Ultralytics

Ultralytics, qu’est-ce que c’est ?

Ultralytics est l’entreprise derrière Ultralytics YOLO, une famille de modèles de vision en temps réel distribuée sous forme de paquet Python open source, et Ultralytics Platform, une plateforme de vision par ordinateur accessible depuis le navigateur pour annoter des jeux de données, entraîner des modèles YOLO sur des GPU cloud et les déployer sur des endpoints hébergés.

Ses conditions d’utilisation définissent deux services : Ultralytics YOLO Models, des modèles de vision par ordinateur et des outils associés proposés sous des conditions de licence open source ou commerciale, et Ultralytics Platform, un environnement SaaS dans le cloud pour la gestion de jeux de données, l’entraînement de modèles, l’annotation et le déploiement. Les conditions en font deux gammes de produits distinctes, chacune avec sa propre structure de prix et de licence. L’entité contractante est Ultralytics, Inc., une société constituée dans le Delaware.

En pratique, payer la puissance de calcul de Platform et avoir le droit de livrer un logiciel en code fermé sont deux questions distinctes.

Fonctionnalités principales

Modèles YOLO et paquet Python

• Sept tâches, six modes : le paquet couvre la détection d’objets, la segmentation d’instances, la segmentation sémantique, l’estimation de profondeur, la classification, l’estimation de pose et les boîtes englobantes orientées (OBB), et chaque modèle peut être entraîné, validé, utilisé pour la prédiction, exporté, utilisé pour le suivi ou soumis à un benchmark.
• YOLO26, la version actuelle : YOLO26, qu’Ultralytics présente comme sa famille de modèles la plus récente, est sorti en janvier 2026 et ajoute l’inférence native de bout en bout.
• Sortie sans NMS en option : l’inférence de bout en bout sans passe distincte de suppression des non-maxima (NMS) est disponible avec nms=False, tandis que le chemin par défaut utilise toujours la NMS pour la précision.
• Benchmarks publiés : sur ses cinq tailles de détection, YOLO26 atteindrait 40,9 à 57,5 mAP sur COCO avec une latence de 1,7 à 11,8 ms sur un GPU T4 avec TensorRT, des chiffres issus de l’article d’Ultralytics lui-même et non de tests indépendants.

Ultralytics Platform

• Annotation intelligente : l’éditeur d’annotation couvre six types de tâches, et l’annotation intelligente peut s’appuyer sur SAM 2.1, SAM 3 ou SAM 3.1 (par défaut), sur vos propres modèles YOLO affinés ou sur des modèles guidés par classe, y compris des modèles de vision payants de fournisseurs tels qu’OpenAI, Anthropic et Google lorsque vous ajoutez votre propre clé de fournisseur.
• Entraînement sur GPU cloud : l’entraînement dans le cloud propose 24 types de GPU sur toutes les offres et 26 sur Pro ou Enterprise, qui ajoutent les cartes B200 et B300, avec des métriques en temps réel et une estimation des coûts en direct.
• Entraînement à distance : l’entraînement à distance vous permet d’entraîner sur votre propre matériel tout en renvoyant les métriques en continu vers Platform.
• Export : les modèles entraînés peuvent être exportés vers 22 formats de déploiement, dont ONNX, TensorRT, CoreML, LiteRT, Hailo et Ascend.
• Endpoints dédiés : chaque endpoint dédié est un service mono-locataire doté de ses propres URL et surveillance, et peut être placé dans n’importe laquelle des 42 régions de déploiement.
• Agents : les workflows Agents relient modèles, conditions, collecte de jeux de données, alertes Slack et webhooks.

Les deux volets se recoupent : le paquet seul permet d’entraîner et d’exporter sur vos propres machines, tandis que Platform héberge l’annotation, les GPU et les endpoints.

Guide

Lancer une première prédiction avec le paquet

1. Installez ou mettez à jour le paquet avec pip install -U ultralytics dans un environnement Python 3.8+ disposant de PyTorch 1.8 ou d’une version plus récente.
2. Lancez yolo predict model=yolo26n.pt : les poids pré-entraînés se téléchargent automatiquement, le modèle s’exécute sur deux images d’exemple fournies, et la commande indique où les résultats annotés ont été enregistrés.
3. Faites pointer source= vers votre propre image, vidéo, dossier, URL, flux ou webcam (source=0) pour appliquer le même modèle à vos données.

Entraîner et déployer sur Ultralytics Platform

1. Créez un compte sur platform.ultralytics.com et choisissez une région de données (US, EU ou AP) lors de l’onboarding.
2. Ouvrez Annotate dans la barre latérale, importez votre jeu de données et annotez-le.
3. Créez un projet et lancez l’entraînement sur des GPU cloud.
4. Testez le modèle dans le navigateur, puis déployez-le sur un endpoint dédié.

