Erste Schritte

EfficientDet vs. YOLOv5

Die Wahl der passenden neuronalen Netzwerkarchitektur ist ein entscheidender Schritt in jedem Projekt im Bereich Computer Vision. Das Verhältnis zwischen Inferenzlatenz, Parametereffizienz und Erkennungsgenauigkeit bestimmt, wie gut ein Modell in der Praxis funktioniert. Dieser technische Leitfaden analysiert zwei einflussreiche Frameworks zur Objekterkennung: EfficientDet von Google und Ultralytics YOLOv5.

Durch den Vergleich ihrer architektonischen Innovationen, Trainingsmethoden und Bereitstellungsmöglichkeiten können Entwickler fundierte Entscheidungen für ihre spezifischen Einsatzumgebungen treffen – unabhängig davon, ob sie ihre Lösung auf Cloudservern skalieren oder auf leistungsschwachen Edge-Geräten ausführen.

EfficientDet: Skalierbare Architektur mit BiFPN#

EfficientDet wurde von Google Research vorgestellt. Das Modell wurde entwickelt, um sowohl das Backbone als auch das Merkmalsnetzwerk systematisch zu skalieren und so mit weniger Parametern eine hohe Genauigkeit als frühere führende Modelle zu erreichen.

Modelldetails#

Architektonische Innovationen#

EfficientDet verwendet das Klassifizierungsmodell EfficientNet als Backbone und skaliert Netzwerkbreite, -tiefe und -auflösung gleichmäßig mit einer Verbundskalierungsmethode. Der wichtigste Beitrag des Modells zur Objekterkennung ist das bidirektionale Merkmals-pyramidennetzwerk (BiFPN). Anders als herkömmliche Merkmals-pyramidennetzwerke, die Merkmale lediglich von oben nach unten zusammenführen, ermöglicht BiFPN komplexe, bidirektionale Verbindungen zwischen verschiedenen Skalen und führt lernbare Gewichte ein, um die Bedeutung unterschiedlicher Eingabemerkmale zu bestimmen.

EfficientDet ist zwar sehr genau, hängt aber stark vom TensorFlow-Ökosystem und bestimmten AutoML-Bibliotheken ab. Diese Abhängigkeit kann die Integration in maßgeschneiderte, ressourcenschonende Bereitstellungspipelines oder Umgebungen mit dynamischen Berechnungsgraphen erschweren.

Erfahre mehr über EfficientDet

Ultralytics YOLOv5: Echtzeit-KI für alle#

Das Mitte 2020 veröffentlichte Ultralytics YOLOv5 machte YOLO durch eine native PyTorch-Implementierung der Architektur deutlich zugänglicher. Es setzte neue Maßstäbe für die Entwicklererfahrung, Trainingseffizienz und Flexibilität bei der Bereitstellung in Echtzeit.

Modelldetails#

Architektonische Innovationen#

YOLOv5 brachte bedeutende Verbesserungen gegenüber seinen Vorgängern und nutzt ein CSPDarknet-Backbone (Cross-Stage Partial), das den Gradientenfluss verbessert und gleichzeitig die Gesamtzahl der Parameter reduziert. Außerdem berechnet YOLOv5 Ankerrahmen automatisch anhand deiner benutzerdefinierten Trainingsdaten. Dadurch entfällt die manuelle Abstimmung der Anker.

YOLOv5 nutzt außerdem intensiv die Mosaic-Datenvergrößerung, bei der vier verschiedene Bilder zu einem Trainingskachelbild kombiniert werden. Das verbessert die Fähigkeit des Modells, kleine Objekte zu erkennen und den Kontext zu erfassen, und macht es in unterschiedlichen Umgebungen robust.

Leistung und Benchmarks#

Die Bewertung von Modellen anhand standardisierter Benchmarks wie dem COCO-Datensatz ist entscheidend, um die Kompromisse zwischen Präzision und Geschwindigkeit zu verstehen. Die folgende Tabelle zeigt, wie verschiedene Größen von EfficientDet und YOLOv5 unter standardisierten Bedingungen abschneiden.

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
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7

Abwägungen im Vergleich#

EfficientDet-d7 erreicht zwar einen Spitzenwert von 53,7 mAP, weist auf GPU-Hardware im Vergleich zu YOLO-Architekturen jedoch eine deutlich höhere Inferenzlatenz auf. YOLOv5 profitiert dagegen stark von der Hardwarebeschleunigung. Die Variante YOLOv5n erzielt mit NVIDIA TensorRT auf einer T4-GPU eine Inferenzzeit von 1,12 ms und eignet sich dadurch deutlich besser für Echtzeitanwendungen wie autonomes Fahren oder schnelle Fertigungsstraßen.

YOLOv5-Modelle benötigen beim Training außerdem deutlich weniger CUDA-Speicher als komplexe verbundskalierte Netzwerke oder große Transformer-Modelle. Dank dieses geringen Speicherbedarfs wird moderne KI zugänglicher, sodass Forschende robuste Modelle auf handelsüblicher Hardware trainieren können.

Maximale Hardwareeffizienz erreichen

Um auf Edge-Geräten die maximale Bildrate (FPS) aus deinem YOLOv5-Modell herauszuholen, exportiere deine PyTorch-Gewichte für NVIDIA-GPUs nach TensorRT oder für Intel-CPUs nach OpenVINO. Dieser Schritt kann die Inferenzgeschwindigkeit deutlich erhöhen.

Trainingsökosystem und Entwicklererfahrung#

Der größte Vorteil des Ultralytics-Ökosystems ist die optimierte Benutzererfahrung. Während EfficientDet fundierte Kenntnisse der TensorFlow-API zur Objekterkennung voraussetzt, bietet YOLOv5 eine einheitliche, einfache Python-API.

