Comparaison d'Ultralytics YOLO11 avec les modèles YOLO précédents

De l'automatisation des tâches quotidiennes à la prise de décisions éclairées en temps réel, l'intelligence artificielle (IA) redessine l'avenir de divers secteurs. Un domaine de l'IA particulièrement fascinant est la computer vision, également connue sous le nom de vision par IA. Elle vise à permettre aux machines d'analyser et d'interpréter des données visuelles de la même manière que les humains.

Plus précisément, les computer vision models stimulent des 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 surveillance pour surveiller les locaux 24 heures sur 24.

Certains des modèles de vision par ordinateur les plus connus sont les modèles YOLO (You Only Look Once), reconnus pour leurs capacités de détection d'objets en temps réel. Au fil du temps, les modèles YOLO se sont améliorés, chaque nouvelle version offrant de meilleures performances et plus de flexibilité.

Des versions plus récentes telles que Ultralytics YOLO11 peuvent gérer une variété de tâches, comme la segmentation d'instance, la classification d'images, l'estimation de pose et le suivi multi-objets, avec une exactitude, une vitesse et une précision meilleures que jamais.

Dans cet article, nous allons comparer Ultralytics YOLOv8, YOLOv9, YOLOv10 et Ultralytics YOLO11 pour mieux comprendre comment ces modèles ont évolué. Nous analyserons leurs fonctionnalités clés, les résultats de leurs benchmarks et leurs différences de performance. C'est parti !

Un aperçu d'Ultralytics YOLOv8#

YOLOv8, publié par Ultralytics le 10 janvier 2023, a marqué une avancée majeure par rapport aux modèles YOLO précédents. Il est optimisé pour une détection précise et en temps réel, combinant des approches éprouvées avec des mises à jour innovantes pour de meilleurs résultats.

Au-delà de la détection d'objets, il prend également en charge les tâches de vision par ordinateur suivantes : la segmentation d'instances, l'estimation de pose, la détection d'objets avec boîtes englobantes orientées (OBB) et la classification d'images. Une autre caractéristique importante d'Ultralytics YOLOv8 est qu'il est disponible en cinq variantes de modèles différentes - Nano, Small, Medium, Large et X - afin que tu puisses choisir le juste équilibre entre vitesse et précision en fonction de tes besoins.

En raison de sa polyvalence et de ses performances solides, Ultralytics YOLOv8 peut être utilisé dans de nombreuses applications du monde réel, telles que les systèmes de sécurité, les villes intelligentes, la santé et l'automatisation industrielle.

Fig 1. Gestion de parking dans les villes intelligentes avec YOLOv8.

Principales caractéristiques d'Ultralytics YOLOv8#

Voici un examen plus approfondi de certaines des autres fonctionnalités 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 d'identification et de capture de motifs ou de détails importants à partir des images d'entrée qui aident le modèle à faire des prédictions précises.
• Tête de détection : Il utilise une conception découplée et anchor-free, ce qui signifie qu'il ne dépend pas de formes de boîtes englobantes prédéfinies (ancres) et apprend plutôt à prédire directement l'emplacement des objets. Grâce à cette configuration découplée, les tâches de classification de la nature de l'objet et de prédiction de son emplacement (régression) sont traitées séparément, ce qui contribue à améliorer la précision et à accélérer 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 aux environnements cloud et edge.
• Convivial : YOLOv8 est conçu pour être facile à prendre en main - tu peux commencer à faire des prédictions et à voir des résultats en quelques minutes seulement en utilisant le Ultralytics Python package.

YOLOv9 se concentre sur l'efficacité computationnelle#

YOLOv9 a été publié le 21 février 2024 par Chien-Yao Wang et Hong-Yuan Mark Liao de l'Institute of Information Science, Academia Sinica, à Taïwan. Il prend en charge des tâches telles que la détection d'objets et l'instance segmentation.

Ce modèle s'appuie sur Ultralytics YOLOv5 et introduit deux innovations majeures : Programmable Gradient Information (PGI) et Generalized Efficient Layer Aggregation Network (GELAN).

PGI aide YOLOv9 à conserver des informations importantes lors du traitement des données à travers ses couches, ce qui conduit à des résultats plus précis. Pendant ce temps, GELAN améliore la façon dont le modèle utilise ses couches, augmentant les performances et l'efficacité computationnelle. Grâce à ces mises à niveau, YOLOv9 peut gérer des tâches en temps réel sur des appareils edge et des applications mobiles, où les ressources informatiques sont souvent limitées.