Cas d’usage et exemples d’Ultralytics

Ultralytics commercialise ses modèles auprès de l’industrie manufacturière, de la santé, de l’automobile, de l’agriculture, du commerce de détail et de la logistique, en citant parmi les usages typiques l’inspection visuelle, l’imagerie médicale, la détection d’objets en temps réel et la reconnaissance faciale. Ses témoignages clients publiés montrent à quoi cela ressemble en production :

• Inspection de convoyeurs miniers : dans une étude de cas publiée par Ultralytics, SK Godelius utilise des modèles YOLO sur des robots qui marchent le long des bandes transporteuses et signalent les rouleaux manquants, bloqués ou en surchauffe.
• Résultats d’inspection rapportés : la même étude indique que le système a détecté plus de 3 400 anomalies sur l’ensemble de son déploiement, dont plus de 900 classées comme critiques.
• Robotique d’assemblage alimentaire : une autre étude de cas du fournisseur indique que Chef Robotics utilise YOLO pour la détection et la segmentation des barquettes et des ingrédients sur les lignes de production, et rapporte que la part d’aliments distribuée en trop est passée de 9,19 % à 3,05 %.

Ces chiffres sont publiés par l’éditeur et non mesurés de façon indépendante, et les deux cas décrivent des détecteurs personnalisés intégrés à des produits commerciaux, soit précisément la situation que vise l’Enterprise License.

Pour qui

• Chercheurs, étudiants et projets open source : Ultralytics indique que l’AGPL-3.0 convient à la recherche universitaire, aux travaux de cours, aux projets personnels et aux applications open source dont vous pouvez publier l’intégralité du code source.
• Entreprises qui gardent leur code privé : une Enterprise License est nécessaire pour utiliser Ultralytics YOLO sans ouvrir le code de l’ensemble du projet, ce qui inclut les outils métier internes, les produits commerciaux, les back-ends SaaS et les appareils embarqués.
• Particuliers, petites équipes et grandes organisations : Ultralytics positionne Free pour les particuliers qui débutent, Pro pour les professionnels et les petites équipes, et Enterprise pour les organisations qui ont besoin d’entraînement et de stockage illimités, d’un déploiement sur site, de SSO/SAML et d’un support dédié.

L’outil convient mal aux équipes en code fermé qui n’ont pas de budget pour une licence sur devis.

Plateformes

• Application web et résidence des données : chaque compte Platform conserve ses jeux de données, ses modèles et ses données d’entraînement gérées dans l’une des trois régions choisies lors de l’onboarding : États-Unis (Iowa), UE (Belgique) ou Asie-Pacifique (Taïwan).
• Paquet Python : outre pip, le paquet peut être installé depuis conda-forge avec conda install -c conda-forge ultralytics.
• Cibles edge et mobiles : les modèles exportés ciblent du matériel edge comme NVIDIA Jetson, Raspberry Pi et les téléphones mobiles via des formats tels qu’ONNX, TensorRT, CoreML et TFLite.
• iPhone et iPad : une application Ultralytics YOLO gratuite pour iOS 16.0 ou version ultérieure exécute sur l’appareil des modèles de détection, de segmentation, de pose, de classification et OBB grâce à l’Apple Neural Engine.
• API : une API REST donne un accès programmatique aux fonctionnalités de Platform pour l’automatisation et les pipelines CI/CD.
• Intégrations : les intégrations relient Platform au stockage cloud, à des outils d’annotation externes et à Slack.
• Jeux de données en stockage cloud : l’utilisation de jeux de données Google Cloud Storage, Amazon S3 ou Azure Blob Storage nécessite Pro ou Enterprise.

Tarification

Les licences logicielles sont facturées séparément des offres Platform Free, Pro et Enterprise ci-dessous.

Pro est aussi vendu à l’année à $290 par siège, soit environ 17 % de moins qu’un paiement mensuel, et son crédit de $30 par siège est accordé chaque mois civil. Le crédit d’inscription de Free est de $5 et passe à $25 dès que vous vous inscrivez avec une adresse e-mail d’entreprise sur un domaine non grand public, ou que vous la vérifiez plus tard, un bonus accordé une seule fois par compte. Les crédits mensuels Pro sont à utiliser sous peine de perte et expirent à chaque fin de cycle de facturation, alors que les crédits achetés par recharge n’expirent jamais.

