Passer au contenu

YOLOX vs YOLOv7: comprendre l'évolution de la détection d'objets en temps réel

Le domaine de la vision par ordinateur a connu une évolution rapide, les architectures de détection d'objets devenant de plus en plus sophistiquées et efficaces. YOLOX et YOLOv7 constituent deux étapes importantes dans cette évolution. Ces deux modèles ont représenté des avancées significatives lors de leur sortie respective, offrant aux développeurs des approches distinctes pour résoudre les problèmes de détection. Cette comparaison examine leurs spécifications techniques, leurs différences architecturales et leurs mesures de performance afin de vous aider à prendre des décisions éclairées pour vos applications.

Analyse comparative des performances

Lors de l'évaluation des modèles de détection, il est primordial de trouver le juste équilibre entre vitesse et précision. Le tableau suivant illustre les performances des YOLOv7 standard YOLOX et YOLOv7 sur l'COCO .

ModèleTaille
(pixels)		mAPval
50-95		Vitesse
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

YOLOX : l'innovateur sans ancre

Lancé en 2021 par les chercheurs de Megvii, YOLOX a marqué un changement par rapport aux paradigmes basés sur les ancres qui dominaient YOLO précédentes YOLO . En adoptant un mécanisme sans ancrage et une tête découplée, il visait à simplifier le processus de détection et à améliorer la généralisation à travers divers ensembles de données.

  • Auteurs : Zheng Ge, Songtao Liu, Feng Wang, Zeming Li et Jian Sun
  • Organisation :Megvii
  • Date : 2021-07-18
  • Liens :Arxiv, GitHub, Docs

En savoir plus sur YOLOX

Points forts architecturaux

YOLOX se distingue par plusieurs choix de conception clés :

  1. Mécanisme sans ancrage : contrairement à ses prédécesseurs (tels que YOLOv4 ou YOLOv5) qui s'appuyaient sur des boîtes d'ancrage prédéfinies, YOLOX prédit directement les boîtes englobantes. Cela réduit le nombre de paramètres de conception et élimine le besoin d'un réglage complexe des ancrages, ce qui le rend particulièrement robuste pour les formes d'objets variables.
  2. Tête découplée : les tâches de classification et de régression sont séparées en différentes branches de la tête du réseau. Cette séparation permet de résoudre le conflit entre la confiance de classification et la précision de localisation, ce qui accélère la convergence pendant l'entraînement.
  3. SimOTA : une stratégie avancée d'attribution d'étiquettes appelée Simplified Optimal Transport Assignment (SimOTA) attribue de manière dynamique des échantillons positifs à la vérité terrain, optimisant ainsi le processus d'apprentissage de manière globale plutôt que locale.

Cas d'utilisation idéaux

YOLOX reste un concurrent sérieux dans certains cas précis :

  • Recherche universitaire : son architecture épurée en fait une excellente base de recherche pour tester de nouvelles théories dans le domaine de la détection sans ancrage.
  • Appareils mobiles traditionnels : les variantes Nano et Tiny sont extrêmement légères, adaptées aux anciens chipsets mobiles où chaque milliwatt de consommation électrique compte.
  • Détection à usage général : pour les tâches impliquant des objets aux proportions extrêmes, la conception sans ancrage généralise souvent mieux que les systèmes rigides basés sur des ancrages.

YOLOv7 : La puissance des « Bag-of-Freebies »

Arrivé un an plus tard, en 2022, YOLOv7 encore plus loin les limites de la vitesse et de la précision. Développé par les mêmes auteurs que YOLOv4 et Scaled-YOLOv4, il s'est concentré sur l'optimisation du processus d'entraînement et de l'architecture sans augmenter les coûts d'inférence.

  • Auteurs : Chien-Yao Wang, Alexey Bochkovskiy et Hong-Yuan Mark Liao
  • Organisation : Institute of Information Science, Academia Sinica
  • Date : 2022-07-06
  • Liens :Arxiv, GitHub, Docs

En savoir plus sur YOLOv7

Principales innovations architecturales

YOLOv7 plusieurs techniques sophistiquées pour optimiser les performances :

  1. E-ELAN (Extended Efficient Layer Aggregation Network) : cette architecture améliore la capacité d'apprentissage du réseau en contrôlant le chemin du gradient. Elle permet au modèle d'apprendre des caractéristiques plus diverses sans détruire le flux de gradient d'origine, ce qui conduit à une meilleure convergence.
  2. Mise à l'échelle du modèle : YOLOv7 une méthode de mise à l'échelle composite qui modifie simultanément la profondeur et la largeur du réseau, garantissant une efficacité optimale pour différentes tailles de modèles (de Tiny à E6E).
  3. Sac de cadeaux personnalisable : le modèle intègre des techniques de reparamétrage planifiées et des stratégies d'attribution dynamique d'étiquettes qui améliorent la précision pendant l'entraînement, mais qui sont fusionnées pendant l'inférence, sans entraîner de pénalité de latence.

