Commencer

YOLOX vs YOLOv7

L'évolution de la détection d'objets en temps réel a été portée par des avancées architecturales continues. Deux jalons importants de cette évolution sont YOLOX et YOLOv7. Publiés à moins d'un an d'intervalle, les deux modèles ont apporté de nouvelles approches au paradigme standard de la détection d'objets, améliorant considérablement le compromis entre vitesse et précision.

Cette page présente une analyse technique de YOLOX et YOLOv7, compare leurs architectures, leurs métriques de performance et leurs cas d'utilisation idéaux afin d'aider les développeurs à choisir le bon outil pour leurs déploiements de vision par ordinateur.

YOLOX : pionnier de la détection sans ancres#

Présenté par des chercheurs de Megvii en juillet 2021, YOLOX a marqué un tournant majeur en abandonnant les conceptions traditionnelles à base d’ancres. En faisant le lien entre la recherche universitaire et les applications industrielles, YOLOX a simplifié la tête de détection et amélioré les performances globales.

Détails clés du modèle :

Innovations architecturales#

YOLOX a introduit une approche sans ancres qui a considérablement réduit le nombre de paramètres de conception et le réglage heuristique nécessaires pour les jeux de données personnalisés. Il a mis en œuvre une tête découplée, séparant les tâches de classification et de régression, ce qui a amélioré la vitesse de convergence et la précision. En outre, YOLOX a utilisé des stratégies avancées d'augmentation des données, comme MixUp et Mosaic, pour renforcer la robustesse du modèle.

En savoir plus sur YOLOX

Avantage de l’absence d’ancres

En prédisant une boîte par emplacement plutôt que plusieurs boîtes d'ancrage, YOLOX réduit le nombre de prédictions à associer aux vérités terrain à l'aide de l'intersection sur l'union (IoU) pendant l'entraînement. Cela simplifie l'attribution des étiquettes et peut réduire l'utilisation de la mémoire CUDA.

YOLOv7 : ensemble d’astuces entraînables#

Publié en juillet 2022 par des chercheurs de l'Institute of Information Science de l'Academia Sinica, à Taïwan, YOLOv7 a encore fait progresser la détection d'objets en temps réel. Il a introduit le concept de « trainable bag-of-freebies » et établi de nouveaux résultats de pointe sur le jeu de données MS COCO dès sa publication.

Détails clés du modèle :

Innovations architecturales#

L’architecture de YOLOv7 repose sur le réseau d’agrégation de couches efficaces étendu (E-ELAN), qui permet au modèle d’apprendre continuellement des caractéristiques plus variées sans dégrader le chemin du gradient. De plus, YOLOv7 a utilisé des techniques de reparamétrisation du modèle, permettant de simplifier à l’inférence les réseaux d’entraînement complexes à branches multiples en réseaux plus rapides à chemin unique.

En savoir plus sur YOLOv7

Comparaison des performances#

Pour évaluer ces modèles dans des applications réelles, il est essentiel de comprendre leurs performances à différentes échelles. Le tableau ci-dessous compare les métriques standard de différentes tailles de YOLOX et YOLOv7.

Modèletaille
(pixels)
mAPval50-95Vitesse
CPU ONNX
(ms)
Vitesse
T4 TensorRT10
(ms)
paramètres
(M)
FLOPs
(B)
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9

Analyse#

  • Précision : YOLOv7 obtient généralement une mAP supérieure à celle des modèles YOLOX équivalents. Par exemple, YOLOv7x atteint 53,1 mAP, contre 51,1 pour YOLOXx.
  • Vitesse : les deux modèles sont optimisés pour une exécution sur GPU avec TensorRT. Pour les grandes tailles, YOLOv7 est à la fois plus rapide et plus précis (par exemple, YOLOv7l s'exécute en 6,84 ms contre 9,04 ms pour YOLOXl), même si YOLOX propose des variantes plus petites pour les appareils de périphérie.
  • Polyvalence : YOLOv7 a élargi son champ d’application au-delà des boîtes englobantes en fournissant nativement des poids pour la segmentation d’instances et l’estimation de pose, ce qui le rend plus polyvalent que le dépôt YOLOX de base.

Applications concrètes#

Le choix entre ces modèles dépend souvent de ton environnement de déploiement.

Informatique en périphérie et IoT#

Pour les appareils de périphérie aux ressources limitées, comme le Raspberry Pi ou les anciens processeurs mobiles, YOLOX-Nano et YOLOX-Tiny sont des options intéressantes. Leur nombre minimal de paramètres et leur architecture sans ancres facilitent leur déploiement dans des environnements à faible consommation, pour des tâches comme le suivi élémentaire des mouvements ou les sonnettes connectées.

Analyse vidéo haute fidélité#

Pour traiter des flux haute résolution dans le cadre de la détection de défauts industriels ou de la surveillance d'un trafic dense, YOLOv7 est le meilleur choix. Son agrégation robuste des caractéristiques lui permet de conserver une grande précision même lorsque les objets sont partiellement occultés ou présentent des échelles très différentes.

Cas d’utilisation et recommandations#

Le choix entre YOLOX et YOLOv7 dépend des besoins spécifiques de ton projet, de tes contraintes de déploiement et de tes préférences en matière d’écosystème.

Quand choisir YOLOX#

YOLOX est un excellent choix pour :

  • Recherche sur la détection sans ancres : recherche universitaire qui utilise l’architecture épurée sans ancres de YOLOX comme référence pour expérimenter de nouvelles têtes de détection ou fonctions de perte.
  • Appareils périphériques ultralégers : déploiement sur des microcontrôleurs ou du matériel mobile ancien, où l’empreinte extrêmement réduite (0,91 M de paramètres) de la variante YOLOX-Nano est essentielle.
  • Études sur l’assignation d’étiquettes SimOTA : projets de recherche qui étudient les stratégies d’assignation d’étiquettes basées sur le transport optimal et leur impact sur la convergence de l’entraînement.

