YOLOX vs YOLOv5
Choisir le bon modèle de détection d'objets est une décision cruciale pour tout projet de vision par ordinateur. Ce guide propose une comparaison technique de deux modèles influents : YOLOX de Megvii et Ultralytics YOLOv5. En analysant leurs architectures, leurs métriques de performance et leurs écosystèmes d'entraînement, il aide les développeurs et les chercheurs à faire un choix éclairé pour leurs environnements de déploiement spécifiques.
Présentation des modèles#
Les deux modèles sont apparus à une période de progrès rapides en matière de détection d'objets en temps réel, mais ils ont adopté des approches architecturales différentes pour atteindre leurs performances.
YOLOX : une approche sans ancres#
Publié le 18 juillet 2021 par les chercheurs Zheng Ge, Songtao Liu, Feng Wang, Zeming Li et Jian Sun de Megvii, YOLOX a marqué un changement important en abandonnant les boîtes d'ancrage traditionnelles. Présenté dans leur rapport technique arXiv, YOLOX combinait une conception sans ancres, une tête découplée et la stratégie d'attribution des étiquettes SimOTA. Cette conception visait à combler l'écart entre la recherche universitaire et les applications industrielles, en offrant de bonnes performances sur les jeux de données standard.
YOLOv5 : la référence en IA visuelle pour la production#
Élaboré par Glenn Jocher et publié par Ultralytics le 26 juin 2020, YOLOv5 est rapidement devenu l'un des modèles de vision par ordinateur les plus déployés. Basé nativement sur le framework PyTorch, il a rendu l'IA de pointe plus accessible grâce à sa simplicité d'utilisation, à la rapidité de son entraînement et à un dépôt soigné. L'architecture de YOLOv5 équilibre vitesse, précision et facilité de déploiement, ce qui explique sa popularité, des appareils de périphérie aux grands déploiements dans le cloud.
Différences architecturales#
Comprendre les principales différences mécaniques entre ces réseaux permet de clarifier leurs performances variables selon les tâches.
Sans ancres ou avec ancres#
La différence la plus marquante réside dans le mécanisme sans ancres de YOLOX. Les modèles traditionnels à ancres, comme YOLOv5, s'appuient sur des boîtes d'ancrage prédéfinies pour prédire les boîtes englobantes, ce qui nécessite une analyse par regroupement du jeu de données d'entraînement afin de déterminer les tailles d'ancres optimales. YOLOX élimine cette étape et prédit directement les coordonnées des boîtes englobantes à chaque emplacement spatial. L'approche sans ancres réduit le nombre de paramètres de conception et le réglage heuristique, tandis que l'approche affinée de YOLOv5, fondée sur les ancres et aidée par sa fonctionnalité d'ancres automatiques, garantit une convergence stable et prévisible de l'entraînement dès le départ.
Tête découplée ou tête couplée#
YOLOX utilise une tête découplée : les tâches de classification et de régression sont séparées en branches distinctes du réseau neuronal. Selon les auteurs, cela permet de résoudre les conflits entre l’apprentissage des caractéristiques spatiales et sémantiques. À l’inverse, YOLOv5 utilisait une tête couplée hautement optimisée (dans ses premières versions), qui maximisait l’efficacité des calculs et réduisait la latence d’inférence, un aspect crucial pour l’informatique en périphérie en temps réel.
Stratégie d’affectation des étiquettes#
YOLOX utilise SimOTA pour l’attribution des étiquettes, qui formule l’appariement des objets de vérité terrain aux prédictions comme un problème de transport optimal. Cette attribution dynamique améliore la gestion des scènes encombrées. YOLOv5 utilise une attribution robuste fondée sur des règles de forme, garantissant que des échantillons positifs de haute qualité alimentent régulièrement la fonction de perte, ce qui contribue à la stabilité de son entraînement.
Performances et benchmarks#
Le compromis entre vitesse et précision est le critère clé pour évaluer ces architectures. Le tableau ci-dessous présente les performances de différentes tailles de modèles sur des benchmarks standard.
| 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 |
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
YOLOX est plus précis pour les tailles allant de s à x, tandis que YOLOv5 est systématiquement plus rapide sur T4 avec TensorRT. YOLOv5s, par exemple, s’exécute en 1,92 ms contre 2,56 ms pour YOLOXs, ce qui compte dans les applications en temps réel où chaque milliseconde est importante.
Les atouts d’Ultralytics : entraînement et facilité d’utilisation#
Lors du passage de la recherche à la production, l’écosystème qui entoure un modèle est souvent aussi important que le modèle lui-même. Ici, les avantages de l’écosystème Ultralytics sont évidents.
