PP-YOLOE+ im Vergleich zu YOLOv9
Echtzeit-Computer-Vision entwickelt sich stetig weiter, während Forschende und Entwickler Genauigkeit und Inferenzgeschwindigkeit verbessern. Beim Vergleich von PP-YOLOE+ und YOLOv9 betrachtest du zwei unterschiedliche Ansätze für Modellarchitektur und Ökosystemdesign.
Dieser technische Vergleich untersucht die architektonischen Neuerungen, Leistungskennzahlen, Trainingsmethoden und idealen Anwendungsfälle, damit du das passende Objekterkennungs-Modell für deine nächste Bereitstellung auswählen kannst.
Modellherkunft und technische Grundlagen#
Um herauszufinden, ob diese Modelle zu deinen Bildverarbeitungsprojekten passen, ist es wichtig, ihre Ursprünge und Architekturentscheidungen zu verstehen.
PP-YOLOE+ im Überblick#
PP-YOLOE+ wurde von den PaddlePaddle-Autoren bei Baidu entwickelt und am 2. April 2022 vorgestellt. Es baut auf früheren Versionen des PaddleDetection-Frameworks auf und ermöglicht eine leistungsstarke Objekterkennung.
- Autoren: PaddlePaddle-Autoren
- Organisation: Baidu
- Datum: 2022-04-02
- arXiv: 2203.16250
- GitHub: PaddleDetection-Repository
PP-YOLOE+ bietet eine robuste anchorfreie Architektur, die umfassend für den Einsatz im PaddlePaddle-Ökosystem optimiert ist. Das Modell verwendet ein modifiziertes CSPRepResNet-Backbone und einen ET-Head, um die Merkmalsextraktion und die Regression von Begrenzungsrahmen zu verbessern. Trotz hoher mittlerer durchschnittlicher Präzision (mAP) kann die Abhängigkeit vom PaddlePaddle-Framework die Integration für Entwickler erschweren, die mit PyTorch oder TensorFlow arbeiten.
Überblick über YOLOv9#
YOLOv9 wurde von Chien-Yao Wang und Hong-Yuan Mark Liao vom Institute of Information Science der Academia Sinica in Taiwan vorgestellt und ist ein bedeutender Fortschritt beim Umgang mit Informationsengpässen in tiefen Netzwerken.
- Autoren: Chien-Yao Wang und Hong-Yuan Mark Liao
- Organisation: Institute of Information Science, Academia Sinica, Taiwan
- Datum: 2024-02-21
- arXiv: 2402.13616
- GitHub: WongKinYiu/yolov9
Der wichtigste Beitrag von YOLOv9 ist Programmable Gradient Information (PGI), das den Informationsverlust beim Durchlaufen tiefer neuronaler Netze durch Merkmale verringert. In Verbindung mit dem Generalized Efficient Layer Aggregation Network (GELAN) maximiert YOLOv9 die Parametereffizienz und den Rechenfluss. Das Modell ist außerdem nativ in das Ultralytics-Ökosystem integriert und dadurch sowohl für Forschungs- als auch für kommerzielle Anwendungen leicht zugänglich.
Leistungs- und Metrikvergleich#
Bei der Analyse der Rohleistung zeigt YOLOv9 eine hohe Parametereffizienz. Das Modell erzielt eine vergleichbare oder bessere Genauigkeit mit weniger Parametern und FLOPs, was den VRAM-Bedarf beim Modelltraining senkt.
| Modell | Größe (Pixel) | mAPval50-95 | Geschwindigkeit CPU ONNX (ms) | Geschwindigkeit T4 TensorRT10 (ms) | Parameter (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| PP-YOLOE+t | 640 | 39.9 | - | 2.84 | 4.85 | 19.15 |
| PP-YOLOE+s | 640 | 43.7 | - | 2.62 | 7.93 | 17.36 |
| PP-YOLOE+m | 640 | 49.8 | - | 5.56 | 23.43 | 49.91 |
| PP-YOLOE+l | 640 | 52.9 | - | 8.36 | 52.2 | 110.07 |
| PP-YOLOE+x | 640 | 54.7 | - | 14.3 | 98.42 | 206.59 |
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.2 | 26.7 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.1 | 76.8 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.5 | 102.8 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 58.1 | 192.5 |
Wie die Tabelle zeigt, erreicht YOLOv9c starke 53,0 mAP mit deutlich weniger Parametern (25,5 Mio.) als das vergleichbare PP-YOLOE+l (52,2 Mio.). Der geringere Speicherbedarf macht YOLOv9 zur besseren Wahl für Entwickler, die mit begrenzten GPU-Ressourcen arbeiten.
Ökosystem, Vielseitigkeit und Benutzerfreundlichkeit#
Der entscheidende Vorteil von YOLOv9 liegt in der Integration in das gut gepflegte Ultralytics-Ökosystem. Während die Konfiguration komplexer PaddlePaddle-Konfigurationsdateien für PP-YOLOE+ aufwendig sein kann, bietet YOLOv9 eine optimierte Python-API.