Das gut gepflegte Ultralytics-Ökosystem bietet Entwicklern häufige Aktualisierungen, aktive Unterstützung durch die Community und Integrationen mit Tools zur Versuchsverfolgung wie Weights & Biases und ClearML.

Codebeispiel: Erste Schritte mit YOLOv5#

Für die Inferenz mit einem vortrainierten YOLOv5-Modell genügen wenige Codezeilen über das Ultralytics-Python-Paket:

from ultralytics import YOLO

# Das besonders effiziente Modell YOLOv5s laden
model = YOLO("yolov5su.pt")  # YOLOv5u: ankerfreie YOLOv5-Gewichte für das ultralytics-Paket

# Eine Inferenz auf einem Bild ausführen
results = model("https://ultralytics.com/images/zidane.jpg")

# Die erkannten Begrenzungsrahmen anzeigen
results[0].show()

Vielseitigkeit und praktische Anwendungen#

EfficientDet ist ausschließlich ein Framework zur Objekterkennung, was seinen Nutzen in komplexen Computer-Vision-Pipelines einschränkt. YOLOv5 hingegen wurde weiterentwickelt und unterstützt mehrere Computer-Vision-Aufgaben. Neuere Versionen des Modells bieten eine präzise Instanzsegmentierung und Bildklassifizierung, sodass Entwickler ihren Stack für maschinelles Lernen vereinheitlichen können.

Ideale Anwendungsfälle#

  • EfficientDet: Eignet sich am besten für Offline-Verarbeitung, wissenschaftliche Forschung und cloudbasierte Analysen, bei denen maximale Genauigkeit wichtiger ist als geringe Latenz und Server-TPUs oder GPUs mit viel Speicher verfügbar sind.
  • YOLOv5: Eine starke Wahl für Edge-KI-Anwendungen. Dank geringer Latenz, weniger Parametern und hoher Genauigkeit eignet sich das Modell für Drohnenanalysen, Einzelhandelsautomatisierung in Echtzeit und mobile Anwendungen mit CoreML oder LiteRT.

Die nächste Generation: Upgrade auf YOLO26#

YOLOv5 ist nach wie vor ein zuverlässiges und weit verbreitetes Modell, doch das KI-Feld entwickelt sich rasant. Für Teams, die neue Projekte beginnen oder die beste moderne Leistung suchen, hat Ultralytics YOLO26 eingeführt, das im Januar 2026 veröffentlicht wurde.

YOLO26 verbessert das Verhältnis zwischen Geschwindigkeit und Genauigkeit durch Architekturänderungen, die die Bereitstellung vereinfachen und die Inferenz beschleunigen.

Wichtige Weiterentwicklungen in YOLO26#

  • End-to-End-Design ohne NMS: Der optionale End-to-End-Kopf von YOLO26 (nms=False) macht die Nachverarbeitung durch Nichtmaximalunterdrückung (NMS) überflüssig. Das vereinfacht die Bereitstellungslogik und verringert Latenzschwankungen. Der Ansatz baut auf einer Methode auf, die erstmals mit YOLOv10 eingeführt wurde.
  • Bis zu 43 % schnellere CPU-Inferenz: Im Vergleich zu YOLO11n ist YOLO26n auf der CPU bis zu 43 % schneller. Damit eignet sich das Modell für Edge Computing und IoT-Geräte mit geringem Energieverbrauch, die ohne dedizierte GPUs betrieben werden.
  • MuSGD-Optimierer: Inspiriert von Trainingsverfahren für große Sprachmodelle, etwa den Methoden hinter Moonshot AIs Kimi K2, überträgt diese Kombination aus SGD und Muon Ideen aus dem LLM-Training auf Computer Vision und ermöglicht schnellere Konvergenz sowie stabile Trainingsdynamik.
  • ProgLoss + STAL: Ein progressiver Loss und eine zielgrößenbewusste Labelzuweisungsstrategie verbessern die Erkennung kleiner Objekte deutlich – ein entscheidender Vorteil bei Luftaufnahmen und in der Robotik.
  • Wegfall von DFL: Durch den Wegfall des Distribution Focal Loss wird der Modellkopf vereinfacht. Das verbessert die Kompatibilität beim Export auf ältere oder stark eingeschränkte Edge-Hardware.

Für Teams, die Pipelines mit mehreren Aufgaben bereitstellen, bringt YOLO26 außerdem aufgabenspezifische Verbesserungen mit, etwa Prototypen mit mehreren Maßstäben für die Segmentierung und einen speziellen Winkelfehler für gedrehte Begrenzungsrahmen (OBB). Weitere moderne Alternativen im Ökosystem findest du in YOLO11 oder der YOLOv8-Architektur.

Fazit#

Die Wahl zwischen EfficientDet und YOLOv5 hängt stark vom Zielsystem ab. EfficientDet bietet einen systematischen Skalierungsansatz, der sich für überwiegend cloudbasierte Inferenz eignet. Die Entwicklererfahrung, die schnellen PyTorch-Trainingsschleifen und die optimierten Möglichkeiten zur Edge-Bereitstellung machen YOLOv5 jedoch zur bevorzugten Wahl für die meisten praktischen Echtzeitanwendungen. Für neue Projekte empfiehlt sich YOLO26 als Ausgangspunkt. Mit den umfassenden Tools von Ultralytics können Teams ihre Markteinführungszeit verkürzen und hochreaktive KI-Systeme entwickeln.

Kommentare

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