Une expérience utilisateur simplifiée#
YOLOv5 est largement reconnu pour offrir une expérience de développement simple. L’API Python Ultralytics et la CLI te permettent de charger, d’entraîner et de déployer des modèles en quelques lignes de code. En revanche, l’exécution de YOLOX depuis le dépôt GitHub de Megvii nécessite davantage de configuration manuelle des variables d’environnement, une configuration complexe des chemins Python et une courbe d’apprentissage plus raide, typique des bases de code de recherche universitaire.
Efficacité de l'entraînement et besoins en mémoire#
Les modèles Ultralytics sont conçus pour réduire au minimum la consommation de mémoire pendant l’entraînement. YOLOv5 nécessite beaucoup moins de mémoire CUDA que les modèles Transformer fortement paramétrés comme RT-DETR ou que les modèles de recherche non optimisés. Les développeurs peuvent ainsi entraîner des modèles avec des tailles de lot plus importantes sur du matériel grand public, ce qui accélère le cycle de développement itératif.
Polyvalence entre les tâches#
Alors que YOLOX est strictement un framework de détection d’objets, l’écosystème Ultralytics a fait évoluer YOLOv5 pour prendre en charge plusieurs tâches de vision. Prêts à l’emploi, tu peux effectuer de la segmentation d’instances et de la classification d’images, ainsi que de la détection d’objets, avec la même syntaxe d’API.
Si tu as besoin de tâches encore plus avancées, comme l’estimation de pose ou la détection de boîtes englobantes orientées (OBB), envisage de passer à Ultralytics YOLO26, qui prend nativement en charge ces tâches avec une grande précision.
Comparaison du code#
Le code illustre le mieux les différences de facilité d’utilisation.
Entraînement avec YOLOv5 :
from ultralytics import YOLO
# Charger un modèle YOLOv5s préentraîné
model = YOLO("yolov5su.pt") # YOLOv5u : poids YOLOv5 sans ancres pour le package ultralytics
# Entraîner le modèle sur le jeu de données d’exemple COCO8
model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Effectuer une inférence sur une image
results = model("https://ultralytics.com/images/zidane.jpg")
# Afficher les résultats
results[0].show()Entraînement avec YOLOX : (Nécessite de cloner manuellement le dépôt, d’installer setup.py et d’utiliser des arguments CLI complexes)
# Example YOLOX training command
python tools/train.py -f exps/default/yolox_s.py -d 1 -b 64 --fp16 -oL’approche Ultralytics élimine les frictions et te permet de te concentrer sur ton jeu de données et la logique de ton application, plutôt que de déboguer des fichiers de configuration. Le suivi des expériences est également intégré grâce aux intégrations pour Weights & Biases et Comet ML.
Cas d’utilisation idéaux et applications concrètes#
Le choix entre ces modèles dépend de l’environnement opérationnel de ton projet.
Les points forts de YOLOX#
YOLOX reste un excellent candidat dans les milieux universitaires où les chercheurs étudient explicitement les paradigmes sans ancres ou les stratégies d’attribution des étiquettes. Il est également utile dans les scénarios où la détection des scènes encombrées est le principal critère et où la vitesse de déploiement sur les appareils périphériques est secondaire.
Les points forts de YOLOv5#
YOLOv5 est un choix éprouvé pour le déploiement pratique.
- Fabrication à haute vitesse : pour la détection des défauts sur une chaîne de montage, la faible latence d’inférence de YOLOv5 sur les GPU périphériques permet d’inspecter les produits sans ralentir le tapis roulant.
- Drones et images aériennes : son empreinte mémoire réduite lui permet de fonctionner sur des ordinateurs compagnons légers embarqués sur des drones, pour des tâches comme le suivi agricole et le suivi de la faune.
- Commerce de détail intelligent : de l’encaissement automatisé à la gestion des stocks, YOLOv5 s’exporte facilement vers TensorRT et ONNX pour un déploiement à grande échelle sur des milliers de caméras en magasin.
Perspectives : l’avantage de YOLO26#
YOLOv5 reste largement utilisé, mais le domaine de l’IA évolue rapidement. Si tu démarres un nouveau projet aujourd’hui, Ultralytics recommande sa dernière génération de modèles.
Lancé en janvier 2026, Ultralytics YOLO26 propose une architecture optionnelle de bout en bout sans NMS (nms=False), qui élimine le besoin du post-traitement par suppression non maximale (NMS) et simplifie la logique de déploiement. Après la suppression de Distribution Focal Loss (DFL), YOLO26n atteint une inférence CPU jusqu’à 43 % plus rapide que YOLO11n, tandis que l’optimiseur MuSGD améliore la stabilité de l’entraînement et que ProgLoss + STAL (perte progressive et attribution des étiquettes adaptée aux petites cibles) améliorent la précision sur les petits objets.
Que tu choisisses YOLOv5 ou YOLO26, la plateforme Ultralytics fournit des outils pour faire passer les solutions de vision par ordinateur du concept à la production, et la documentation Ultralytics couvre chaque étape du pipeline.
Commentaires
Pose une question, partage tes résultats ou aide quelqu’un d’autre.