Erste Schritte

EfficientDet im Vergleich zu PP-YOLOE+

Die Entwicklung der Computer Vision wurde maßgeblich von der stetigen Weiterentwicklung der Objekterkennungsmodelle geprägt. Zwei wichtige Meilensteine sind EfficientDet von Google und PP-YOLOE+ von Baidu. Beide Architekturen bringen Recheneffizienz und Erkennungsgenauigkeit ins Gleichgewicht, verfolgen dabei aber grundlegend unterschiedliche Designansätze.

Dieser Leitfaden untersucht ihre Architekturen, Trainingsmethoden und praktischen Bereitstellungsszenarien, damit du das passende neuronale Netzwerk für deine nächste Computer-Vision-Anwendung auswählen kannst.

Architektonische Neuerungen und Designansätze#

Für einen effektiven Einsatz in Produktionsumgebungen ist es entscheidend, die grundlegende Architektur dieser Modelle zu verstehen – unabhängig davon, ob sie auf Edge-Geräten oder Cloud-Servern ausgeführt werden.

EfficientDet: Die Stärke des Compound Scaling#

EfficientDet wurde von Google Research entwickelt und veränderte die Skalierung von Detektoren, indem es die ad-hoc-Skalierung durch eine systematische Verbundskalierungsmethode ersetzte.

Weitere Informationen zu EfficientDet

Die zentrale Innovation von EfficientDet ist das bidirektionale Merkmals-pyramidennetzwerk (BiFPN). Anders als herkömmliche FPNs, die Merkmale nur von oben nach unten aufsummieren, führt BiFPN lernbare Gewichte ein, um Merkmale zwischen Skalen sowohl von oben nach unten als auch von unten nach oben zusammenzuführen. So kann das Netzwerk die Bedeutung verschiedener Eingabemerkmale erlernen. Zusammen mit dem EfficientNet-Backbone skaliert EfficientDet Auflösung, Tiefe und Breite gleichzeitig. Dadurch entsteht eine Modellfamilie von d0 bis d7 für unterschiedliche Rechenbudgets.

EfficientDet skalieren

Berücksichtige bei der Bereitstellung von EfficientDet sorgfältig die Zielhardware. d0 eignet sich zwar für Mobilgeräte, doch für die Skalierung auf d7 sind beträchtlicher GPU-Speicher und hohe Rechenleistung erforderlich.

PP-YOLOE+: Die Grenzen von PaddlePaddle verschieben#

PP-YOLOE+ wurde vom PaddlePaddle-Team bei Baidu auf Grundlage der Erfolge seiner Vorgänger entwickelt. Das Modell soll hohe Genauigkeit bieten und ist für Bereitstellungen auf Servern mit hohem Durchsatz optimiert.

Erfahre mehr über PP-YOLOE+

PP-YOLOE+ verfügt über ein CSPRepResNet-Backbone, das Cross-Stage-Partial-Netzwerke mit Reparametrisierung kombiniert, um die Merkmalsextraktion zu verbessern, ohne die Inferenzlatenz zu erhöhen. Sein ET-Kopf (effizienter aufgabenangepasster Kopf) verbessert die Abstimmung zwischen Klassifizierungs- und Lokalisierungsaufgaben deutlich. Außerdem kombiniert das Modell ein ankerfreies Design mit dynamischer Labelzuweisung (TAL), wodurch der Trainingsprozess vereinfacht und die Verallgemeinerung auf unterschiedliche Datensätze verbessert wird.

Leistungskennzahlen und Benchmarks#

Bei der Auswahl eines Modells für die Echtzeitinferenz ist es entscheidend, das Verhältnis zwischen mittlerer durchschnittlicher Präzision (mAP) und Rechengeschwindigkeit zu bewerten. Die folgende Tabelle zeigt die wichtigsten Leistungskennzahlen beider Modellfamilien.

ModellGröße
(Pixel)
mAPval50-95Geschwindigkeit
CPU ONNX
(ms)
Geschwindigkeit
T4 TensorRT10
(ms)
Parameter
(M)
FLOPs
(B)
EfficientDet-d051234.6-3.923.92.54
EfficientDet-d164040.5-7.316.66.1
EfficientDet-d276843.0-10.928.111.0
EfficientDet-d389647.5-19.5912.024.9
EfficientDet-d4102449.7-33.5520.755.2
EfficientDet-d5128051.5-67.8633.7130.0
EfficientDet-d6128052.6-89.2951.9226.0
EfficientDet-d7153653.7-128.0751.9325.0
PP-YOLOE+t64039.9-2.844.8519.15
PP-YOLOE+s64043.7-2.627.9317.36
PP-YOLOE+m64049.8-5.5623.4349.91
PP-YOLOE+l64052.9-8.3652.2110.07
PP-YOLOE+x64054.7-14.398.42206.59

Wie zu sehen ist, erreicht PP-YOLOE+ bei gleicher Parameterzahl meist höhere Genauigkeitsspitzen, besonders bei den größeren Varianten (l und x). Das Modell ist auf GPU-Durchsatz optimiert und eignet sich daher gut für Stapelverarbeitung auf Servern. Die kleineren EfficientDet-Modelle haben hingegen sehr wenige Parameter und FLOPs, was bei stark eingeschränktem Speicher von Vorteil sein kann.

