Comparaison d’Ultralytics YOLO11 avec les modèles YOLO précédents

De l’automatisation des tâches quotidiennes à l’aide à la prise de décisions éclairées en temps réel, l’intelligence artificielle (IA) transforme l’avenir de nombreux secteurs. La vision par ordinateur, aussi appelée IA visuelle, est un domaine de l’IA particulièrement fascinant. Elle vise à permettre aux machines d’analyser et d’interpréter des données visuelles comme le font les humains.

Plus précisément, les modèles de vision par ordinateur sont à l’origine d’innovations qui améliorent à la fois la sécurité et l’efficacité. Par exemple, ces modèles sont utilisés dans les voitures autonomes pour détecter les piétons et dans les caméras de sécurité pour surveiller les lieux 24 heures sur 24.

Les modèles de vision par ordinateur les plus connus comprennent les modèles YOLO (Vous ne regardez qu’une seule fois), réputés pour leurs capacités de détection d’objets en temps réel. Au fil du temps, les modèles YOLO ont évolué, chaque nouvelle version offrant de meilleures performances et davantage de flexibilité.

Les versions plus récentes comme Ultralytics YOLO11 peuvent effectuer différentes tâches, comme la segmentation d’instances, la classification d’images, l’estimation de pose et le suivi multi-objets, avec une précision et une vitesse sans précédent.

Dans cet article, nous comparerons Ultralytics YOLOv8, YOLOv9, YOLOv10 et Ultralytics YOLO11 pour mieux comprendre l’évolution de ces modèles. Nous analyserons leurs principales caractéristiques, leurs résultats de référence et leurs différences de performances. C’est parti !

Présentation d’Ultralytics YOLOv8#

Publié par Ultralytics le 10 janvier 2023, YOLOv8 a marqué une avancée majeure par rapport aux modèles YOLO précédents. Optimisé pour une détection précise en temps réel, il combine des approches éprouvées et des nouveautés pour offrir de meilleurs résultats.

Au-delà de la détection d’objets, le modèle prend aussi en charge les tâches de vision par ordinateur suivantes : segmentation d’instances, estimation de pose, détection d’objets avec boîtes englobantes orientées (OBB) et classification d’images. Autre caractéristique importante d’Ultralytics YOLOv8 : il est proposé en cinq variantes — Nano, Small, Medium, Large et X — pour te permettre de choisir le bon équilibre entre vitesse et précision selon tes besoins.

Grâce à sa polyvalence et à ses performances élevées, Ultralytics YOLOv8 peut être utilisé dans de nombreuses applications concrètes, notamment les systèmes de sécurité, les villes intelligentes, la santé et l’automatisation industrielle.

Fig. 1. Gestion du stationnement dans les villes intelligentes avec YOLOv8.

Principales caractéristiques d’Ultralytics YOLOv8#

Voici un aperçu plus détaillé de certaines autres caractéristiques clés d’Ultralytics YOLOv8 :

• Architecture de détection améliorée : Ultralytics YOLOv8 utilise un backbone CSPDarknet amélioré. Ce backbone est optimisé pour l’extraction de caractéristiques, c’est-à-dire le processus qui consiste à identifier et à extraire des motifs ou des détails importants des images d’entrée afin d’aider le modèle à produire des prédictions précises.
• Tête de détection : le modèle utilise une conception sans ancres et découplée, ce qui signifie qu’il ne dépend pas de formes de boîtes englobantes prédéfinies (ancres), mais apprend à prédire directement l’emplacement des objets. Grâce à cette architecture découplée, la classification de l’objet et la prédiction de son emplacement (régression) sont traitées séparément, ce qui améliore la précision et accélère l’entraînement.
• Équilibre entre précision et vitesse : ce modèle atteint une précision impressionnante tout en conservant des temps d’inférence rapides, ce qui le rend adapté au cloud comme à l’edge.
• Facile à utiliser : YOLOv8 est conçu pour être facile à prendre en main : tu peux commencer à faire des prédictions et à voir les résultats en quelques minutes avec le package Python Ultralytics.