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

Fonctionnalités clés de YOLOv9#

Voici un aperçu de certaines des autres fonctionnalités clés de YOLOv9 :

• Haute précision avec 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 de modèles légers de YOLOv9 sont optimisées pour les déploiements edge et mobiles.
• Facile à utiliser : YOLOv9 est pris en charge par le package Python Ultralytics, il est donc simple à configurer et à exécuter dans différents environnements, que tu utilises du code ou la ligne de commande.

YOLOv10 permet la détection d'objets sans NMS#

YOLOv10 a été introduit le 23 mai 2024 par des chercheurs de l'Université Tsinghua et se concentre sur la détection d'objets en temps réel. Il s'attaque aux limites des versions YOLO précédentes en supprimant le besoin de suppression des non-maximums (NMS), une étape de post-traitement utilisée pour éliminer les détections en double, et en affinant la conception globale du modèle. Il en résulte une détection d'objets plus rapide et plus efficace, tout en atteignant une précision de pointe.

Une partie essentielle de ce qui rend cela possible est une approche d'entraînement connue sous le nom d'assignations de double étiquette cohérentes. Elle combine deux stratégies : l'une qui permet à plusieurs prédictions d'apprendre du même objet (un-à-plusieurs) et une autre qui se concentre sur le choix de la meilleure prédiction unique (un-à-un). Comme les deux stratégies suivent les mêmes règles de correspondance, le modèle apprend à éviter les doublons par lui-même, donc le NMS n'est pas requis.

Fig 3. YOLOv10 utilise des attributions de double étiquette cohérentes pour l'entraînement sans NMS.

L'architecture de YOLOv10 utilise également une dorsale CSPNet améliorée pour apprendre les caractéristiques plus efficacement et un cou PAN (Path Aggregation Network) qui combine des informations provenant de différentes couches, le rendant plus apte à détecter les petits et les grands objets. Ces améliorations permettent d'utiliser YOLOv10 pour des applications réelles dans la fabrication, la vente au détail et la conduite autonome.

Fonctionnalités clés de YOLOv10#

Voici quelques-unes des autres fonctionnalités remarquables de YOLOv10 :

• Convolutions à grand noyau : Le modèle utilise des convolutions à grand noyau pour capturer plus de contexte à partir de zones plus larges de l'image, l'aidant à mieux comprendre la scène globale.

• Modules d'auto-attention partielle : Le modèle intègre des modules d'auto-attention partielle pour se concentrer sur les parties les plus importantes de l'image sans utiliser trop de puissance de calcul, améliorant ainsi efficacement les performances.

• Variante de modèle unique : Parallèlement aux tailles habituelles de YOLOv10 - Nano, Small, Medium, Large et X - il existe également une version spéciale appelée YOLOv10b (Balanced). C'est un modèle plus large, ce qui signifie qu'il traite plus de caractéristiques à chaque couche, ce qui aide à améliorer la précision tout en équilibrant la vitesse et la taille.

• Convivial : 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 tout derniers modèles de la série YOLO - lors de son événement hybride annuel, YOLO Vision 2024 (YV24).

Cette version a introduit des améliorations significatives par rapport aux versions précédentes. Ultralytics YOLO11 est plus rapide, plus précis et hautement efficace. Il prend en charge toute la gamme de tâches de vision par ordinateur que les utilisateurs de YOLOv8 connaissent bien, notamment la détection d'objets, la segmentation d'instances et la classification d'images. Il maintient également la compatibilité avec les flux de travail de YOLOv8, ce qui te permet de passer facilement à la nouvelle version.

De plus, Ultralytics YOLO11 est conçu pour répondre à un large éventail de besoins informatiques, des appareils de bord légers aux puissants systèmes cloud. Le modèle est disponible en versions open-source et entreprise, ce qui le rend adaptable à différents cas d'utilisation.

C'est une excellente option pour les tâches de 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. Utilisation d'Ultralytics YOLO11 pour détecter, compter et suivre le trafic.

Principales caractéristiques d'Ultralytics YOLO11#

Voici quelques-unes des autres fonctionnalités uniques d'Ultralytics YOLO11 :

• Détection rapide et efficace : Ultralytics YOLO11 intègre une tête de détection conçue pour une latence minimale, en mettant l'accent sur la vitesse dans les couches de prédiction finales sans compromettre les performances.
• Extraction de caractéristiques améliorée : Une architecture de dorsale et de cou optimisée améliore l'extraction de caractéristiques, conduisant à des prédictions plus précises.
• Déploiement fluide sur toutes les plateformes : Ultralytics YOLO11 est optimisé pour fonctionner efficacement sur les appareils de bord, les plateformes cloud et les GPU NVIDIA, garantissant une adaptabilité à différents environnements.

