PP-YOLOE+ vs. YOLOv9#

Die Landschaft der Echtzeit-Computer Vision verändert sich ständig, während Forschende und Entwickler die Grenzen von Genauigkeit und Inferenzgeschwindigkeit kontinuierlich erweitern. Beim Vergleich von PP-YOLOE+ und YOLOv9 betrachten wir zwei unterschiedliche Ansätze bei der Modellarchitektur und der Gestaltung des Ökosystems.

Dieser umfassende technische Vergleich analysiert ihre architektonischen Innovationen, Leistungskennzahlen, Trainingsmethoden und idealen Anwendungsfälle, damit du das passende Objekterkennungs-Modell für deinen nächsten Einsatz auswählen kannst.

Modellabstammung und technische Grundlagen#

Das Verständnis der Ursprünge und architektonischen Entscheidungen dieser Modelle ist entscheidend, um ihre Eignung für deine Computer-Vision-Projekte zu bestimmen.

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 innerhalb des PaddleDetection-Frameworks auf, um eine leistungsstarke Objekterkennung zu ermöglichen.

• Autoren: PaddlePaddle Authors
• Organisation: Baidu
• Datum: 2022-04-02
• Arxiv: 2203.16250
• GitHub: PaddleDetection-Repository

PP-YOLOE+ führt eine robuste anchor-freie Architektur ein, die umfassend für den Einsatz im PaddlePaddle-Ökosystem optimiert wurde. Es verwendet einen modifizierten CSPRepResNet-Backbone und einen ET-Head, um die Merkmalsextraktion und die Regression von Begrenzungsboxen zu verbessern. Obwohl es eine hohe mittlere durchschnittliche Präzision (mAP) erreicht, kann seine Abhängigkeit vom PaddlePaddle-Framework für Entwickler, die mit PyTorch oder TensorFlow vertraut sind, gelegentlich die Integration erschweren.

Mehr über PP-YOLOE+ erfahren

YOLOv9 im Überblick#

YOLOv9 wurde von Chien-Yao Wang und Hong-Yuan Mark Liao vom Institute of Information Science der Academia Sinica in Taiwan vorgestellt und markiert einen bedeutenden Fortschritt bei der effizienten Verarbeitung von Informationsengpässen im Deep Learning.

• Autoren: Chien-Yao Wang und Hong-Yuan Mark Liao
• Organisation: Institute of Information Science, Academia Sinica, Taiwan
• Datum: 21.02.2024
• Arxiv: 2402.13616
• GitHub: WongKinYiu/yolov9

Der wichtigste Durchbruch von YOLOv9 ist die programmierbare Gradienteninformation (PGI), die Datenverluste verhindert, während Merkmale tiefe neuronale Netze durchlaufen. Zusammen mit dem generalisierten effizienten Layer-Aggregationsnetzwerk (GELAN) maximiert YOLOv9 die Parametereffizienz und den Rechenfluss. Darüber hinaus ist es nativ in das Ultralytics-Ökosystem integriert und dadurch sowohl für Forschungs- als auch für kommerzielle Anwendungen besonders zugänglich.

Mehr über YOLOv9 erfahren

Vergleich von Leistung und Metriken#

Bei der Analyse der Rohleistung zeigt YOLOv9 eine außergewöhnliche Parametereffizienz. Es erreicht eine vergleichbare oder höhere Genauigkeit bei gleichzeitig weniger Parametern und FLOPs, was zu einem geringeren VRAM-Bedarf während des Modelltrainings führt.

Wie die Tabelle zeigt, erreicht YOLOv9c starke 53,0 mAP mit deutlich weniger Parametern (25,3M) als das vergleichbare PP-YOLOE+l (52,2M). Dieser 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 nahtlosen Integration in das gut gepflegte Ultralytics-Ökosystem. Während PP-YOLOE+ die Arbeit mit komplexen PaddlePaddle-Konfigurationsdateien erfordert, profitiert YOLOv9 von einer übersichtlichen Python-API.