Calcul facturé à l’usage

• Tarifs GPU : les GPU cloud sont facturés à l’heure à partir de $0.24, les comptes Free peuvent accéder à des cartes coûtant jusqu’à $4.39 de l’heure, Pro et Enterprise étendent ce plafond à $7.39 de l’heure, et Ultralytics affirme qu’il n’y a ni marge, ni minimum, ni engagement.
• Annotation par lots : l’annotation par lots coûte $1.00 pour 1 000 images, avec un minimum de $0.01 par exécution.
• Endpoints : la taille d’endpoint par défaut, 1 vCPU et 2 Gio, est gratuite et redescend à zéro en cas d’inactivité, tandis que les tailles personnalisées conservent une instance active et sont facturées à l’heure depuis leur mise à disposition jusqu’à leur arrêt, temps d’inactivité compris.
• Solde négatif : si l’usage facturé fait passer le solde sous zéro, un entraînement cloud en cours s’arrête et aucune nouvelle tâche ne peut démarrer tant que le solde n’est pas redevenu positif, mais les déploiements continuent de fonctionner.
• Tâches échouées : dès qu’un GPU cloud a démarré, les tâches sont facturées pour le temps GPU écoulé, même si elles échouent ou sont annulées, alors que les échecs de validation ou de lancement avant le démarrage du calcul n’entraînent aucun frais GPU.
• Résiliation : après la résiliation de Pro, ses fonctionnalités restent actives jusqu’à la fin de la période de facturation et les crédits mensuels s’arrêtent dès la résiliation ; une fois l’espace de travail repassé en Free, tous les membres de l’équipe autres que le propriétaire sont retirés.

Coûts de licence

Les offres Free et Pro relèvent de l’AGPL-3.0 ; la licence commerciale YOLO destinée au déploiement propriétaire en code fermé est l’Enterprise License, incluse dans l’offre Enterprise. Les offres Enterprise sont provisionnées par l’équipe Ultralytics et regroupent l’Enterprise License avec SSO/SAML, des données et du calcul sur site et des SLA personnalisés. L’Enterprise License fait l’objet d’un devis individuel, adapté à la taille et au cas d’usage de chaque organisation via un formulaire de demande. Selon les Enterprise Software License Terms, la licence court sur un an et se renouvelle automatiquement par périodes d’un an, sauf si l’une des parties envoie une notification écrite au moins 45 jours avant la fin de la période.

Alternatives à Ultralytics

• Roboflow (plateforme hébergée) : Roboflow affiche un Free Tier à $0 avec 10 crédits par mois et une offre Core à $39 par mois, facturée mensuellement.
• Annotation chez Roboflow : Roboflow met en avant la création, le déploiement et la surveillance de cas d’usage de vision sur une seule plateforme, et ses outils d’annotation IA comme Label Assist, Smart Polygon, Box Prompting et Auto Label consomment des crédits.
• Detectron2 (bibliothèque open source) : ses mainteneurs décrivent Detectron2 comme la bibliothèque de nouvelle génération de Facebook AI Research pour des algorithmes de détection et de segmentation à l’état de l’art.
• Licence de Detectron2 : Detectron2 est publié sous licence Apache 2.0.

Roboflow est l’option la plus proche d’Ultralytics Platform ; Detectron2 compte surtout lorsque c’est la licence, et non l’outillage, qui motive le changement.

Limitations

Obligations de licence

• Portée de l’AGPL : le choix entre ouvrir le code de l’ensemble du projet sous AGPL-3.0 et obtenir une Enterprise License s’applique même si vous entraînez votre propre modèle à partir de zéro, n’utilisez pas de poids pré-entraînés, utilisez YOLO uniquement en interne ou pour la R&D, ou le déployez derrière une plateforme SaaS ou une API.
• Modèles entraînés : les modèles que vous entraînez avec Ultralytics YOLO relèvent par défaut de l’AGPL-3.0, car la licence est présentée comme couvrant à la fois le code d’entraînement et les modèles qu’il produit.
• Projets en aval : en mars 2024, le mainteneur de Frigate, un projet open source sous licence MIT, a écrit qu’Ultralytics avait affirmé que Frigate enfreignait l’AGPL-3.0 en raison de sa licence MIT, et que le projet ne pouvait inclure aucune référence aux modèles, au code ou au contenu d’Ultralytics sous licence AGPL.
• Expiration de la licence : si une Enterprise License n’est pas renouvelée, les produits déjà vendus conservent leurs droits de licence, tandis que les produits invendus doivent cesser d’être distribués et que les produits internes doivent être archivés et cesser d’utiliser le logiciel, sauf accord écrit contraire.

