Comparer Ultralytics YOLO11 aux modèles YOLO précédents

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

Plus précisément, les modèles de vision par ordinateur 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 sécurité pour surveiller les lieux 24 heures sur 24.

Parmi les modèles de vision par ordinateur les plus connus figurent les modèles YOLO (You Only Look Once), réputés 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 davantage de flexibilité.

Les versions plus récentes comme Ultralytics YOLO11 peuvent gérer diverses tâches, telles que la segmentation d’instances, la classification d’images, l’estimation de pose et le suivi de plusieurs objets, avec une précision, une rapidité et une exactitude supérieures à jamais auparavant.

Dans cet article, nous comparerons Ultralytics YOLOv8, YOLOv9, YOLOv10 et Ultralytics YOLO11 afin de mieux comprendre l’évolution de ces modèles. Nous analyserons leurs principales fonctionnalités, les résultats des benchmarks et leurs différences de performances. Commençons !

Présentation d’Ultralytics YOLOv8#

YOLOv8, publié par Ultralytics le 10 janvier 2023, représentait une avancée majeure par rapport aux modèles YOLO précédents. Il est optimisé pour une détection précise en temps réel et combine des approches éprouvées avec des améliorations innovantes pour obtenir de meilleurs résultats.

Au-delà de la détection d’objets, il prend également 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. Une autre fonctionnalité importante d’Ultralytics YOLOv8 est sa disponibilité en cinq variantes de modèles : Nano, Small, Medium, Large et X. Tu peux ainsi choisir le meilleur équilibre entre rapidité et précision selon tes besoins.

Grâce à sa polyvalence et à ses solides performances, Ultralytics YOLOv8 peut être utilisé dans de nombreuses applications concrètes, comme 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 fonctionnalités d’Ultralytics YOLOv8#

Voici un aperçu plus détaillé 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 des motifs ou détails importants des images d’entrée afin d’aider le modèle à produire des prédictions précises.
• Tête de détection : elle utilise une conception sans ancres et découplée. Cela signifie qu’elle ne dépend pas de formes prédéfinies de boîtes englobantes (ancres), mais qu’elle apprend plutôt à prédire directement la position des objets. Grâce à cette architecture découplée, les tâches consistant à classifier l’objet et à prédire sa position (régression) sont traitées séparément, ce qui améliore la précision et accélère l’entraînement.
• Équilibre entre précision et rapidité : ce modèle atteint une précision impressionnante tout en conservant des temps d’inférence rapides, ce qui le rend adapté aux environnements cloud comme edge.
• Facile à utiliser : YOLOv8 est conçu pour être facile à prendre en main : tu peux commencer à effectuer des prédictions et à visualiser les résultats en quelques minutes seulement 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’Institute of Information Science 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 : les informations de gradient programmables (PGI) et le réseau d’agrégation de couches généralisé et efficace (GELAN).

PGI aide YOLOv9 à conserver les informations importantes lors du traitement des données à travers 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 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.

Principales fonctionnalités de YOLOv9#

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

• Précision élevée 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 edge et mobiles.
• Facile à utiliser : YOLOv9 est pris en charge par le package Python Ultralytics, ce qui simplifie sa configuration et son exécution dans différents environnements, que tu utilises du code ou la ligne de commande.

YOLOv10 permet une détection d’objets sans NMS#

YOLOv10 a été présenté le 23 mai 2024 par des chercheurs de l’université Tsinghua et se concentre sur la détection d’objets en temps réel. Il remédie aux limites des versions précédentes de YOLO en supprimant le besoin de suppression non maximale (NMS), une étape de post-traitement utilisée pour éliminer 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 ce fonctionnement. Elle combine deux stratégies : l’une permet à plusieurs prédictions d’apprendre à partir du même objet (un-vers-plusieurs), tandis que l’autre se concentre sur la sélection de la meilleure prédiction unique (un-vers-un). Comme les deux stratégies suivent les mêmes règles d’appariement, le modèle apprend à éviter les doublons de manière autonome et le NMS n’est donc pas nécessaire.