YOLOv9 privilégie l’efficacité computationnelle#

YOLOv9 a été publié le 21 février 2024 par Chien-Yao Wang et Hong-Yuan Mark Liao, de l’Institut des sciences de l’information de l’Academia Sinica, à Taïwan. Il prend en charge des tâches comme la détection d’objets et la segmentation d’instances.

Ce modèle s’appuie sur Ultralytics YOLOv5 et introduit deux innovations majeures : l’information de gradient programmable (PGI) et le réseau d’agrégation de couches efficace généralisé (GELAN).

PGI aide YOLOv9 à conserver les informations importantes lors du traitement des données dans ses couches, ce qui améliore la précision des résultats. De son côté, GELAN optimise l’utilisation des couches par le modèle, augmentant ainsi ses performances et son efficacité computationnelle. Grâce à ces améliorations, YOLOv9 peut prendre en charge des tâches en temps réel sur des appareils edge et des applications mobiles, où les ressources de calcul sont souvent limitées.

Fig. 2. Comprendre comment GELAN améliore la précision de YOLOv9.

Principales caractéristiques de YOLOv9#

Voici un aperçu de quelques autres caractéristiques clés de YOLOv9 :

• Haute précision et efficacité : YOLOv9 offre une grande précision de détection sans consommer beaucoup de puissance de calcul, ce qui en fait un excellent choix lorsque les ressources sont limitées.
• Modèles légers : les variantes légères de YOLOv9 sont optimisées pour les déploiements sur les appareils edge et mobiles.
• Facile à utiliser : YOLOv9 est pris en charge par le package Python Ultralytics, ce qui facilite sa configuration et son exécution dans différents environnements, que tu utilises du code ou la ligne de commande.

YOLOv10 permet la détection d’objets sans NMS#

Présenté le 23 mai 2024 par des chercheurs de l’Université Tsinghua, YOLOv10 est axé sur la détection d’objets en temps réel. Il remédie aux limites des versions antérieures de YOLO en supprimant la nécessité de la suppression non maximale (NMS), une étape de post-traitement qui élimine les détections en double, et en améliorant la conception globale du modèle. Il en résulte une détection d’objets plus rapide et plus efficace, tout en conservant une précision de pointe.

Une approche d’entraînement appelée affectations cohérentes à double étiquette joue un rôle essentiel dans cette avancée. Elle combine deux stratégies : l’une permet à plusieurs prédictions d’apprendre à partir du même objet (plusieurs-à-un), tandis que l’autre vise à choisir la meilleure prédiction unique (un-à-un). Comme les deux stratégies suivent les mêmes règles d’appariement, le modèle apprend à éviter les doublons de lui-même, sans avoir besoin de NMS.

Fig. 3. YOLOv10 utilise des affectations cohérentes à double étiquette pour un entraînement sans NMS.

L’architecture de YOLOv10 utilise également un backbone CSPNet amélioré pour apprendre plus efficacement les caractéristiques, ainsi qu’un neck PAN (réseau d’agrégation des chemins) qui combine les informations de différentes couches. Le modèle détecte ainsi mieux les petits comme les grands objets. Ces améliorations permettent d’utiliser YOLOv10 dans des applications concrètes liées à la fabrication, au commerce de détail et à la conduite autonome.

Principales caractéristiques de YOLOv10#

Voici quelques autres caractéristiques remarquables de YOLOv10 :

• Convolutions à noyau large : le modèle utilise des convolutions à noyau large pour recueillir davantage de contexte dans de grandes zones de l’image, ce qui l’aide à mieux comprendre la scène dans son ensemble.

