YOLO PP-YOLOE+: Ein detaillierter technischer Vergleich

In der wettbewerbsintensiven Landschaft der Echtzeit-Computervision ist die Wahl der optimalen Architektur für Ihre spezifischen Einsatzanforderungen von entscheidender Bedeutung. Dieser Leitfaden bietet einen umfassenden technischen Vergleich zwischen YOLO und PP-YOLOE+ und befasst sich eingehend mit deren Architekturdesigns, Trainingsmethoden und Leistungskennzahlen. Wir werden auch untersuchen, wie diese Modelle im Vergleich zu modernsten Lösungen wie dem neu veröffentlichten Ultralytics abschneiden.

Modellübersichten

Beide Frameworks entstanden 2022 als leistungsstarke Alternativen für industrielle Anwendungen und nutzen ausgefeilte Techniken, um die Grenzen der Genauigkeit und Inferenzgeschwindigkeit zu erweitern.

DAMO-YOLO

YOLO wurde von der Alibaba Group entwickelt undYOLO mehrere neuartige Techniken zur Optimierung des Kompromisses zwischen Latenz und GenauigkeitYOLO , wobei es sich stark auf automatisierte Suchtechniken und fortschrittliche Feature-Fusion stützt.

Autoren: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang und Xiuyu Sun
Organisation: Alibaba Group
Datum: 23.11.2022
Arxiv: YOLO: Ein Bericht über das Design der Echtzeit-Objekterkennung
GitHub: YOLO
Dokumente: YOLO

YOLO eine Multi-Scale Architecture Search (MAE-NAS), um automatisch Backbones zu entwerfen, die für Hardware-Effizienz optimiert sind. Es verfügt außerdem über ein effizientes RepGFPN (Re-parameterized Generalized Feature Pyramid Network) für die Fusion von Halsmerkmalen und ein leichtgewichtiges „ZeroHead”-Design. Darüber hinaus stützt es sich während des Trainings stark auf Destillationstechniken, um die Darstellungsleistung des Schülermodells zu steigern.

Erfahren Sie mehr über DAMO-YOLO

PP-YOLOE+

Das Baidu PaddlePaddle hat mit PP-YOLOE+ eine inkrementelle Weiterentwicklung der PP-YOLOE-Architektur vorgestellt. Der Schwerpunkt liegt auf groß angelegten Vorabtrainings und verfeinerten Verlustfunktionen, um insbesondere innerhalb des nativen Deep-Learning-Frameworks mAP hohe mAP zu erzielen.

Autoren: PaddlePaddle Autoren
Organisation: Baidu
Datum: 02.04.2022
Arxiv: PP-YOLOE: Eine weiterentwickelte Version von YOLO
GitHub: PaddlePaddle
Dokumente: PP-YOLOE+ Konfigurationen

PP-YOLOE+ nutzt ein CSPRepResNet-Backbone und einen ET-Head (Efficient Task-aligned Head). Die „Plus“-Version führt eine leistungsstarke Vorab-Trainingsstrategie für den Objects365-Datensatz ein, die die Fähigkeit zur Verallgemeinerung in verschiedenen realen Umgebungen erheblich verbessert.

Erfahren Sie mehr über PP-YOLOE+

Architekturvergleich

Die unterschiedliche Designphilosophie dieser beiden Modelle hat einen großen Einfluss auf ihre idealen Anwendungsfälle und die Hardwarekompatibilität.

Feature Fusion und Backbones

DieYOLO MAE-NASYOLO generierten Backbones sind in hohem Maße auf Edge-Geräte zugeschnitten und bieten oft ein günstiges Verhältnis zwischen Geschwindigkeit und Parametern. Diese maßgeschneiderten Architekturen können jedoch starr und komplex sein, sodass sie sich nur schwer an neue Aufgaben wie die Instanzsegmentierung anpassen lassen. Der RepGFPN-Neck verbessert die Fusion von Merkmalen auf mehreren Ebenen, erhöht jedoch die Komplexität während der Exportphase der Neuparametrisierung.

PP-YOLOE+ basiert auf dem traditionelleren, aber dennoch hochwirksamen CSPRepResNet. Dieses Backbone erfordert zwarYOLO eine ähnliche Genauigkeit einen größeren Parameter-Footprint alsYOLO , ist jedoch sehr stabil im Training und lässt sich leichter in bestehende Pipelines integrieren. Sein ET-Head bewältigt Klassifizierung und Regression effizient, erfordert jedoch dennoch Nachbearbeitungsschritte wie Non-Maximum Suppression (NMS).

Beseitigung von Verzögerungen bei der Nachbearbeitung

SowohlYOLO PP-YOLOE+ erfordern NMS die Nachbearbeitung von Begrenzungsrahmen. Wenn die Inferenzlatenz kritisch ist, sollten Sie die Verwendung von Ultralytics in Betracht ziehen, das über ein natives End-to-End-Design NMS verfügt. Dieser bahnbrechende Ansatz macht NMS überflüssig und sorgt für eine schnellere und einfachere Bereitstellungspipeline.

Leistungs- und Metrikanalyse

Bei der Bewertung dieser Modelle für die Produktion ist das Gleichgewicht zwischen Genauigkeit (mAP), Inferenzgeschwindigkeit und Parametergröße von entscheidender Bedeutung. Nachfolgend finden Sie einen direkten Vergleich ihrer wichtigsten Varianten.

