PP-YOLOE+ vs. YOLOv6-3.0#

Der Bereich der Echtzeit-Computer Vision hat sich rasant weiterentwickelt und hoch spezialisierte Architekturen für verschiedene Bereitstellungsszenarien hervorgebracht. Beim Entwickeln von Anwendungen, die einen hohen Durchsatz mit zuverlässiger Genauigkeit verbinden müssen, vergleichen Entwickler häufig PP-YOLOE+ und YOLOv6-3.0. Beide Modelle brachten bei ihrer Veröffentlichung erhebliche Architekturverbesserungen mit sich und konzentrierten sich auf höhere Inferenzgeschwindigkeiten für industrielle Anwendungen und Edge-Anwendungen.

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. Als bekannter anchorfreier Detektor baut das Modell auf seinen Vorgängern auf und bietet eine robuste Leistung bei unterschiedlichen Skalierungsanforderungen.

• Autoren: PaddlePaddle-Autoren
• Organisation: Baidu
• Datum: 2022-04-02
• ArXiv: 2203.16250
• GitHub: PaddlePaddle/PaddleDetection

Architektur im Überblick#

PP-YOLOE+ führte mehrere wichtige Verbesserungen gegenüber dem ursprünglichen PP-YOLOE-Design ein. Das Modell nutzt einen leistungsstarken CSPRepResNet-Backbone, der Rechenaufwand und Merkmalsextraktion effizient ausbalanciert. Zudem kombiniert es ein fortschrittliches Merkmalspyramidennetzwerk (FPN) mit einem Pfadaggregationsnetzwerk (PAN), um Merkmale auf mehreren Skalen zusammenzuführen. Besonders hervorzuheben ist der ET-Head (Efficient Task-aligned Head), der die Abstimmung von Klassifizierung und Lokalisierung bei der Objekterkennung deutlich verbessert.

PP-YOLOE+ erzielt eine beeindruckende mittlere durchschnittliche Präzision (mAP), doch die Abhängigkeit vom PaddlePaddle-Ökosystem kann für Forschende, die an PyTorch-native Arbeitsabläufe gewöhnt sind, eine steile Lernkurve bedeuten. Das kann die Modellbereitstellung auf heterogenen Edge-Geräten erschweren, die keine direkte Paddle-Inferenz unterstützen.

Erfahre mehr über PP-YOLOE+

YOLOv6-3.0: Durchsatz für industrielle Anwendungen#

YOLOv6-3.0 wurde von der Vision-KI-Abteilung von Meituan veröffentlicht und gezielt als Objektdetektor der nächsten Generation für industrielle Anwendungen entwickelt. Dabei lag der Schwerpunkt auf einem enormen Durchsatz auf GPU-Hardware.

• Autoren: Chuyi Li, Lulu Li, Yifei Geng et al.
• Organisation: Meituan
• Datum: 2023-01-13
• Arxiv: 2301.05586
• GitHub: meituan/YOLOv6

Architektur im Überblick#

YOLOv6-3.0 verfügt über einen EfficientRep-Backbone, der speziell für eine maximale Hardwarenutzung ausgelegt ist, insbesondere auf NVIDIA-GPUs mit TensorRT. Das Update auf Version 3.0 brachte ein Bi-directional Concatenation-Modul (BiC) in den Neck ein, das räumliche Merkmale besser erhält, ohne die Parameterzahl stark zu erhöhen. Außerdem wurde eine Anchor-Aided-Training-Strategie (AAT) eingeführt, die beim Modelltraining die Vorteile der Stabilität ankerbasierter Verfahren nutzt und gleichzeitig während der Echtzeit-Inferenz eine schnelle, anchorfreie Architektur beibehält.

Da YOLOv6-3.0 jedoch stark für GPUs auf Serverniveau optimiert ist, fallen die Latenzverbesserungen bei der Bereitstellung auf stark eingeschränkten Edge-Geräten, die nur mit einer CPU ausgestattet sind, manchmal geringer aus. Dank dieser Spezialisierung eignet sich das Modell hervorragend für Umgebungen wie die Offline-Videoanalyse, kann aber auf kleineren, lokal eingesetzten Geräten hinter dynamisch optimierten Modellen zurückbleiben.

Mehr über YOLOv6 erfahren

Tabelle zum Leistungsvergleich#

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

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, auf denen die bis zu 43 % schnellere CPU-Inferenz von YOLO26 einen entscheidenden 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 gezielte Lösungen, doch die moderne KI-Entwicklung erfordert vielseitige, speichereffiziente Arbeitsabläufe. Hier bietet die Ultralytics Platform ein herausragendes Entwicklererlebnis. Mit einer einheitlichen Python-API kannst du modernste Modelle nahtlos trainieren, validieren und bereitstellen, ohne den enormen Konfigurationsaufwand, der bei älteren Forschungs-Repositories oft anfällt.

Ultralytics-Modelle unterstützen von Haus aus viele weitere Bildverarbeitungsaufgaben neben der standardmäßigen Objekterkennung, darunter Instanzsegmentierung, Bildklassifizierung, Posenschätzung und die Erkennung orientierter Begrenzungsrahmen (OBB). Außerdem sind sie für einen geringeren Speicherbedarf beim Training stark optimiert – ein deutlicher Gegensatz zu Transformer-basierten Modellen wie RT-DETR, die in der Regel sehr viel GPU-VRAM benötigen.

YOLO26 entdecken: der neue Standard#

Für Unternehmen, die modernste Bildverarbeitungsmodelle bereitstellen möchten, setzt Ultralytics YOLO26 (veröffentlicht im Januar 2026) neue Maßstäbe bei der Leistung. Dank mehrerer wichtiger Neuerungen übertrifft das Modell ältere Generationen deutlich:

• End-to-End-Design ohne NMS: Aufbauend auf Konzepten aus YOLOv10 eliminiert der optionale One-to-One-Head von YOLO26 (nms=False) die Nachverarbeitung mit Non-Maximum Suppression (NMS) vollständig. Dieser native End-to-End-Ansatz sorgt für eine vorhersehbare Inferenz mit äußerst niedriger Latenz, die für Echtzeit-Sicherheitssysteme entscheidend ist.
• Bis zu 43 % schnellere CPU-Inferenz: Durch die Entfernung von Distribution Focal Loss (DFL) aus der Architektur ist YOLO26 umfassend für Edge-Computing und Umgebungen ohne dedizierte GPU-Beschleunigung optimiert.
• 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 fortschrittlichen Verlustfunktionen verbessern die Erkennung kleiner Objekte deutlich – entscheidend für Anwendungen wie Luftaufnahmen mit Drohnen und die Analyse dicht bevölkerter Szenen.

Nahtlose Implementierung#

Modernste Modelle mit dem Ultralytics-Python-Paket zu trainieren und zu exportieren ist bemerkenswert einfach. Das folgende Beispiel zeigt, wie du das neueste YOLO26-Modell trainierst und für eine schnelle Bereitstellung am Edge nach ONNX exportierst:

from ultralytics import YOLO

# Das hochmoderne YOLO26-Small-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")

Wenn dein Team tief in ältere Arbeitsabläufe eingebunden ist, aber eine moderne und stabile Lösung sucht, ist auch Ultralytics YOLO11 ein ausgezeichneter Übergang. Das Modell bietet vielseitige Funktionen für zahlreiche Aufgaben und wird vom gesamten Ultralytics-Ökosystem unterstützt.