• Modules d’auto-attention partielle : le modèle intègre des modules d’auto-attention partielle afin de se concentrer sur les parties les plus importantes de l’image sans utiliser trop de puissance de calcul, ce qui améliore efficacement ses performances.

• Variante de modèle unique : en plus des tailles habituelles de YOLOv10 — Nano, Small, Medium, Large et X —, une version spéciale appelée YOLOv10b (Balanced) est également proposée. Ce modèle est plus large, c’est-à-dire qu’il traite davantage de caractéristiques à chaque couche, ce qui améliore la précision tout en maintenant un bon équilibre entre vitesse et taille.

• Facile à utiliser : YOLOv10 est compatible avec le package Python Ultralytics, ce qui le rend facile à utiliser.

Ultralytics YOLO11 : vitesse et précision améliorées#

Cette année, le 30 septembre, Ultralytics a officiellement lancé YOLO11, l’un des derniers modèles de la série YOLO, lors de son événement hybride annuel, YOLO Vision 2024 (YV24).

Cette version apporte des améliorations importantes par rapport aux précédentes. Ultralytics YOLO11 est plus rapide, plus précis et très efficace. Il prend en charge toute la gamme des tâches de vision par ordinateur familières aux utilisateurs de YOLOv8, notamment la détection d’objets, la segmentation d’instances et la classification d’images. Il reste également compatible avec les workflows YOLOv8, ce qui permet aux utilisateurs de passer facilement à la nouvelle version.

De plus, Ultralytics YOLO11 est conçu pour répondre à un large éventail de besoins informatiques, des appareils edge légers aux puissants systèmes cloud. Le modèle est disponible en versions open source et entreprise, ce qui lui permet de s’adapter à différents cas d’usage.

C’est une excellente option pour les tâches exigeant de la précision, comme l’imagerie médicale et la détection par satellite, ainsi que pour des applications plus larges dans les véhicules autonomes, l’agriculture et la santé.

Fig. 4. Utiliser Ultralytics YOLO11 pour détecter, compter et suivre le trafic.

Principales caractéristiques d’Ultralytics YOLO11#

Voici quelques autres caractéristiques uniques d’Ultralytics YOLO11 :

• Détection rapide et efficace : Ultralytics YOLO11 est doté d’une tête de détection conçue pour réduire au minimum la latence. Elle privilégie la vitesse dans les couches de prédiction finales sans compromettre les performances.
• Extraction de caractéristiques améliorée : une architecture optimisée de backbone et de neck améliore l’extraction des caractéristiques, ce qui permet d’obtenir des prédictions plus précises.
• Déploiement fluide sur différentes plateformes : Ultralytics YOLO11 est optimisé pour fonctionner efficacement sur les appareils edge, les plateformes cloud et les GPU NVIDIA, ce qui lui permet de s’adapter à différents environnements.

Évaluation comparative des modèles YOLO sur le jeu de données COCO#

Quand on explore différents modèles, il n’est pas toujours facile de les comparer en se basant uniquement sur leurs caractéristiques. C’est là que l’évaluation comparative entre en jeu. En exécutant tous les modèles sur le même jeu de données, nous pouvons mesurer et comparer objectivement leurs performances. Voyons comment chaque modèle se comporte sur le jeu de données COCO.

Lorsqu’on compare les modèles YOLO, chaque nouvelle version apporte des améliorations notables en matière de précision, de vitesse et de flexibilité. YOLO11m se démarque particulièrement : il utilise 22 % de paramètres en moins que YOLOv8m, ce qui le rend plus léger et plus rapide à exécuter. De plus, malgré sa taille inférieure, il obtient une meilleure précision moyenne (mAP) sur le jeu de données COCO. Cette métrique mesure la capacité du modèle à détecter et à localiser les objets : une mAP plus élevée signifie donc des prédictions plus précises.

Fig. 5. Évaluation comparative de YOLO11 et d’autres modèles YOLO sur le jeu de données COCO.

