Erste Schritte

PP-YOLOE+ vs. YOLOv6-3.0

Echtzeit-Computer-Vision hat sich rasant weiterentwickelt. Dabei sind spezialisierte Architekturen entstanden, die für verschiedene Bereitstellungsszenarien optimiert sind. Entwickler vergleichen häufig PP-YOLOE+ und YOLOv6-3.0, wenn sie Anwendungen entwickeln, die einen ausgewogenen Kompromiss zwischen hohem Durchsatz und zuverlässiger Genauigkeit erfordern. Beide Modelle brachten bei ihrer Veröffentlichung erhebliche architektonische Verbesserungen mit und zielten darauf ab, die Inferenz für industrielle Anwendungen und Edge-Anwendungen zu beschleunigen.

Bevor du dir die Architekturen im Detail ansiehst, wirf einen Blick auf das folgende Diagramm. Es zeigt, wie die Modelle bei Geschwindigkeit und Genauigkeit im Vergleich abschneiden.

PP-YOLOE+: Stärken und Schwächen der Architektur#

PP-YOLOE+ wurde von den PaddlePaddle-Autoren entwickelt und ist ein bedeutender ankerfreier Detektor, der auf seinen Vorgängern aufbaut und zuverlässige Leistung für verschiedene Anforderungen an die Modellgröße bietet.

Architektur im Überblick#

PP-YOLOE+ führte mehrere wichtige Verbesserungen gegenüber dem ursprünglichen PP-YOLOE-Design ein. Das Modell verwendet ein CSPRepResNet-Backbone, das Rechenaufwand und Fähigkeit zur Merkmalsextraktion effizient ausbalanciert. Außerdem kommt ein Feature-Pyramid-Netzwerk (FPN) in Verbindung mit einem Path Aggregation Network (PAN) zum Einsatz, um Merkmale auf mehreren Skalen zusammenzuführen. Ein besonderes Merkmal ist der ET-Head (Efficient Task-aligned Head), der die Abstimmung zwischen Klassifikation und Lokalisierung bei der Objekterkennung deutlich verbessert.

PP-YOLOE+ erzielt zwar eine starke mittlere durchschnittliche Präzision (mAP), doch kann die Abhängigkeit vom PaddlePaddle-Ökosystem für Forschende, die PyTorch-basierte Arbeitsabläufe gewohnt sind, eine steile Lernkurve bedeuten. Das kann die Modellbereitstellung auf heterogenen Edge-Geräten, die Paddle-Inferenz nicht direkt unterstützen, etwas erschweren.

Bereitstellungskontext

PP-YOLOE+ ist stark für die Bereitstellung innerhalb des Technologie-Stacks von Baidu optimiert und daher eine gute Wahl, wenn deine Produktionsumgebung stark auf Paddle-Inferenzwerkzeuge angewiesen ist.

Erfahre mehr über PP-YOLOE+

YOLOv6-3.0: Durchsatz für industrielle Anwendungen#

YOLOv6-3.0 wurde von der Meituan Vision AI Department veröffentlicht und gezielt als Objektdetektor der nächsten Generation für industrielle Anwendungen entwickelt. Dabei steht ein hoher Durchsatz auf GPU-Hardware im Vordergrund.

Architektur im Überblick#

YOLOv6-3.0 verfügt über ein EfficientRep-Backbone, das speziell für eine maximale Hardwareauslastung ausgelegt ist, insbesondere auf NVIDIA-GPUs mit TensorRT. Die Version 3.0 brachte ein Bi-directional Concatenation-Modul (BiC) im Neck mit, das räumliche Merkmale besser erhält, ohne die Parameterzahl wesentlich zu erhöhen. Außerdem wurde eine Anchor-Aided-Training-Strategie (AAT) eingeführt, die die Vorteile der Stabilität von Ankern beim Modelltraining nutzt und zugleich bei der Echtzeit-Inferenz eine schnelle, ankerfreie Architektur beibehält.

