Erste Schritte

DAMO-YOLO im Vergleich zu YOLOv8

Die Echtzeit-Computervision entwickelt sich stetig weiter, da Forschende und Entwickler Geschwindigkeit und Genauigkeit verbessern. Zwei wichtige Meilensteine sind DAMO-YOLO und Ultralytics YOLOv8. Beide Modelle zielen darauf ab, das Verhältnis zwischen Latenz und mittlerer durchschnittlicher Präzision (mAP) zu optimieren, verfolgen bei der Objekterkennung jedoch grundlegend unterschiedliche Architekturansätze.

Dieser technische Vergleich behandelt die zugrunde liegenden Architekturen, Trainingsverfahren und praktischen Einsatzmöglichkeiten der Modelle, damit du das passende Werkzeug für dein nächstes KI-Projekt auswählen kannst.

Herkunft und technische Daten der Modelle#

Wer die Ursprünge dieser Deep-Learning-Modelle kennt, kann ihre Entwicklungsziele und Bereitstellungsökosysteme besser einordnen.

DAMO-YOLO im Detail#

Erfahre mehr über DAMO-YOLO

Details zu Ultralytics YOLOv8#

Architektonische Innovationen#

Die Leistungsmerkmale beider Architekturen ergeben sich aus ihren jeweiligen strukturellen Entscheidungen.

DAMO-YOLO setzt stark auf neuronale Architektursuche (NAS), um effiziente Netzwerkstrukturen automatisch zu ermitteln. Das Modell führt das Konzept MAE-NAS ein, mit dem Backbones gesucht werden, die hohe Leistung bei geringer Latenz bieten. Außerdem wird ein effizientes RepGFPN (reparametrisiertes verallgemeinertes Feature-Pyramid-Netzwerk) verwendet, um die Merkmalsfusion über verschiedene räumliche Maßstäbe hinweg zu verbessern.

Zur Verbesserung des Trainings integrierte das Alibaba-Team ein ZeroHead-Design und die AlignedOTA-Labelzuweisung. Außerdem kommt ein komplexes Wissensdestillationsverfahren zum Einsatz, bei dem ein umfangreiches Lehrermodell das leichte Schülermodell anleitet, um auf akademischen Benchmarks eine höhere Genauigkeit zu erzielen.

YOLOv8: Effizient und vielseitig#

Ultralytics verfolgte bei YOLOv8 einen stärker auf Entwickler ausgerichteten Ansatz. Das Modell wechselte vom ankerbasierten Design von YOLOv5 zu einer ankerfreien Architektur, wodurch sich die Zahl der Vorhersagen von Begrenzungsrahmen deutlich verringerte und die Inferenz beschleunigte. Das C2f-Modul (Engpassmodul mit zwei Faltungen und partiellen Verbindungen über Stufen hinweg) verbesserte den Gradientenfluss und die Merkmalsdarstellung, ohne den Rechenaufwand übermäßig zu erhöhen.

Anders als Modelle, die ausschließlich auf Begrenzungsrahmen ausgerichtet sind, wurde YOLOv8 von Grund auf für mehrere Aufgaben entwickelt. Eine einheitliche PyTorch-Codebasis unterstützt nativ Instanzsegmentierung, Bildklassifizierung und Posenschätzung. So müssen Entwickler nicht verschiedene Repositories zusammenführen.

Effizientes Training

Ultralytics-Modelle benötigen beim Training weniger Speicher als umfangreiche Transformer-basierte Architekturen und erzielen dadurch auch auf handelsüblichen GPUs starke Ergebnisse.

Leistungsvergleich#

Beim Vergleich der reinen Kennzahlen muss untersucht werden, wie sich die theoretischen Fähigkeiten auf die Hardwareleistung auswirken. Die folgende Tabelle veranschaulicht die Kompromisse bei den verschiedenen Modellgrößen.

ModellGröße
(Pixel)
mAPval50-95Geschwindigkeit
CPU ONNX
(ms)
Geschwindigkeit
T4 TensorRT10
(ms)
Parameter
(M)
FLOPs
(B)
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3
YOLOv8n64037.380.41.473.28.7
YOLOv8s64044.9128.42.6611.228.6
YOLOv8m64050.2234.75.8625.978.9
YOLOv8l64052.9375.29.0643.7165.1
YOLOv8x64053.9479.114.3768.2257.8

DAMO-YOLO erzielt dank seiner Destillationsverfahren ein gutes Verhältnis zwischen Parametern und Genauigkeit, doch YOLOv8 bietet eine größere Auswahl an Modellgrößen – von Nano bis Extra-large. YOLOv8n ist gut für Edge-Geräte optimiert und benötigt weniger Ressourcen, während es eine brauchbare Genauigkeit bietet.