Modell	Größe ^(Pixel)	mAP^val 50-95	Geschwindigkeit ^{CPU ONNX (ms)}	Geschwindigkeit ^{T4 TensorRT10 (ms)}	Parameter ^(M)	FLOPs ^(B)
DAMO-YOLOt	640	42.0	-	2.32	8.5	18.1
DAMO-YOLOs	640	46.0	-	3.45	16.3	37.8
DAMO-YOLOm	640	49.2	-	5.09	28.2	61.8
DAMO-YOLOl	640	50.8	-	7.18	42.1	97.3

PP-YOLOE+t	640	39.9	-	2.84	4.85	19.15
PP-YOLOE+s	640	43.7	-	2.62	7.93	17.36
PP-YOLOE+m	640	49.8	-	5.56	23.43	49.91
PP-YOLOE+l	640	52.9	-	8.36	52.2	110.07
PP-YOLOE+x	640	54.7	-	14.3	98.42	206.59

Wie die Tabelle zeigt, erzieltYOLO dank seiner NAS-optimierten BackbonesYOLO eine geringere Latenz bei kleinen (s) und winzigen (t) Skalen. PP-YOLOE+ lässt sich jedoch unglaublich gut auf mittlere (m) und große (l) Stufen skalieren und weist deutlich höhere mAP auf, wenn auch zu Lasten der TensorRT .

Speicheranforderungen und Trainingseffizienz

YOLO auf Destillation basiert, muss häufig ein viel größeres Lehrer-Modell trainiert werden, bevor das kleinere Schüler-Modell trainiert werden kann. Dies erhöht den CUDA und den gesamten Rechenaufwand erheblich. PP-YOLOE+ vereinfacht dies durch standardmäßiges einstufiges Training, bleibt jedoch eng mit dem PaddlePaddle verbunden, was die Flexibilität für Teams, die an PyTorch gewöhnt sind, einschränken kann.

Im Gegensatz dazu löst das moderne Ultralytics diese Engpässe. Durch den Einsatz des neuen MuSGD Optimizers– einer Mischung aus SGD Muon, inspiriert von LLM-Trainingsinnovationen – erreicht YOLO26 eine schnellere Konvergenz und ein äußerst stabiles Training, ohne dass komplizierte Destillationspipelines erforderlich sind. Darüber hinaus benötigen YOLO während des Trainings in der Regel weitaus weniger CUDA als transformatorbasierte Detektoren wie RT-DETR.

Anwendungen in der Praxis und ideale Anwendungsfälle

Wann sollteYOLO verwendet werden?

YOLO ideal für Edge-Inferenz mit hohem Durchsatz, bei der Latenz der größte Engpass darstellt. Seine kleinen Varianten zeichnen sich in Umgebungen wie Verkehrsmanagementsystemen oder grundlegender Drohnenüberwachung aus, vorausgesetzt, Ihr Ingenieurteam verfügt über die Bandbreite, um die komplexen Destillations- und Neuparametrisierungsprozesse zu verwalten.

Wann sollte PP-YOLOE+ verwendet werden?

PP-YOLOE+ glänzt, wenn Sie bereits tief in das Baidu-Ökosystem investiert sind oder groß angelegte Serverbereitstellungen betreiben. mAP seiner beeindruckenden mAP es mAP für komplexe medizinische Bildanalysen oder die Erkennung dichter Fertigungsfehler.

Der Ultralytics Vorteil

Obwohl sowohlYOLO PP-YOLOE+ spezifische lokale Vorteile bieten, entscheiden sich Entwickler, die maximale Vielseitigkeit, Geschwindigkeit und Benutzerfreundlichkeit suchen, durchweg für die Ultralytics .

Bei der Aktualisierung Ihrer Computer-Vision-Pipeline bietet Ultralytics eine unvergleichliche Entwicklererfahrung:

Bis zu 43 % schnellere CPU : Durch die vollständige Entfernung von Distribution Focal Loss (DFL) ist YOLO26 auf Edge-CPUs und IoT-Geräten mit geringem Stromverbrauch bemerkenswert schnell.
Verbesserte Erkennung kleiner Objekte: Die Integration der Verlustfunktionen ProgLoss und STAL sorgt für eine deutliche Verbesserung bei der Erkennung kleiner Objekte, was für Luftbilder von entscheidender Bedeutung ist.
Umfassende Vielseitigkeit: Im Gegensatz zu PP-YOLOE+, das sich ausschließlich auf die Erkennung konzentriert, bewältigt YOLO26 nahtlos die Posenschätzung, orientierte Begrenzungsrahmen (OBB) und semantische Segmentierung mit aufgabenspezifischen architektonischen Verbesserungen.

Fazit

YOLO PP-YOLOE+ stellen wichtige Meilensteine in der Entwicklung der ankerfreien Objekterkennung dar.YOLO die Grenzen der neuronalen Architektursuche hinsichtlich der Edge-LatenzYOLO , während PP-YOLOE+ die Leistungsfähigkeit des groß angelegten Vortrainings unter Beweis gestellt hat.

Für Entwickler, die das beste Gleichgewicht zwischen Geschwindigkeit, Genauigkeit und einfacher Bereitstellung suchen, ist das Ultralytics jedoch die definitive Wahl. Seine NMS Architektur, Python robuste Python und die nahtlose Integration mit Tools wie Weights & Biases und TensorRT sorgen dafür, dass Ihre Projekte reibungslos vom Prototyp zur Produktion gelangen.

Sind Sie bereit, loszulegen? Entdecken Sie den Ultralytics oder vergleichen Sie weitere Modelle in unserer Übersicht YOLO11 YOLO.