Da YOLOv6-3.0 jedoch stark für GPUs auf Serverniveau optimiert ist, fallen die Latenzvorteile bei der Bereitstellung auf stark eingeschränkten Edge-Geräten ohne GPU manchmal geringer aus. Diese Spezialisierung macht das Modell besonders leistungsfähig in Umgebungen wie der Offline-Videoanalyse. Auf kleinerer Hardware kann es jedoch hinter für Edge-Geräte optimierten Modellen zurückbleiben.

Mehr über YOLOv6 erfahren

Tabelle zum Leistungsvergleich#

Die folgende Tabelle zeigt wichtige Leistungskennzahlen und vergleicht direkt die verschiedenen Skalierungsvarianten beider Architekturen.

ModellGröße
(Pixel)
mAPval50-95Geschwindigkeit
CPU ONNX
(ms)
Geschwindigkeit
T4 TensorRT10
(ms)
Parameter
(M)
FLOPs
(B)
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
YOLOv6-3.0n64037.5-1.174.711.4
YOLOv6-3.0s64045.0-2.6618.545.3
YOLOv6-3.0m64050.0-5.2834.985.8
YOLOv6-3.0l64052.8-8.9559.6150.7

Anwendungsfälle und Empfehlungen#

Die Wahl zwischen PP-YOLOE+ und YOLOv6 hängt von den spezifischen Anforderungen deines Projekts, den Einschränkungen bei der Bereitstellung und deinen Präferenzen beim Ökosystem ab.

Wann du PP-YOLOE+ wählen solltest#

PP-YOLOE+ eignet sich besonders für:

  • Integration in das PaddlePaddle-Ökosystem: Unternehmen mit einer bestehenden Infrastruktur auf Basis des PaddlePaddle-Frameworks und der Werkzeuge von Baidu.
  • Edge-Bereitstellung mit Paddle Lite: Bereitstellung auf Hardware mit hochoptimierten Inferenzkernen speziell für Paddle Lite oder die Paddle-Inferenz-Engine.
  • Erkennung mit hoher Genauigkeit auf Servern: Szenarien, in denen höchste Erkennungsgenauigkeit auf leistungsstarken GPU-Servern gefragt ist und die Abhängigkeit von einem bestimmten Framework keine Rolle spielt.

Wann du YOLOv6 wählen solltest#

YOLOv6 empfiehlt sich für:

  • Bereitstellung auf industrielle Hardware: Szenarien, in denen das hardwarebewusste Design und die effiziente Reparametrisierung des Modells eine optimierte Leistung auf bestimmter Zielhardware ermöglichen.
  • Schnelle einstufige Erkennung: Anwendungen, bei denen die reine Inferenzgeschwindigkeit auf der GPU für die Echtzeit-Videoverarbeitung in kontrollierten Umgebungen entscheidend ist.
  • Integration in das Meituan-Ökosystem: Teams, die bereits mit dem Technologie-Stack und der Bereitstellungsinfrastruktur von Meituan arbeiten.

Wann du Ultralytics (YOLO26) wählen solltest#

Für die meisten neuen Projekte bietet Ultralytics YOLO26 die beste Kombination aus Leistung und Entwicklererfahrung:

  • NMS-freie Bereitstellung auf Edge-Geräten: Anwendungen, die eine gleichbleibende Inferenz mit geringer Latenz ohne die Komplexität der Nachbearbeitung durch Non-Maximum Suppression erfordern.
  • Umgebungen ohne GPU: Geräte ohne dedizierte GPU-Beschleunigung, bei denen die bis zu 43 % schnellere CPU-Inferenz von YOLO26n gegenüber YOLO11n einen klaren Vorteil bietet.
  • Erkennung kleiner Objekte: Anspruchsvolle Szenarien wie Luftbilder von Drohnen oder die Analyse von IoT-Sensoren, bei denen ProgLoss und STAL die Genauigkeit bei sehr kleinen Objekten deutlich steigern.