Benchmarking des modèles YOLO sur le dataset COCO#

Lorsque l'on explore différents modèles, il n'est pas toujours facile de les comparer en se basant uniquement sur leurs fonctionnalités. C'est là qu'intervient le benchmarking. En exécutant tous les modèles sur le même jeu de données, nous pouvons mesurer et comparer objectivement leurs performances. Jetons un coup d'œil aux performances de chaque modèle sur le COCO dataset.

Lors de la comparaison des modèles YOLO, chaque nouvelle version apporte des améliorations notables en termes de précision, de vitesse et de flexibilité. En particulier, YOLO11m fait un bond ici car il utilise 22 % de paramètres en moins que YOLOv8m, ce qui signifie qu'il est plus léger et plus rapide à exécuter. De plus, malgré sa taille plus petite, il atteint une précision moyenne (mAP) plus élevée sur le dataset COCO. Cette métrique mesure la capacité du modèle à détecter et localiser des objets, donc un mAP plus élevé signifie des prédictions plus précises.

Fig 5. Évaluation comparative de YOLO11 et d'autres modèles YOLO sur le COCO dataset.

Tester et comparer des modèles YOLO sur une vidéo#

Explorons comment ces modèles se comportent dans une situation réelle.

Pour comparer YOLOv8, YOLOv9, YOLOv10 et YOLO11, les quatre ont été exécutés sur la même vidéo de circulation en utilisant un score de confiance de 0,3 (le modèle n'affiche les détections que lorsqu'il est sûr à au moins 30 % d'avoir correctement identifié un objet) et une taille d'image de 640 pour une évaluation équitable. Les résultats de détection et de suivi des objets ont mis en évidence des différences clés en matière de précision de détection, de vitesse et d'exactitude.

Dès la première image, YOLO11 a détecté de grands véhicules comme des camions que YOLOv10 a manqués. YOLOv8 et YOLOv9 ont montré des performances correctes mais variables en fonction des conditions d'éclairage et de la taille des objets. Les véhicules plus petits et distants sont restés un défi pour tous les modèles, bien que YOLO11 ait également montré des améliorations notables dans ces détections.

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

En termes de vitesse, tous les modèles ont fonctionné entre 10 et 20 millisecondes par image, ce qui est suffisamment rapide pour gérer des tâches en temps réel à plus de 50 FPS. D'un côté, Ultralytics YOLOv8 et YOLOv9 ont fourni des détections stables et fiables tout au long de la vidéo. Fait intéressant, YOLOv10, conçu pour une plus faible latence, s'est montré plus rapide mais a présenté 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. Bien qu'aucun des modèles n'ait fonctionné parfaitement dans chaque image, la comparaison côte à côte a clairement démontré que YOLO11 offrait les meilleures performances globales.

Quel modèle YOLO est le meilleur 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 nécessiter une précision plus élevée ou faire face à des contraintes de déploiement qui influencent la décision.

Un autre facteur important est le type de tâches de vision par ordinateur que tu dois résoudre. Si tu recherches une plus grande flexibilité à travers différentes tâches, YOLOv8 et YOLO11 sont de bonnes options.

Que tu choisisses YOLOv8 ou YOLO11, tout dépend de tes besoins. YOLOv8 est une option solide si tu débutes en computer vision et que tu apprécies une communauté plus large, davantage de tutoriels et de nombreuses third-party integrations.

D'un autre côté, si tu recherches des performances de pointe avec une meilleure précision et vitesse, Ultralytics YOLO11 est le meilleur choix, bien qu'il dispose d'une communauté plus restreinte et de moins d'intégrations en raison de sa sortie plus récente.

Points clés#

D'Ultralytics YOLOv8 à Ultralytics YOLO11, l'évolution de la série de modèles YOLO reflète une poussée constante vers des modèles de vision par ordinateur plus intelligents. Chaque version de YOLO apporte des mises à niveau significatives en termes de vitesse, d'exactitude et de précision.

Alors que la vision par ordinateur continue de progresser, 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 tout ce que l'on peut espérer pour l'avenir.

Pour en savoir plus sur l'IA, visite notre GitHub repository et rejoins notre communauté. Découvre les avancées dans divers secteurs, de la vision AI in manufacturing à la computer vision in healthcare. Consulte nos licensing options pour lancer tes projets de vision par IA dès aujourd'hui.