Commencer

YOLOX contre YOLOv9

Le paysage de la vision par ordinateur a été façonné par des avancées architecturales continues visant à équilibrer efficacité de calcul et grande précision. Lorsqu'on évalue des modèles de détection d'objets en temps réel, la comparaison entre YOLOX de Megvii et YOLOv9 de l'Academia Sinica met en lumière deux philosophies distinctes du développement de l'apprentissage profond. YOLOX a popularisé une conception simplifiée sans ancres, tandis que YOLOv9 a introduit des techniques fondées sur l'information de gradient pour maximiser la rétention d'information.

Ce guide technique examine leurs différences architecturales, leurs résultats de performance et leurs cas d'utilisation idéaux, et montre comment Ultralytics Platform et le modèle YOLO26 offrent de meilleures options pour les déploiements en production.

YOLOX : pionnier du paradigme sans ancres#

Publié à la mi-2021, YOLOX a marqué une avancée importante pour combler l'écart entre la recherche universitaire et les applications industrielles. En supprimant la nécessité de définir des boîtes d'ancrage à l'avance, il a considérablement simplifié le réglage heuristique nécessaire pour les jeux de données personnalisés.

Innovations architecturales#

YOLOX a apporté plusieurs changements clés au pipeline de détection standard. Il a mis en œuvre une tête découplée, séparant les tâches de classification et de régression, ce qui a considérablement réduit le conflit entre l'identification d'un objet et la localisation de ses contours. YOLOX a également adopté SimOTA, une stratégie dynamique d'attribution des étiquettes qui alloue des échantillons positifs pendant l'entraînement, accélérant la convergence et améliorant les performances globales sur les jeux de données de référence standard.

Atouts et limites#

La principale force de YOLOX réside dans sa conception simplifiée. Le mécanisme sans ancres réduit le temps que les développeurs consacrent aux algorithmes de regroupement visant à trouver les tailles d'ancres optimales pour leurs données. Toutefois, en tant qu'architecture plus ancienne, conçue sans les avancées récentes en matière d'auto-attention ou de chemins de gradient, elle n'égale pas l'efficacité paramétrique des réseaux plus récents. Elle ne prend pas non plus nativement en charge des tâches avancées comme la segmentation d'instances et l'estimation de pose au sein d'une API unifiée.

En savoir plus sur YOLOX

YOLOv9 : maximiser l’information des gradients#

En 2024, YOLOv9 a proposé une approche fondée sur la théorie pour résoudre le problème du goulot d'étranglement de l'information inhérent aux réseaux neuronaux convolutifs profonds.

Innovations architecturales#

La caractéristique distinctive de YOLOv9 est Programmable Gradient Information (PGI), qui aide à préserver les informations sémantiques essentielles lors de leur passage dans les multiples couches du réseau. Associé au Generalized Efficient Layer Aggregation Network (GELAN), PGI permet à YOLOv9 d'atteindre un rapport paramètres/précision élevé. Le modèle peut ainsi conserver des gradients précis pour la mise à jour des poids, ce qui le rend efficace même dans ses variantes légères.

Atouts et limites#

YOLOv9 offre une grande précision du modèle, avec des scores mAP élevés sur COCO qui le rendent populaire auprès des chercheurs. Malgré son efficacité, YOLOv9 dépend toujours de la suppression des maxima locaux (NMS) traditionnelle pour le post-traitement, ce qui ajoute une latence variable pendant l'inférence. Pour les ingénieurs qui cherchent à déployer l'IA sur des appareils de périphérie, la gestion de la logique NMS complexifie le pipeline de déploiement.

En savoir plus sur YOLOv9

Goulots d’étranglement du post-traitement

Les modèles classiques comme YOLOX et YOLOv9 nécessitent une suppression non maximale (NMS) pour filtrer les boîtes englobantes en double. Cette étape est intrinsèquement séquentielle et crée souvent un goulot d’étranglement sur les CPU, ce qui souligne la nécessité des architectures natives de bout en bout des modèles Ultralytics les plus récents.

Comparaison des performances#

La comparaison des métriques de calcul brutes de ces architectures montre clairement que YOLOv9 offre une base plus moderne, tandis que YOLOX reste une option légère pour les configurations existantes. Tu trouveras ci-dessous une analyse détaillée de leurs modèles standard.