Données, conformité et règles de contenu

• Région de données fixe : vous ne pouvez pas changer vous-même de région de données après la création du compte ; un transfert doit donc être demandé au support.
• Données de santé : les services ne sont pas conçus pour les informations de santé protégées (PHI) ; sans accord d’associé commercial, vous ne devez pas importer de PHI, et seuls les clients Enterprise peuvent être admissibles à la signature d’un tel accord.
• Consentement biométrique : les conditions interdisent de traiter l’image, les données biométriques ou les images identifiables de tiers sans consentement explicite, y compris la reconnaissance faciale ou l’analyse de la démarche de personnes qui n’y ont pas consenti.

Exploitation et cohérence

• Démarrages à froid : un endpoint redescendu à zéro peut mettre jusqu’à environ une minute pour répondre à sa première requête.
• Limites de requêtes : les prédictions envoyées via l’API de Platform sont limitées à 20 requêtes par minute, tandis que les appels directs à un endpoint échappent à ce limiteur mais tournent sur une seule instance et rejettent les corps de requête de plus de 32 Mo.
• Incident de chaîne d’approvisionnement : des articles de sécurité indépendants parus en décembre 2024 ont documenté que les versions 8.3.41 et 8.3.42 d’ultralytics publiées sur PyPI avaient été compromises pour déployer un mineur de cryptomonnaie ; le fondateur a déclaré qu’elles avaient été retirées et remplacées par une version 8.3.43 saine, et une mise à jour ultérieure citait des signalements d’utilisateurs indiquant que l’attaque semblait se poursuivre dans les versions 8.3.45 et 8.3.46.
• Chiffres incohérents : une réponse de la FAQ de la page d’accueil indique que les modèles peuvent être déployés dans 43 régions du monde, alors que le tableau des prix et la documentation en mentionnent 42.
• Nombre de formats d’export : une réponse de la FAQ tarifaire évoque de même l’export vers l’ensemble des 21 formats, contre 22 sur les cartes des offres et dans la documentation.

Confidentialité et droits sur les données

• Propriété : importer des données accorde à Ultralytics une licence limitée à l’exploitation et à la fourniture des services, et les conditions précisent que votre propriété sur ce que vous importez n’est pas affectée.
• Jeux de données publics : tout ce que vous rendez public via les fonctionnalités Community devient accessible à des tiers et peut être utilisé par Ultralytics ou d’autres à toute fin licite, y compris l’entraînement de modèles d’apprentissage automatique.
• Contenu privé : pour le contenu client importé sur Platform, la politique de confidentialité décrit Ultralytics comme un sous-traitant qui traite les jeux de données, images, vidéos et annotations afin de fournir des services tels que l’entraînement, l’annotation et l’exécution de modèles.
• Protection Enterprise : les clients Enterprise bénéficient d’un engagement contractuel supplémentaire selon lequel Ultralytics n’utilisera pas leurs jeux de données, poids de modèles ou autres contenus soumis pour entraîner, affiner ou améliorer ses modèles ou produits sans consentement écrit préalable, les données d’activité de compte agrégées et anonymisées étant toutefois exclues de cette restriction.
• Télémétrie du paquet : le paquet open source envoie par défaut des analyses d’utilisation anonymisées, ainsi que des rapports de plantage lorsque le paquet sentry-sdk est déjà installé, et le réglage sync=False arrête l’envoi de données vers Google Analytics ou Sentry.
• Images : Ultralytics déclare que le paquet ne collecte, ne traite ni ne consulte les images d’entraînement ou d’inférence.
• Certifications : chaque offre Platform est couverte par la certification ISO/IEC 27001:2022 et un audit SOC 2 Type I, avec des SLA personnalisés en plus sur Enterprise.

FAQ

Q1. Existe-t-il un essai gratuit, et faut-il une carte bancaire ?

L’offre Free fait office d’essai : elle comprend le crédit d’inscription décrit plus haut, et aucune carte bancaire n’est requise pour commencer.

Q2. Puis-je changer d’offre en cours de cycle de facturation ?

Oui. Les passages à une offre supérieure prennent effet immédiatement, tandis que les rétrogradations s’appliquent au début du cycle de facturation suivant.

Q3. Puis-je télécharger les modèles que j’entraîne sur Platform ?

Oui. Chaque page de modèle propose ses poids .pt au téléchargement, et l’onglet Export regroupe tous les formats exportés terminés.

Q4. YOLO27 est-il déjà disponible ?

Pas encore. YOLO27 en est encore à la phase finale de R&D, les modèles ne sont pas disponibles et aucune date de lancement n’a été fixée.