Der Vorteil von Ultralytics: Mehr als ältere Modelle#

PP-YOLOE+ und YOLOv6-3.0 bieten zwar gezielte Lösungen, doch die moderne KI-Entwicklung erfordert vielseitige, speichereffiziente Arbeitsabläufe. Hier bietet die Ultralytics Platform eine überzeugende Entwicklererfahrung. Mit einer einheitlichen Python-API kannst du moderne Modelle trainieren, validieren und bereitstellen, ohne den hohen Konfigurationsaufwand, der bei älteren Forschungs-Repositories üblich ist.

Ultralytics-Modelle unterstützen nativ zahlreiche visuelle Aufgaben über die Standarderkennung hinaus, darunter Instanzsegmentierung, Bildklassifizierung, Posenschätzung und die Erkennung orientierter Begrenzungsrahmen (OBB). Außerdem sind sie für einen geringeren Speicherbedarf beim Training optimiert. Das unterscheidet sie von Transformer-basierten Modellen wie RT-DETR, die in der Regel große GPU-VRAM-Kapazitäten benötigen.

YOLO26 entdecken: der neue Standard#

Für Unternehmen, die die neuesten visuellen Modelle bereitstellen möchten, übertrifft Ultralytics YOLO26 (veröffentlicht im Januar 2026) ältere Generationen mit mehreren wichtigen Innovationen deutlich:

  • End-to-End-Design ohne NMS: Aufbauend auf Konzepten aus YOLOv10 beseitigt der optionale One-to-One-Kopf von YOLO26 (nms=False) die Nachverarbeitung mit Nicht-Maximum-Unterdrückung (NMS) vollständig. Dieser native End-to-End-Ansatz bietet eine vorhersehbare Inferenz mit niedriger Latenz, was für Echtzeit-Sicherheitssysteme entscheidend ist.
  • Bis zu 43 % schnellere CPU-Inferenz: Durch die Entfernung von Distribution Focal Loss (DFL) aus der Architektur ist YOLO26 für Edge-Computing und Umgebungen ohne dedizierte GPU-Beschleunigung optimiert. YOLO26n läuft auf der CPU bis zu 43 % schneller als YOLO11n.
  • MuSGD-Optimierer: Dieser Hybridoptimierer überträgt die Stabilität des LLM-Trainings auf Bildverarbeitungsmodelle. Inspiriert von Moonshot AI ermöglicht er schnelle Konvergenz und besonders stabile Sitzungen für das benutzerdefinierte Training.
  • ProgLoss + STAL: Diese Trainingstechniken verbessern die Erkennung kleiner Objekte deutlich. Das ist wichtig für Anwendungen wie Luftaufnahmen mit Drohnen und die Analyse dicht gedrängter Szenen.
Mach deine Pipelines zukunftssicher

Wenn du heute ein neues Projekt entwickelst, solltest du mit YOLO26 statt mit älteren Architekturen beginnen. Dank des effizienten Speicherbedarfs und der Geschwindigkeit ohne NMS lässt sich das Modell deutlich einfacher produktiv einsetzen.

Implementierung#

Mit dem Ultralytics-Python-Paket lassen sich Modelle einfach trainieren und exportieren. Das folgende Beispiel zeigt, wie du das neueste YOLO26-Modell trainierst und für eine schnelle Bereitstellung auf Edge-Geräten nach ONNX exportierst:

from ultralytics import YOLO

# Das kleine YOLO26-Modell laden
model = YOLO("yolo26s.pt")

# Trainiere das Modell mit dem Beispieldatensatz COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# NMS-freie Inferenz mit einem Testbild ausführen
predict_results = model.predict("https://ultralytics.com/images/bus.jpg", nms=False)

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

Für Teams, die stark in ältere Arbeitsabläufe eingebunden sind, aber moderne Stabilität suchen, ist auch Ultralytics YOLO11 ein guter Übergangsschritt. Das Modell bietet umfassende Vielseitigkeit bei den Aufgaben, unterstützt durch das vollständige Ultralytics-Ökosystem.

Kommentare

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