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
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5

YOLOv9 affiche une plus grande précision à nombre de paramètres comparable, mais les développeurs à la recherche du meilleur équilibre entre vitesse, précision et simplicité d'utilisation devraient envisager les dernières avancées d'Ultralytics.

L’avantage Ultralytics : découvre YOLO26#

L'évaluation de modèles historiques comme YOLOX et YOLOv9 apporte un contexte précieux, mais le modèle Ultralytics actuellement recommandé est Ultralytics YOLO26, publié en janvier 2026, qui repense le pipeline de détection pour les environnements de production modernes.

Innovations architecturales#

YOLO26 résout les goulots d'étranglement liés au post-traitement de ses prédécesseurs grâce à une conception optionnelle de bout en bout sans NMS (nms=False), qui simplifie le déploiement sur différents matériels. YOLO26 supprime également Distribution Focal Loss (DFL) pour faciliter l'export et intègre l'optimiseur MuSGD, une approche hybride combinant descente de gradient stochastique et Muon, pour un entraînement plus stable.

Pour les développeurs qui déploient leurs modèles dans des environnements à ressources limitées, comme le Raspberry Pi, YOLO26n offre une inférence CPU jusqu'à 43 % plus rapide que YOLO11n. Il introduit également ProgLoss + STAL (perte progressive et attribution des étiquettes tenant compte des petites cibles), qui améliore la détection des petits objets, essentielle pour l'imagerie aérienne et l'analyse par drone.

Un écosystème de développement simplifié#

Contrairement aux dépôts de recherche autonomes, l'écosystème Ultralytics offre une expérience de développement simplifiée. Avec l'API Python Ultralytics, les ingénieurs peuvent réduire considérablement le code répétitif, et l'utilisation optimisée de la mémoire permet d'entraîner des modèles robustes avec moins de mémoire vidéo GPU que les architectures gourmandes en mécanismes d'attention.

from ultralytics import YOLO

# Charger le modèle YOLO26 small, hautement optimisé et sans NMS
model = YOLO("yolo26s.pt")

# Entraîner le modèle sur un jeu de données personnalisé avec une empreinte mémoire minimale
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Exporter facilement vers des formats de déploiement optimisés
model.export(format="engine", quantize=16)  # Exporte vers TensorRT

Au-delà de la détection, YOLO26 prend en charge de nombreuses tâches dans le même framework. Que tu aies besoin de boîtes englobantes orientées (OBB) précises pour l'imagerie satellitaire ou de masques de pixels détaillés pour l'analyse d'images médicales, le flux de travail reste le même. Pour les équipes qui utilisent les flux de travail de la génération précédente, Ultralytics YOLO11 est également disponible et entièrement pris en charge.

Cas d’utilisation idéaux et stratégies de déploiement#

Le choix de l'architecture appropriée dépend de ton environnement de déploiement cible et des exigences de ton projet.

Informatique edge et robotique#

Sur les appareils à faible consommation, l'utilisation de modèles qui nécessitent un post-traitement lourd peut nuire aux performances. YOLOX-Nano est très petit, mais sa précision est souvent insuffisante pour les tâches critiques pour la sécurité. YOLO26 constitue un meilleur choix : sa tête sans DFL et son inférence optionnelle sans NMS lui permettent de fonctionner sans difficulté sur les threads CPU, ce qui le rend bien adapté à la robotique autonome ou à la gestion intelligente du stationnement.

Évaluation comparative universitaire#

Si le seul objectif est d'analyser le flux de gradient et d'étudier les goulots d'étranglement des réseaux profonds, YOLOv9 reste un excellent sujet d'étude. Son framework PGI fournit des informations utiles sur la préservation des caractéristiques dans les couches des réseaux neuronaux profonds, ce qui en fait un outil précieux pour les chercheurs universitaires qui étudient la théorie des convolutions.

Analyse vidéo en entreprise#

Pour les tâches de traitement vidéo à grande échelle, comme les systèmes d'alarme de sécurité ou la surveillance du trafic, la vitesse et la polyvalence des options d'export sont essentielles. Les outils d'export natifs du framework Ultralytics permettent aux équipes de compiler YOLO26 directement vers TensorRT ou OpenVINO à l'aide d'une seule commande, réduisant ainsi le délai de mise sur le marché.

Avec l'écosystème Ultralytics, les équipes d'apprentissage automatique peuvent éviter les complications des bases de code de recherche brutes et se concentrer directement sur la création d'applications d'IA évolutives et concrètes.

Contributeurs

Commentaires

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