Die Ultralytics-Python-API ermöglicht Entwicklern, vortrainierte Gewichte zu laden, Datenerweiterungen zu verwalten und mit minimalem Boilerplate-Code mit dem Training zu beginnen.
from ultralytics import YOLO
# Ein vortrainiertes YOLOv9-Modell laden
model = YOLO("yolov9c.pt")
# Das Modell mit dem COCO8-Datensatz trainieren
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Eine Inferenz auf einem Bild ausführen
results = model("https://ultralytics.com/images/bus.jpg")
# Exportiere das Modell in das ONNX-Format
model.export(format="onnx")Das Ultralytics-Ökosystem bietet außerdem vielfältige Einsatzmöglichkeiten. Neben der Erkennung von Begrenzungsrahmen unterstützt das Framework nativ die Instanzsegmentierung, die Posenschätzung und die Erkennung orientierter Begrenzungsrahmen (OBB). Dadurch lässt sich dein Modell effizient an komplexe Pipelines in der Praxis anpassen.
Anwendungsfälle und Empfehlungen#
Ob PP-YOLOE+ oder YOLOv9 besser geeignet ist, hängt von den konkreten 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 YOLOv9 wählen solltest#
YOLOv9 empfiehlt sich für:
- Forschung zu Informationsengpässen: Akademische Projekte, die programmierbare Gradienteninformationen (PGI) und Architekturen mit effizienten, verallgemeinerten Schichtaggregationsnetzwerken (GELAN) untersuchen.
- Studien zur Optimierung des Gradientenflusses: Forschung, die darauf abzielt, Informationsverluste in tiefen Netzwerkschichten während des Trainings zu verstehen und zu verringern.
- Benchmarking hochgenauer Erkennung: Szenarien, in denen die starke COCO-Benchmarkleistung von YOLOv9 als Vergleichsmaßstab für Architekturvergleiche benötigt wird.
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.
Ein Blick in die Zukunft: Die Vorteile von YOLO26#
PP-YOLOE+ und YOLOv9 sind zwar leistungsstark, doch das neu veröffentlichte YOLO26 ist der naheliegende nächste Schritt für den Produktiveinsatz. YOLO26 wurde im Januar 2026 veröffentlicht und ist sowohl für Edge-Computing als auch für Cloud-Bereitstellungen konzipiert. Dank der folgenden Innovationen ist das Modell die empfohlene Wahl für neue Computer-Vision-Projekte:
- End-to-End-Design ohne NMS: YOLO26 unterstützt native End-to-End-Inferenz und macht so die Nachverarbeitung mit Nicht-Maximum-Unterdrückung (NMS) beim Einsatz mit
nms=Falseüberflüssig. Das vereinfacht Bereitstellungspipelines deutlich und verringert die Latenz. - Bis zu 43 % schnellere CPU-Inferenz: Durch die Optimierung der Architektur für Edge-Computing läuft YOLO26n auf Hardware ohne dedizierte GPU bis zu 43 % schneller als YOLO11n.
- Entfernung von DFL: Distribution Focal Loss wurde entfernt. Das vereinfacht den Export und verbessert die Kompatibilität mit stromsparenden Edge-Geräten.
- MuSGD-Optimierer: Dieser von Trainingstechniken für große Sprachmodelle inspirierte Ansatz (wie denen hinter Kimi K2 von Moonshot AI) kombiniert SGD und Muon und sorgt für eine stabile Trainingsdynamik und schnelle Konvergenz.
- ProgLoss + STAL: Progressive Loss und die zuweisung kleiner Objekte berücksichtigende Label-Zuweisung verbessern die Erkennung kleiner Objekte deutlich – ein entscheidender Fortschritt für Luftaufnahmen und die Robotik.
- Aufgabenspezifische Verbesserungen: YOLO26 bietet angepasste Architekturen für bestimmte Aufgaben, etwa Multi-Scale-Protos für die Segmentierung und Residual Log-Likelihood Estimation (RLE) für die Posenschätzung.
Über die Ultralytics Platform, eine Komplettlösung für die Annotation von Datensätzen, Cloud-Training und Modellüberwachung, kannst du YOLO26-Modelle ganz einfach trainieren und bereitstellen.
Anwendungen in der Praxis#
Die Wahl zwischen diesen Architekturen hängt oft von der vorgesehenen Bereitstellungsumgebung ab.
PP-YOLOE+ wird häufig in der industriellen Fertigung eingesetzt, wo das PaddlePaddle-Framework und der Hardware-Stack von Baidu fest in die Unternehmensinfrastruktur eingebunden sind. Das Modell eignet sich gut für die statische Bildanalyse, bei der maximale Präzision wichtiger ist als strenge Echtzeitanforderungen.
YOLOv9 eignet sich gut für dynamische Umgebungen, in denen schnelle Echtzeit-Inferenz gefragt ist. Dank seiner Parametereffizienz eignet es sich gut für die autonome Drohnennavigation und Edge-basierte Sicherheitssysteme. Außerdem senkt der geringere VRAM-Verbrauch die Einstiegshürde für Forschende, die auf GPUs für Endverbraucher trainieren.
Für beste Leistung bei der Verkehrssteuerung in Smart Cities und in der Hochgeschwindigkeitsrobotik ist das neuere YOLO26 die empfohlene Wahl. Es bietet optionale End-to-End-Inferenz ohne den Mehraufwand durch NMS.
Kommentare
Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.