DAMO-YOLO vs. PP-YOLOE+
Die Wahl der richtigen Architektur für eine Bereitstellung ist eine wichtige Entscheidung bei der Computer Vision in Echtzeit. Dieser Leitfaden vergleicht DAMO-YOLO und PP-YOLOE+ und behandelt ihre Architekturentwürfe, Trainingsmethoden und Leistungskennzahlen. Außerdem wird untersucht, wie beide Modelle im Vergleich zu Ultralytics YOLO26 abschneiden, das im Januar 2026 veröffentlicht wurde.
Modellübersicht#
Beide Frameworks kamen 2022 als Alternativen für industrielle Anwendungen auf den Markt und nutzen unterschiedliche Verfahren, um Genauigkeit und Inferenzgeschwindigkeit zu verbessern.
DAMO-YOLO#
DAMO-YOLO wurde von der Alibaba Group entwickelt und führte mehrere neue Verfahren ein, um den Kompromiss zwischen Latenz und Genauigkeit zu optimieren. Dabei setzt das Modell stark auf automatisierte Suchverfahren und fortschrittliche Merkmalsfusion.
- Autoren: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang und Xiuyu Sun
- Organisation: Alibaba Group
- Datum: 2022-11-23
- arXiv: DAMO-YOLO: Bericht zum Entwurf eines Echtzeit-Objekterkennungssystems
- GitHub: tinyvision/DAMO-YOLO
- Dokumentation: DAMO-YOLO-README
DAMO-YOLO nutzt die Suche nach neuronalen Architekturen mit maximaler Entropie (MAE-NAS), um automatisch auf Hardwareeffizienz optimierte Backbones zu entwerfen. Außerdem verfügt es über ein effizientes RepGFPN (reparametrisiertes allgemeines Merkmals-Pyramidennetzwerk) zur Merkmalsfusion im Neck sowie ein leichtgewichtiges „ZeroHead“-Design. Zusätzlich setzt es beim Training auf Wissensdestillation, um die Repräsentationsleistung des Schülermodells zu steigern.
PP-YOLOE+#
PP-YOLOE+ stammt vom PaddlePaddle-Team von Baidu und ist eine schrittweise Weiterentwicklung der PP-YOLOE-Architektur. Das Modell setzt auf groß angelegtes Vortraining und verfeinerte Verlustfunktionen, um eine hohe mAP zu erzielen – insbesondere innerhalb seines nativen Deep-Learning-Frameworks.
- Autoren: PaddlePaddle-Autoren
- Organisation: Baidu
- Datum: 2022-04-02
- arXiv: PP-YOLOE: Eine weiterentwickelte Version von YOLO
- GitHub: PaddlePaddle/PaddleDetection
- Dokumentation: PP-YOLOE+-Konfigurationen
PP-YOLOE+ nutzt ein CSPRepResNet-Backbone und einen ET-Kopf (Efficient Task-aligned head). Die Plus-Version wird zusätzlich auf dem Objects365-Datensatz vortrainiert, wodurch sich ihre Fähigkeit verbessert, auf verschiedene reale Umgebungen zu verallgemeinern.
Architekturvergleich#
Die unterschiedlichen Designansätze dieser beiden Modelle bestimmen ihre jeweiligen Anwendungsbereiche und ihre Hardwarekompatibilität.
Merkmalsfusion und Backbones#
Die mit MAE-NAS erzeugten Backbones von DAMO-YOLO sind auf Edge-Geräte zugeschnitten und bieten oft ein günstiges Verhältnis von Geschwindigkeit zu Parameterzahl. Diese speziellen Architekturen lassen sich jedoch nur starr und mit erheblichem Aufwand an neue Aufgaben wie die Instanzsegmentierung anpassen. Der RepGFPN-Neck verbessert die Fusion mehrskaliger Merkmale, erhöht aber den Aufwand beim Export mit Reparametrisierung.
PP-YOLOE+ setzt auf das traditionellere, aber leistungsfähige CSPRepResNet. Bei ähnlicher Genauigkeit benötigt dieses Backbone zwar mehr Parameter als DAMO-YOLO, lässt sich jedoch stabil trainieren und leichter in bestehende Pipelines integrieren. Sein ET-Kopf verarbeitet Klassifizierung und Regression effizient, erfordert aber weiterhin Nachverarbeitungsschritte wie Non-Maximum Suppression (NMS).
Sowohl DAMO-YOLO als auch PP-YOLOE+ benötigen NMS zur Nachverarbeitung von Bounding-Boxen. Wenn die Inferenzlatenz entscheidend ist, solltest du Ultralytics YOLO26 in Betracht ziehen. Das Modell verfügt dank seines optionalen One-to-One-Kopfs (nms=False) über ein natives End-to-End-Design ohne NMS. Dadurch entfällt die NMS-Nachverarbeitung, was eine schnellere und einfachere Bereitstellung ermöglicht.