Quand choisir YOLOv7#

YOLOv7 est recommandé pour :

  • Évaluation comparative universitaire : reproduire les résultats de pointe de 2022 ou étudier les effets d’E-ELAN et des techniques d’ensemble de techniques gratuites entraînables.
  • Recherche sur la reparamétrisation : étudier les convolutions reparamétrisées planifiées et les stratégies de mise à l’échelle composée des modèles.
  • Pipelines personnalisés existants : projets dotés de pipelines fortement personnalisés autour de l’architecture spécifique de YOLOv7, difficiles à refactoriser.

Quand choisir Ultralytics (YOLO26)#

Pour la plupart des nouveaux projets, Ultralytics YOLO26 offre le meilleur équilibre entre performances et expérience développeur :

  • Déploiement edge sans NMS : applications nécessitant une inférence cohérente à faible latence, sans la complexité du post-traitement par suppression non maximale (NMS).
  • Environnements sans GPU : Les appareils dépourvus d'accélération GPU dédiée, où l'inférence CPU jusqu'à 43 % plus rapide de YOLO26 (YOLO26n par rapport à YOLO11n) procure un avantage décisif.
  • Détection de petits objets : scénarios difficiles comme les images aériennes capturées par drone ou l’analyse de capteurs IoT, où ProgLoss et STAL améliorent la précision sur les objets minuscules.

L’avantage Ultralytics#

Bien que YOLOX et YOLOv7 soient tous deux des implémentations de recherche performantes, le passage d'un dépôt de recherche à un environnement de production évolutif peut s'avérer difficile. C'est là qu'Ultralytics Platform peut aider.

Les modèles Ultralytics fournissent une API Python unifiée, qui transforme l'entraînement, la validation et le déploiement des modèles en tâches standardisées et simplifiées. Cela évite de gérer les dépendances complexes de tierces parties ou les opérateurs C++ personnalisés courants dans les architectures plus anciennes.

De plus, les modèles Ultralytics YOLO nécessitent beaucoup moins de mémoire CUDA pendant l’entraînement que les détecteurs basés sur Transformer, comme RT-DETR. Les praticiens peuvent ainsi utiliser des tailles de lot plus importantes, stabilisant l’entraînement et accélérant la convergence sur les jeux de données personnalisés.

Intégrations prises en charge

Ultralytics prend nativement en charge l'export des modèles vers des formats standard du secteur comme ONNX, OpenVINO et CoreML, à l'aide d'un seul argument format, ce qui simplifie le processus de déploiement du modèle.

Exemple de code : entraînement avec Ultralytics#

Le paquet Python Ultralytics ne permet pas nativement d’entraîner ou d’exécuter les points de contrôle YOLOv7 .pt (la documentation de YOLOv7 explique comment exécuter des modèles ONNX ou TensorRT exportés), mais les architectures plus récentes, comme YOLO26, peuvent être chargées, entraînées et exécutées avec quelques lignes de code.

from ultralytics import YOLO

# Charger un modèle YOLO26 préentraîné
model = YOLO("yolo26n.pt")

# Entraîner le modèle sur un jeu de données personnalisé (par exemple, COCO8)
# L’API gère automatiquement le chargement des données, l’augmentation et la gestion de la mémoire
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Exécuter l’inférence sur une image de test
predictions = model("path/to/image.jpg")
predictions[0].show()

L'avenir : Ultralytics YOLO26#

YOLOv7 et YOLOX représentent des étapes historiques importantes, mais le domaine évolue rapidement. Publié en janvier 2026, Ultralytics YOLO26 apporte plusieurs changements qui dépassent les modèles précédents.

  • Conception de bout en bout sans NMS : la tête optionnelle à correspondance un-à-un de YOLO26 (nms=False) ignore le post-traitement NMS. Cela réduit les goulots d'étranglement liés à la latence et garantit des temps d'exécution prévisibles sur diverses configurations matérielles.
  • Inférence CPU jusqu'à 43 % plus rapide : après la suppression de Distribution Focal Loss (DFL), l'inférence sans NMS permet à YOLO26n de s'exécuter jusqu'à 43 % plus rapidement que YOLO11n sur CPU. Il convient ainsi aux appareils de périphérie dépourvus de GPU dédié.
  • Optimiseur MuSGD : inspiré des techniques d'entraînement des grands modèles de langage, l'optimiseur MuSGD (une approche hybride combinant SGD et Muon) assure un entraînement stable et une convergence plus rapide.
  • Amélioration de la détection des petits objets : ProgLoss + STAL (perte progressive et attribution des étiquettes tenant compte des petites cibles) améliorent la détection des objets petits et éloignés, essentielle pour la cartographie par drone et la surveillance de sécurité.
  • Prise en charge native des tâches : YOLO26 prend nativement en charge la segmentation d'instances, la segmentation sémantique, l'estimation de profondeur, la classification, l'estimation de pose et les boîtes englobantes orientées (OBB) au sein de la même API.

Pour les développeurs qui démarrent aujourd'hui un nouveau projet de vision par ordinateur, Ultralytics YOLO26 est la solution recommandée pour obtenir le meilleur équilibre entre vitesse, précision et simplicité de déploiement. Pour ceux qui migrent depuis des générations précédentes comme YOLO11 ou YOLOv8, il suffit généralement de modifier la chaîne de caractères du modèle.

Contributeurs

Commentaires

Pose une question, partage tes résultats ou aide quelqu’un d’autre.