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 (Path Aggregation Network) qui combine les informations provenant de différentes couches. Le modèle détecte ainsi mieux les objets de petite et de grande taille. Ces améliorations permettent d’utiliser YOLOv10 dans des applications concrètes liées à la fabrication, au commerce de détail et à la conduite autonome.

Principales fonctionnalités de YOLOv10#

Voici quelques-unes des autres fonctionnalités remarquables de YOLOv10 :

• Convolutions à grands noyaux : le modèle utilise des convolutions à grands noyaux pour capturer davantage de contexte dans des zones plus larges de l’image, ce qui l’aide 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 ses performances.

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

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

Ultralytics YOLO11 : rapidité et précision améliorées#

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

Cette version a introduit des améliorations importantes par rapport aux versions précédentes. Ultralytics YOLO11 est plus rapide, plus précis et très efficace. Il prend en charge l’ensemble des tâches de vision par ordinateur que les utilisateurs de YOLOv8 connaissent, 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.

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

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

Fig 4. Utilisation d’Ultralytics YOLO11 pour détecter, compter et suivre le trafic.

Principales fonctionnalités 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 réduire au minimum la latence, en privilégiant la rapidité dans les dernières couches de prédiction sans compromettre les performances.
• Extraction de caractéristiques améliorée : une architecture optimisée du backbone et du neck améliore l’extraction de 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 garantit son adaptabilité dans différents environnements.

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

Lorsque tu explores différents modèles, il n’est pas toujours facile de les comparer en examinant simplement leurs fonctionnalités. C’est là que l’évaluation comparative intervient. 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 rapidité et de flexibilité. YOLO11m fait particulièrement un bond en avant, car il utilise 22 % de paramètres en moins que YOLOv8m, ce qui le rend plus léger et plus rapide à exécuter. Malgré sa taille réduite, il atteint également une précision moyenne moyenne (mAP) supérieure 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 les modèles YOLO sur une vidéo#

Explorons les performances de ces modèles dans une situation concrète.

Pour comparer YOLOv8, YOLOv9, YOLOv10 et YOLO11, les quatre modèles ont été exécutés sur la même vidéo de trafic avec un score de confiance de 0,3 (le modèle n’affiche des détections que 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 d’objets ont mis en évidence des différences clés en matière de précision de détection, de rapidité et d’exactitude.

Dès la première image, YOLO11 a détecté de gros véhicules comme des camions que YOLOv10 n’avait pas repérés. YOLOv8 et YOLOv9 ont affiché des performances convenables, 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.

En matière de rapidité, tous les modèles fonctionnaient 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’une part, Ultralytics YOLOv8 et YOLOv9 ont fourni des détections stables et fiables tout au long de la vidéo. Fait intéressant, YOLOv10, conçu pour réduire la latence, était plus rapide, mais présentait quelques incohérences dans la détection de certains types d’objets.

Ultralytics YOLO11, en revanche, s’est distingué par son exactitude, offrant un excellent équilibre entre rapidité et précision. Même si aucun des modèles n’a obtenu des performances parfaites sur 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 donner la priorité à la rapidité, tandis que d’autres peuvent nécessiter une précision supérieure ou être soumises 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 traiter. Si tu recherches une plus grande flexibilité pour différentes tâches, YOLOv8 et YOLO11 sont de bonnes options.

Que tu choisisses YOLOv8 ou YOLO11 dépend vraiment de tes besoins. YOLOv8 est une option fiable si tu débutes en vision par ordinateur et que tu accordes de l’importance à une communauté plus vaste, à davantage de tutoriels et à de nombreuses intégrations tierces.

En revanche, si tu recherches des performances de pointe avec une meilleure précision et une plus grande rapidité, Ultralytics YOLO11 est le meilleur choix, même s’il dispose d’une communauté plus restreinte et de moins d’intégrations, puisqu’il s’agit d’une version plus récente.

Points clés à retenir#

D’Ultralytics YOLOv8 à Ultralytics YOLO11, l’évolution de la série de modèles YOLO témoigne d’une volonté constante de développer des modèles de vision par ordinateur plus intelligents. Chaque version de YOLO apporte des améliorations significatives en matière de rapidité, 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 ce domaine et les progrès supplémentaires auxquels nous pouvons nous attendre à l’avenir.

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