Analyse von Leistung und Kennzahlen#
Bei der Bewertung dieser Modelle für den Produktionseinsatz ist das Verhältnis von Genauigkeit (mAP), Inferenzgeschwindigkeit und Parameterzahl entscheidend. Im Folgenden werden die wichtigsten Varianten direkt miteinander verglichen.
| Modell | Größe (Pixel) | mAPval50-95 | 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, erzielt DAMO-YOLO in den winzigen (t) und kleinen (s) Modellgrößen eine höhere Genauigkeit. Dank seiner NAS-optimierten Backbones weist DAMO-YOLOt die geringste T4-TensorRT-Latenz aller aufgeführten Modelle auf. PP-YOLOE+ skaliert jedoch gut bis zu den mittleren (m) und großen (l) Modellgrößen und erreicht höhere mAP-Werte, wobei die T4-TensorRT-Geschwindigkeit leicht sinkt.
Speicherbedarf und Trainingseffizienz#
Da DAMO-YOLO auf Destillation setzt, muss häufig zuerst ein wesentlich größeres Lehrermodell trainiert werden, bevor das kleinere Schülermodell an der Reihe ist. Dadurch steigen der CUDA-Speicherbedarf und das gesamte Rechenbudget erheblich. PP-YOLOE+ vereinfacht das Training mit einem standardmäßigen einstufigen Verfahren, bleibt aber eng an das PaddlePaddle-Framework gebunden. Das kann die Flexibilität für Teams einschränken, die an PyTorch gewöhnt sind.
Das moderne Modell Ultralytics YOLO26 vermeidet diese Engpässe. Mit dem neuen MuSGD-Optimierer, einer von LLM-Training inspirierten Kombination aus SGD und Muon, erreicht YOLO26 eine schnellere Konvergenz und stabiles Training ohne komplexe Destillationspipelines. Außerdem benötigen YOLO-Modelle beim Training in der Regel wesentlich weniger CUDA-Speicher als transformerbasierte Detektoren wie RT-DETR.
Anwendungen in der Praxis und ideale Einsatzbereiche#
Wann du DAMO-YOLO einsetzen solltest#
DAMO-YOLO eignet sich für Edge-Inferenz mit hohem Durchsatz, wenn die Latenz der wichtigste Engpass ist. Seine kleinen Varianten überzeugen in Umgebungen wie Verkehrsmanagementsystemen oder bei der einfachen Drohnenüberwachung, sofern dein Entwicklungsteam genügend Kapazitäten hat, um die komplexen Destillations- und Reparametrisierungsprozesse zu bewältigen.
Wann PP-YOLOE+ die richtige Wahl ist#
PP-YOLOE+ ist eine gute Wahl, wenn du bereits in das Baidu-Ökosystem investiert hast oder umfangreiche Serverbereitstellungen betreibst. Der hohe mAP-Wert macht das Modell für komplexe medizinische Bildanalysen oder die dichte Erkennung von Fertigungsfehlern geeignet.
Der Vorteil von Ultralytics#
DAMO-YOLO und PP-YOLOE+ bieten jeweils bestimmte Vorteile. Entwickler, die Vielseitigkeit, Geschwindigkeit und Benutzerfreundlichkeit suchen, können Modelle auf der Ultralytics Platform trainieren und bereitstellen.
Wenn du deine Computer-Vision-Pipeline modernisierst, bietet Ultralytics YOLO26 eine optimierte Entwicklererfahrung:
- Bis zu 43 % schnellere CPU-Inferenz: Durch die vollständige Entfernung des Distribution Focal Loss (DFL) läuft YOLO26n auf der CPU bis zu 43 % schneller als YOLO11n und eignet sich damit für Edge-CPUs und stromsparende IoT-Geräte.
- Verbesserte Erkennung kleiner Objekte: Die Zielfunktion ProgLoss und die STAL-Labelzuweisung verbessern die Erkennung kleiner Objekte, was für Luftbilder entscheidend ist.
- Hohe Vielseitigkeit: Anders als PP-YOLOE+, das sich ausschließlich auf Erkennung konzentriert, unterstützt YOLO26 auch Posenschätzung, orientierte Begrenzungsrahmen (OBB) und semantische Segmentierung – jeweils mit auf die Aufgabe abgestimmten Architekturverbesserungen.
Fazit#
DAMO-YOLO und PP-YOLOE+ sind wichtige Meilensteine in der Entwicklung der ankerfreien Objekterkennung. DAMO-YOLO erweiterte die Grenzen der neuronalen Architektursuche für geringe Latenz auf Edge-Geräten, während PP-YOLOE+ die Leistungsfähigkeit groß angelegten Vortrainings demonstrierte.
Für Entwickler, die jedoch die beste Balance aus Geschwindigkeit, Genauigkeit und einfacher Bereitstellung suchen, ist das Modell Ultralytics YOLO26 die empfohlene Wahl. Seine NMS-freie Architektur, die robuste Python API und die Integration mit Tools wie Weights & Biases und TensorRT sorgen dafür, dass deine Projekte reibungslos vom Prototyp in den Produktivbetrieb übergehen.
Bist du bereit loszulegen? Sieh dir den Ultralytics-Schnellstartleitfaden an oder vergleiche weitere Modelle in der Übersicht YOLO11 vs DAMO-YOLO.
Kommentare
Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.