commencent de nouveaux projets aujourd'hui, Ultralytics YOLO26 est la recommandation définitive.
Sorti 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 suppression non maximale (NMS), diffusant en continu l'inférence de manière native 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 bien plus efficace sur les CPU et les appareils périphériques à faible consommation.
- Optimiseur MuSGD : Inspiré par les innovations en matière d'entraînement LLM de Moonshot AI, l'optimiseur MuSGD garantit des cycles d'entraînement très stables et une convergence rapide.
- Fonctions de perte avancées : En utilisant ProgLoss + STAL, YOLO26 réalise des améliorations notables dans la reconnaissance de petits objets, ce qui est critique pour l'imagerie 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 t'offrira le meilleur équilibre absolu entre vitesse, précision et simplicité de déploiement.