Cas d'utilisation idéaux

YOLOv7 souvent privilégié pour les applications industrielles hautes performances :

  • Surveillance en temps réel : grâce à son nombre élevé d'images par seconde sur GPU , il excelle dans les systèmes d'alarme de sécurité et la surveillance du trafic, où la latence est essentielle.
  • Robotique : l'équilibre entre vitesse et précision facilite la navigation autonome et les tâches de manipulation robotique.
  • Inspection détaillée : les variantes plus grandes (YOLOv7, YOLOv7) offrent une précision supérieure pour détecter les petits défauts dans les chaînes de fabrication.

L'avantage Ultralytics

Si YOLOX et YOLOv7 des architectures impressionnantes, le paysage du développement de l'IA s'est orienté vers des écosystèmes intégrés qui privilégient l'expérience des développeurs parallèlement aux mesures brutes. C'est là qu'interviennent Ultralytics tels que YOLOv8, YOLO11et le très avancé YOLO26 .

Expérience de développement simplifiée

L'un des principaux obstacles liés aux référentiels axés sur la recherche (tels que YOLOv7 originales YOLOX ou YOLOv7 ) réside dans la complexité de leur configuration et de leur utilisation. Ultralytics ce problème en unifiant tous les modèles sous une seule Python cohérente.

Exemple d'API unifiée

Le passage d'une architecture à l'autre ne nécessite que la modification d'une seule chaîne de caractères, ce qui garantit la pérennité de votre pipeline.

from ultralytics import YOLO

# Load YOLOX, YOLOv7, or the new YOLO26
model_yolox = YOLO("yolox_s.pt")
model_v7 = YOLO("yolov7.pt")
model_26 = YOLO("yolo26n.pt")  # Recommended for new projects

# Train with a standard command
results = model_26.train(data="coco8.yaml", epochs=100)

Efficacité et gestion des ressources

Ultralytics modernes sont conçus pour être efficaces. Contrairement aux modèles basés sur des transformateurs (tels que RT-DETR) qui peuvent être gourmands en mémoire,YOLO Ultralytics YOLO nécessitent généralement beaucoup moins GPU pendant l'entraînement. Cette démocratisation permet aux développeurs d'entraîner des modèles de pointe sur du matériel grand public ou d'utiliser des lots plus importants pour une convergence plus stable.

Au-delà de la détection : une véritable polyvalence

Bien que YOLOX soit avant tout un détecteur d'objets, Ultralytics prend en charge un large éventail de tâches de vision par ordinateur au sein du même cadre.

Performances de nouvelle génération : YOLO26

Pour les développeurs qui lancent de nouveaux projets en 2026, YOLO26 représente le summum de cette évolution. Il pallie les limites de YOLOX et YOLOv7 des améliorations architecturales radicales :

  • ConceptionNMS: YOLO26 est nativement de bout en bout, éliminant ainsi le besoin d'une suppression non maximale (NMS). Cela supprime un obstacle majeur au déploiement, réduit la variabilité de la latence et simplifie l'exportation vers les appareils périphériques.
  • Vitesse et précision : avec CPU jusqu'à 43 % plus rapide que les générations précédentes, il est spécialement optimisé pour l'informatique en périphérie.
  • Formation avancée : elle utilise l'optimiseur MuSGD, qui apporte les innovations en matière de stabilité issues de la formation des grands modèles linguistiques à la vision par ordinateur.
  • Maîtrise des petits objets : les fonctions de perte améliorées (ProgLoss + STAL) offrent des gains notables dans la détection des petits objets, un point faible traditionnel pour de nombreux détecteurs.

En savoir plus sur YOLO26

Conclusion

Le choix entre YOLOX et YOLOv7 dépend YOLOv7 de vos contraintes spécifiques ou de vos objectifs de recherche. YOLOX offre une conception plus simple, sans ancrage, qui convient parfaitement aux bases de référence pour la recherche et à des niches mobiles spécifiques. YOLOv7 offre une puissance et une vitesse brutes pour GPU haut de gamme dans des environnements industriels.

Cependant, pour la majorité des applications modernes, tirer parti de Ultralytics constitue la meilleure voie à suivre. Que vous choisissiez le YOLOv8 éprouvé, le YOLO11 polyvalent ou le révolutionnaire YOLO26, vous bénéficiez d'une plateforme bien entretenue, d'options de déploiement transparentes et d'une communauté qui garantit que vos solutions d'IA restent à la pointe de la technologie.

Pour en savoir plus sur des modèles similaires, consultez nos comparaisons sur YOLOv6 et YOLOv9, ou explorez la Ultralytics pour commencer à entraîner vos propres modèles dès aujourd'hui.


Commentaires