Geeignete Anwendungsfälle und Bereitstellungsstrategien#

Die Wahl zwischen diesen Architekturen hängt oft von deinem vorhandenen Technologie-Stack und der Hardware für die Bereitstellung ab.

Wann du EfficientDet wählen solltest:

  • AutoML-Workflows: Wenn du intensiv auf Googles Ökosystem setzt und dich auf Funktionen zur automatisierten Architektursuche verlässt.
  • Edge-Geräte mit begrenzten Ressourcen: Die kleineren Modelle (d0, d1) haben wenige Parameter (3.9M und 6.6M) und eignen sich daher für Geräte, bei denen die Modellgröße eine strenge Grenze darstellt.

Wann du PP-YOLOE+ wählen solltest:

  • Hochleistungs-GPU-Server: Für Szenarien, in denen maximaler Durchsatz auf NVIDIA-Hardware gefragt ist, etwa bei der Verarbeitung Hunderter paralleler Videostreams für die Überwachung smarter Städte.
  • PaddlePaddle-Ökosystem: Wenn dein Entwicklungsteam bereits das Deep-Learning-Framework von Baidu verwendet, lässt sich PP-YOLOE+ problemlos integrieren.

Der Vorteil von Ultralytics: YOLO26 im Überblick#

EfficientDet und PP-YOLOE+ sind zwar leistungsfähige Modelle, moderne Projekte benötigen jedoch Lösungen, die starke Leistung mit einfacher Bedienung verbinden. Hier hebt sich Ultralytics YOLO26 als empfohlene Wahl für moderne Computer-Vision-Anwendungen hervor.

YOLO26 wurde im Januar 2026 veröffentlicht und führt ein natives End-to-End-Design ohne NMS ein. Durch das optionale Überspringen der Nachverarbeitung mit Unterdrückung nicht maximaler Werte (NMS) (nms=False), einem anhaltenden Engpass älterer Modelle, ermöglicht YOLO26 eine einfachere Bereitstellung und verringert Schwankungen der Inferenzlatenz.

YOLO26 ist außerdem für den Einsatz auf Edge-Geräten optimiert. Der Wegfall von Distribution Focal Loss (DFL) vereinfacht den Export in Formate wie ONNX und TensorRT, und YOLO26n ermöglicht eine bis zu 43 % schnellere CPU-Inferenz als YOLO11n. Damit eignet sich das Modell hervorragend für batteriebetriebene IoT-Geräte.

Stabiles Training mit MuSGD

YOLO26 integriert den MuSGD-Optimierer, eine Kombination aus SGD und Muon. Dieser von Fortschritten beim Training von LLMs inspirierte Optimierer sorgt für stabiles Training und schnelle Konvergenz und spart GPU-Rechenzeit.

Entwickler profitieren außerdem vom progressiven Loss von YOLO26 und der zielgrößenbewussten Label-Zuweisung (ProgLoss + STAL), die die Erkennung kleiner Objekte verbessern – eine entscheidende Anforderung bei Luftaufnahmen und Präzisionslandwirtschaft.

Bereitstellung mit Ultralytics#

Die größte Stärke von Ultralytics ist sein einheitliches Ökosystem. Anders als Modelle, für die komplexe, maßgeschneiderte Trainingsskripte erforderlich sind, bietet YOLO26 eine schlanke API. Das Training eines Modells mit deinem eigenen Datensatz erfordert nur wenige Zeilen Python-Code:

from ultralytics import YOLO

# Ein vortrainiertes YOLO26-Modell laden
model = YOLO("yolo26n.pt")

# Das Modell mit dem COCO8-Datensatz trainieren
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Eine Inferenz mit einem neuen Bild ausführen
predictions = model("https://ultralytics.com/images/bus.jpg")

# Für die Bereitstellung ins ONNX-Format exportieren
model.export(format="onnx")

Ob du eine standardmäßige Objekterkennung oder spezialisierte Aufgaben wie Instanzsegmentierung und Posenschätzung benötigst: YOLO26 unterstützt diese nativ mit Prototypen über mehrere Maßstäbe und der Residual-Log-Likelihood-Schätzung (RLE) – alles innerhalb desselben benutzerfreundlichen Frameworks.

Weitere bemerkenswerte Modelle#

Wenn du Architekturen für bestimmte Unternehmensanforderungen bewertest, lohnt sich auch ein Blick auf die Vorgängergeneration Ultralytics YOLO11, ein robustes, in der Produktion bewährtes Modell. Für Anwendungen, bei denen Transformer-basierte Architekturen gefragt sind, bietet RT-DETR eine interessante Alternative, benötigt beim Training jedoch typischerweise mehr CUDA-Speicher als die effizienteren YOLO-Varianten.

Zusammenfassend lässt sich sagen: EfficientDet bietet zwar eine fundierte Skalierungsmethode und PP-YOLOE+ einen hervorragenden GPU-Durchsatz innerhalb seines speziellen Frameworks, doch Ultralytics YOLO26 ist heute die ausgewogenste, vielseitigste und entwicklerfreundlichste Lösung. Die native End-to-End-Architektur und die umfassenden Integrationsmöglichkeiten machen das Modell zur empfohlenen Grundlage für KI-gestützte Bildverarbeitung der nächsten Generation.

Kommentare

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