Tester et comparer des modèles YOLO sur une vidéo#

Voyons comment ces modèles se comportent dans une situation réelle.

Pour comparer YOLOv8, YOLOv9, YOLOv10 et YOLO11, les quatre modèles ont été exécutés sur la même vidéo de circulation, avec un seuil de confiance de 0,3 (le modèle affiche une détection uniquement lorsqu’il est sûr à au moins 30 % d’avoir correctement identifié un objet) et une taille d’image de 640, afin de garantir une évaluation équitable. Les résultats de détection et de suivi des objets ont mis en évidence des différences importantes en matière de précision, de vitesse et de fiabilité de détection.

Dès la première image, YOLO11 a détecté de grands véhicules comme les camions, qui avaient échappé à YOLOv10. YOLOv8 et YOLOv9 ont donné des résultats corrects, mais variables selon les conditions d’éclairage et la taille des objets. Les véhicules plus petits et éloignés sont restés difficiles à détecter pour tous les modèles, même si YOLO11 a également montré des améliorations notables pour ces détections.

Fig. 6 Comparaison de YOLOv8, YOLOv9, YOLOv10 et YOLO11.

Côté vitesse, tous les modèles ont traité chaque image en 10 à 20 millisecondes, ce qui est assez rapide pour prendre en charge des tâches en temps réel à plus de 50 FPS. D’une part, Ultralytics YOLOv8 et YOLOv9 ont fourni des détections constantes et fiables tout au long de la vidéo. Fait intéressant, YOLOv10, conçu pour réduire la latence, était plus rapide, mais a montré quelques incohérences dans la détection de certains types d’objets.

Ultralytics YOLO11, en revanche, s’est distingué par sa précision, offrant un bon équilibre entre vitesse et précision. Même si aucun modèle n’a obtenu des résultats parfaits sur toutes les images, la comparaison côte à côte a clairement montré que YOLO11 offrait les meilleures performances globales.

Quel modèle YOLO choisir pour les tâches de vision par ordinateur ?#

Le choix d’un modèle pour un projet dépend de ses exigences spécifiques. Par exemple, certaines applications peuvent privilégier la vitesse, tandis que d’autres peuvent exiger une plus grande précision ou être soumises à des contraintes de déploiement qui influencent le choix.

Un autre facteur important est le type de tâches de vision par ordinateur que tu dois traiter. Si tu recherches une plus grande polyvalence pour différentes tâches, YOLOv8 et YOLO11 sont de bons choix.

Le choix entre YOLOv8 et YOLO11 dépend vraiment de tes besoins. YOLOv8 est une option solide si tu débutes en vision par ordinateur et que tu privilégies une communauté plus importante, davantage de tutoriels et de nombreuses intégrations tierces.

En revanche, si tu recherches des performances de pointe avec une meilleure précision et plus de vitesse, Ultralytics YOLO11 est le meilleur choix, même si sa communauté est plus petite et qu’il propose moins d’intégrations, car il vient de sortir.

Points clés à retenir#

D’Ultralytics YOLOv8 à Ultralytics YOLO11, l’évolution de la série de modèles YOLO témoigne d’efforts constants pour développer des modèles de vision par ordinateur plus intelligents. Chaque version de YOLO apporte des améliorations significatives en matière de vitesse, de précision et d’exactitude.

À mesure que la vision par ordinateur progresse, ces modèles offrent des solutions fiables aux défis du monde réel, de la détection d’objets aux systèmes autonomes. Le développement continu des modèles YOLO montre le chemin parcouru par le domaine et les avancées que nous pouvons encore attendre.

Pour en savoir plus sur l’IA, consulte notre dépôt GitHub et échange avec notre communauté. Découvre les avancées dans différents secteurs, de l’IA visuelle dans l’industrie manufacturière à la vision par ordinateur dans la santé. Consulte nos options de licence pour démarrer dès aujourd’hui tes projets d’IA visuelle.