Comparaison d'Ultralytics YOLO11 avec les modèles YOLO précédents

De l'automatisation des tâches quotidiennes à l'aide à la prise de décision éclairée en temps réel, l'intelligence artificielle (IA) façonne l'avenir de diverses industries. Un domaine particulièrement fascinant de l'IA est la vision par ordinateur, également connue sous le nom de vision IA. Il se concentre sur la capacité des machines à analyser et à 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 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.

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

Dans cet article, nous comparerons Ultralytics YOLOv8, YOLOv9, YOLOv10 et Ultralytics YOLO11 pour mieux comprendre comment ces modèles ont évolué. Nous analyserons leurs fonctionnalités clés, les résultats des benchmarks et les différences de performance. Commençons !

Link to this sectionUn 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.

Allant 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 par boîtes englobantes orientées (OBB) et classification d'images. Une autre fonctionnalité importante de 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.

Grâce à sa polyvalence et ses performances élevées, YOLOv8 peut être utilisé dans de nombreuses applications réelles, 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.

Link to this sectionFonctionnalités clés de YOLOv8#

Voici un examen plus approfondi de certaines des autres fonctionnalités clés de YOLOv8 :

• Architecture de détection améliorée : YOLOv8 utilise une dorsale CSPDarknet améliorée. Cette dorsale est optimisée pour l'extraction de caractéristiques - le processus d'identification et de capture de modèles ou de détails importants à partir d'images d'entrée qui aident le modèle à faire des prédictions précises.
• Tête de détection : Il utilise une conception découplée sans ancres, ce qui signifie qu'il ne repose pas sur des formes de boîtes englobantes prédéfinies (ancres) et apprend plutôt à prédire directement les emplacements des objets. Grâce à la configuration découplée, les tâches de classification de l'objet et de prédiction de son emplacement (régression) sont traitées séparément, ce qui aide 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 prédire et à voir les résultats en seulement quelques minutes en utilisant le package Python Ultralytics.

Link to this sectionYOLOv9 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 comme la détection d'objets et la segmentation d'instances.

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.

Link to this sectionFonctionnalités 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.

Link to this sectionYOLOv10 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 assignations de double étiquette cohérentes pour un 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.

Link to this sectionFonctionnalités 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.

Link to this sectionUltralytics 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 a introduit des améliorations significatives par rapport aux versions précédentes. YOLO11 est plus rapide, plus précis et très efficace. Il prend en charge la gamme complète de 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 conserve également la compatibilité avec les flux de travail YOLOv8, facilitant la transition en douceur des utilisateurs vers la nouvelle version.

En plus de cela, 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 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.

Link to this sectionFonctionnalités clés de YOLO11#

Voici quelques-unes des autres fonctionnalités uniques de YOLO11 :

• Détection rapide et efficace : YOLO11 dispose d'une tête de détection conçue pour une latence minimale, se concentrant 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 transparent sur toutes les plateformes : YOLO11 est optimisé pour fonctionner efficacement sur les appareils edge, les plateformes cloud et les GPU NVIDIA, garantissant une adaptabilité dans différents environnements.

Link to this sectionBenchmarking des modèles YOLO sur le dataset COCO#

Lorsqu'on explore différents modèles, il n'est pas toujours facile de les comparer simplement en regardant leurs fonctionnalités. C'est là qu'intervient le benchmarking. En exécutant tous les modèles sur le même dataset, nous pouvons mesurer et comparer objectivement leurs performances. Jetons un coup d'œil à la façon dont chaque modèle se comporte sur le dataset COCO.

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. Benchmarking de YOLO11 et d'autres modèles YOLO sur le dataset COCO.

Link to this sectionTester 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, tous les quatre ont été exécutés sur la même vidéo de trafic en utilisant un score de confiance de 0,3 (le modèle n'affiche les détections que lorsqu'il est confiant à au moins 30 % qu'il a correctement identifié un objet) et une taille d'image de 640 pour une évaluation équitable. Les résultats de la détection et du suivi d'objets ont mis en évidence les différences clés en termes 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, assez rapide pour gérer des tâches en temps réel à plus de 50 FPS. D'un côté, YOLOv8 et YOLOv9 ont fourni des détections stables et fiables tout au long de la vidéo. Fait intéressant, YOLOv10, conçu pour une latence plus faible, était plus rapide mais a montré quelques incohérences dans la détection de certains types d'objets.

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.

Link to this sectionQuel 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.

Le choix entre YOLOv8 ou YOLO11 dépend vraiment de tes besoins. YOLOv8 est une option solide si tu débutes en vision par ordinateur et que tu apprécies une communauté plus large, plus de tutoriels et des intégrations tierces étendues.

D'un autre côté, si tu recherches des performances de pointe avec une meilleure précision et vitesse, YOLO11 est le meilleur choix, bien qu'il soit accompagné d'une communauté plus petite et de moins d'intégrations car il s'agit d'une version plus récente.

Link to this sectionPoints 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 répertoire GitHub et engage-toi avec notre communauté. Découvre les avancées dans tous les secteurs, de la vision IA dans la fabrication à la vision par ordinateur dans la santé. Consulte nos options de licence pour commencer tes projets de vision IA dès aujourd'hui.