Aller au contenu
BNTIC News Numérique · Innovation · Énergie
BNTIC ModelFinderAfrica · métadonnées ouvertes
Guide thématique ModelFinder

Modèles de détection d’objets

Modèles publics de détection d’objets pour repérer et compter dans une image : licence, taille des poids et compatibilité.

Actualiser et affiner la recherche
Modèles de référence · vérifiés sur Hugging Face

Les modèles les plus établis

Tout le catalogue

Modèles cités parce qu’ils sont établis et publiés en accès public, pas parce qu’ils conviennent à tous : la licence, la taille et la compatibilité de chacun sont lues en direct sur sa fiche. Liste vérifiée le 06/11/2026.

Sélection vérifiée le 4 novembre 2026

Modèles retenus

Résultat de la recherche publique sur le Hugging Face Hub (tâche object-detection), modèles les plus utilisés d’abord : 10 modèles retenus sur 50 examinés. Chacun est en accès public, avec une licence déclarée et des fichiers identifiables. Les modèles sont classés par le score explicable de ModelFinder ; aucun n’est choisi à la main ni recommandé sans essai.

53/100
object-detection Compatibilité inconnue Apache License 2.0 SafeTensors
Téléchargements
929360
Popularité
59 appréciations
Mise à jour
2026-09-30

Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.

Voir les preuves, fichiers et limites →
Ultralytics

YOLO26

53/100
object-detection Compatibilité inconnue GNU AGPL 3.0
Téléchargements
25524
Popularité
252 appréciations
Mise à jour
2026-09-06

Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.

Voir les preuves, fichiers et limites →
50/100
object-detection Compatibilité inconnue GNU AGPL 3.0 SafeTensors
Téléchargements
81474
Popularité
27 appréciations
Mise à jour
2025-11-28

Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.

Voir les preuves, fichiers et limites →
50/100
object-detection Compatibilité inconnue GNU AGPL 3.0
Téléchargements
77571
Popularité
48 appréciations
Mise à jour
2026-05-14

Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.

Voir les preuves, fichiers et limites →
50/100
object-detection Compatibilité inconnue GNU AGPL 3.0
Téléchargements
66679
Popularité
187 appréciations
Mise à jour
2026-02-25

Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.

Voir les preuves, fichiers et limites →
Ultralytics

YOLO11

50/100
object-detection Compatibilité inconnue GNU AGPL 3.0
Téléchargements
29507
Popularité
211 appréciations
Mise à jour
2026-06-26

Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.

Voir les preuves, fichiers et limites →
50/100
object-detection Compatibilité inconnue MIT License
Téléchargements
27419
Popularité
2 appréciations
Mise à jour
2025-11-24

Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.

Voir les preuves, fichiers et limites →
Ultralytics

YOLOv8

50/100
object-detection Compatibilité inconnue GNU AGPL 3.0
Téléchargements
25021
Popularité
398 appréciations
Mise à jour
2026-06-26

Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.

Voir les preuves, fichiers et limites →
datalab-to

surya_layout2

50/100
object-detection Compatibilité inconnue OpenRAIL
Téléchargements
14756
Popularité
10 appréciations
Mise à jour
2026-07-08

Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.

Voir les preuves, fichiers et limites →
Roboflow

rf-detr-base

50/100
object-detection Compatibilité inconnue Apache License 2.0 SafeTensors
Téléchargements
8608
Popularité
5 appréciations
Mise à jour
2026-05-20

Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.

Voir les preuves, fichiers et limites →
Guide de la rédaction

Comment bien choisir

La détection d’objets localise chaque objet dans une image par un cadre et une catégorie : compter des véhicules, repérer des personnes, inspecter une production.

Ce qu’il faut vérifier

Catégories
Vérifiez les catégories reconnues ; un besoin spécifique demande un réentraînement.
Temps réel
Pour une vidéo, la vitesse compte autant que la précision : testez sur votre matériel.
Licence
Lisez la licence déclarée avant tout usage. Une licence ouverte (Apache 2.0, MIT) n'a pas les mêmes obligations qu'une licence propre au producteur, ni qu'une licence non commerciale.

Les erreurs à éviter

Ce guide est un contenu éditorial de BNTIC News. Il ne remplace ni un essai, ni la lecture de la fiche et de la licence du modèle retenu.

Questions fréquentes

Comment choisir parmi les modèles de détection d’objets ?

La détection d’objets localise chaque objet dans une image par un cadre et une catégorie : compter des véhicules, repérer des personnes, inspecter une production. Points à vérifier : catégories ; temps réel ; licence.

Quelles erreurs éviter ?

Filmer des personnes sans cadre légal ni information. Ne pas tester sur vos propres données : seules des données représentatives de votre usage disent si le modèle convient.

Quels sont les modèles les plus établis parmi les modèles de détection d’objets ?

Points de départ retenus par la rédaction de BNTIC, vérifiés sur Hugging Face le 06/11/2026 : DETR ResNet-50 (facebook/detr-resnet-50) : détection et localisation d'objets dans une image. ; Florence-2 large (microsoft/Florence-2-large) : vision polyvalente : lecture de texte (OCR), légendes, détection. La licence, la taille et la mémoire nécessaire de chacun sont lues en direct sur sa fiche.

Quels modèles figurent dans la sélection ?

Au 4 novembre 2026, la recherche publique de ModelFinder retient notamment : PaddlePaddle/PP-DocLayoutV3_safetensors, Ultralytics/YOLO26, iitolstykh/YOLO-Face-Person-Detector, morsetechlab/yolov11-license-plate-detection, Anzhc/Anzhcs_YOLOs, Ultralytics/YOLO11. Chacun est en accès public, avec une licence déclarée et des fichiers identifiables ; aucun n’est recommandé sans essai sur vos données.

Ces modèles sont-ils gratuits ?

Leurs poids sont publiés en accès public et se téléchargent sans payer. L’usage reste encadré par la licence de chaque modèle, qui peut imposer des conditions ou interdire l’usage commercial. Il faut aussi un ordinateur, ou un serveur, capable de les exécuter.

Comment savoir si un modèle tourne sur mon ordinateur ?

Chaque fiche estime la mémoire nécessaire à partir de la taille réelle des poids publiés, avec une marge indiquée. La page « Que puis-je faire tourner sur ma machine » croise votre RAM et votre disque avec les tailles réelles des modèles exécutables localement.

Sur le même sujet

Tous les guides ModelFinder

Par langue : Arabe · Portugais · Swahili · Haoussa · Yoruba · Wolof · Amharique · Somali · Kinyarwanda · Lingala · Bambara · Éwé · Twi (akan) · Mooré · Peul (fulfuldé) · Malgache · Zoulou · Xhosa.