Ökosystem und Entwicklererfahrung#

Der entscheidende Unterschied zwischen akademischen Arbeiten und produktionsreifen Systemen liegt im Ökosystem.

Die umfangreichen Wissensdestillationspipelines von DAMO-YOLO können das Training benutzerdefinierter Modelle umständlich machen. Ein Lehrermodell zu erzeugen, Wissen zu übertragen und NAS-basierte Backbones abzustimmen, erfordert viel CUDA-Speicher und eine fortgeschrittene Konfiguration. Das bremst agile Entwicklungsteams häufig aus.

Das Ultralytics-Ökosystem legt dagegen besonderen Wert auf einfache Bedienung. Über die Ultralytics Platform erhalten Entwickler Zugriff auf einfache APIs, umfassende Dokumentation und zuverlässige Integrationen zur Experimentverfolgung. Mit dem einheitlichen Python-Framework lassen sich komplexe Pipelines unkompliziert erstellen.

from ultralytics import YOLO

# Vortrainiertes YOLOv8-Nano-Modell laden
model = YOLO("yolov8n.pt")

# Das Modell mit integrierten Datenerweiterungen auf einem benutzerdefinierten Datensatz trainieren
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)

# Exportiere das trainierte Modell zur Bereitstellung im ONNX-Format
model.export(format="onnx")

Dieser optimierte Arbeitsablauf und der Export nach OpenVINO und TensorRT ermöglichen einen reibungslosen Übergang vom lokalen Prototyping zur Bereitstellung in der Cloud oder am Netzwerkrand.

Anwendungen in der Praxis und ideale Einsatzbereiche#

Die Wahl zwischen diesen Architekturen hängt oft von den betrieblichen Einschränkungen deiner Umgebung ab.

Einsatzbereiche von DAMO-YOLO#

DAMO-YOLO eignet sich für akademische Umgebungen, in denen neuronale Architektursuche untersucht wird, und für Forschende, die komplexe Reparametrisierungsverfahren nachbilden möchten. Das Modell kann auch in stark kontrollierten Industrieanwendungen gute Ergebnisse erzielen, beispielsweise bei der schnellen Fehlererkennung auf Fertigungslinien – vorausgesetzt, das Team verfügt über die nötigen Rechenressourcen für das mehrstufige Training.

Warum Ultralytics in der Produktion führend ist#

Für die meisten kommerziellen Projekte bieten Ultralytics-Modelle ein ausgewogeneres Verhältnis zwischen Leistung und Ressourcenbedarf.

  • Intelligenter Einzelhandel: Mit den Multitasking-Fähigkeiten von YOLOv8 lassen sich sowohl Warenbestände mithilfe der Erkennung von Begrenzungsrahmen erfassen als auch Kundenverhalten durch Posenschätzung analysieren.
  • Landwirtschaft: Mit Instanzsegmentierung lassen sich Pflanzengrenzen und Unkraut in Echtzeit in den Videobildern von Traktoren erkennen.
  • Luftbilder: Mit orientierten Begrenzungsrahmen (OBB) lassen sich gedrehte Fahrzeuge und Schiffe auf Drohnen- oder Satellitenbildern präzise verfolgen.
Weitere bemerkenswerte Modelle

Wenn du dich für die breitere Modelllandschaft interessierst, könnte dich auch ein Vergleich von YOLOv10 oder YOLO11 interessieren. Beide Modelle bieten weitere Verbesserungen bei der ankerfreien Erkennung.

Zukunftssicher aufgestellt: YOLO26#

YOLOv8 ist nach wie vor ein grundlegendes Modell, doch das Forschungsgebiet hat sich weiterentwickelt. Für alle neuen Entwicklungen wird YOLO26 empfohlen. Das im Januar 2026 veröffentlichte Modell stellt einen bedeutenden Fortschritt in der Ultralytics-Produktreihe dar.

YOLO26 bietet ein natives End-to-End-Design ohne NMS (nms=False), das bei Aktivierung den herkömmlichen Engpass durch Nichtmaximalunterdrückung beseitigt. Zusammen mit dem Wegfall des Verteilungs-Focal-Loss (DFL) ermöglicht dieses Design YOLO26n eine bis zu 43 % schnellere CPU-Inferenz als YOLO11n. Dadurch eignet sich das Modell besonders für Edge-Computing und IoT-Hardware.

YOLO26 führt außerdem den MuSGD-Optimierer ein, der von Trainingstechniken für große Sprachmodelle (LLM) inspiriert ist und für schnellere Konvergenz sowie stabiles Training sorgt. In Verbindung mit der neuen Trainingsstrategie ProgLoss + STAL verbessert YOLO26 die Erkennung kleiner Objekte, sodass sich schnelle und genaue Bereitstellungen realisieren lassen.

Kommentare

Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.