Die Ultralytics Python API ermöglicht es Entwicklern, vortrainierte Gewichte zu laden, Datenaugmentation zu verwalten und das Training mit minimalem Boilerplate-Code zu starten.

from ultralytics import YOLO

# Load a pretrained YOLOv9 model
model = YOLO("yolov9c.pt")

# Train the model on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")

# Export the model to ONNX format
model.export(format="onnx")

Darüber hinaus bietet das Ultralytics-Ökosystem eine unübertroffene Vielseitigkeit. Neben der Erkennung von Begrenzungsboxen unterstützt das Framework nativ die Instanzsegmentierung, die Posenschätzung und die Erkennung orientierter Begrenzungsboxen (OBB). Dadurch lässt sich dein Modell äußerst effizient an komplexe Pipelines für reale Anwendungen anpassen.

Anwendungsfälle und Empfehlungen#

Die Wahl zwischen PP-YOLOE+ und YOLOv9 hängt von deinen spezifischen Projektanforderungen, Einsatzbeschränkungen und Präferenzen hinsichtlich des Ökosystems ab.

Wann du PP-YOLOE+ wählen solltest#

PP-YOLOE+ ist eine gute Wahl für:

• Integration in das PaddlePaddle-Ökosystem: Organisationen mit bestehender Infrastruktur auf Basis des PaddlePaddle-Frameworks und der zugehörigen Tools von Baidu.
• Edge-Bereitstellung mit Paddle Lite: Bereitstellungen auf Hardware mit hochoptimierten Inferenzkernels, die speziell für Paddle Lite oder die Paddle-Inferenz-Engine entwickelt wurden.
• Serverseitige Erkennung mit hoher Genauigkeit: Szenarien, in denen maximale Erkennungsgenauigkeit auf leistungsstarken GPU-Servern Priorität hat und die Abhängigkeit von einem bestimmten Framework keine Rolle spielt.

Wann du YOLOv9 wählen solltest#

YOLOv9 wird empfohlen für:

• Forschung zu Informationsengpässen: Akademische Projekte zur Untersuchung der Architekturen für programmierbare Gradienteninformationen (PGI) und des generalisierten effizienten Netzwerks zur Layer-Aggregation (GELAN).
• Untersuchungen zur Optimierung des Gradientenflusses: Forschung mit Schwerpunkt auf dem Verständnis und der Verringerung von Informationsverlusten in tiefen Netzwerkschichten während des Trainings.
• Benchmarking hochgenauer Erkennung: Szenarien, in denen die starke COCO-Benchmarkleistung von YOLOv9 als Referenz für Architekturvergleiche benötigt wird.

Wann du Ultralytics (YOLO26) wählen solltest#

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

• Edge-Bereitstellungen ohne NMS: Anwendungen, die eine konsistente Inferenz mit geringer Latenz ohne die Komplexität der Nachverarbeitung zur Nichtmaximalunterdrückung erfordern.
• Umgebungen ausschließlich mit CPU: Geräte ohne dedizierte GPU-Beschleunigung, bei denen die bis zu 43 % schnellere CPU-Inferenz von YOLO26 einen entscheidenden Vorteil bietet.
• Erkennung kleiner Objekte: Anspruchsvolle Szenarien wie Luftaufnahmen mit Drohnen oder die Analyse von IoT-Sensoren, bei denen ProgLoss und STAL die Genauigkeit bei winzigen Objekten deutlich steigern.

Blick in die Zukunft: Der Vorteil von YOLO26#

Obwohl sowohl PP-YOLOE+ als auch YOLOv9 leistungsstark sind, stellt das neu veröffentlichte YOLO26 den maßgeblichen nächsten Schritt für Produktionsumgebungen dar. YOLO26 wurde im Januar 2026 veröffentlicht und setzt einen neuen Standard für Edge Computing und Cloud-Bereitstellungen. Aufgrund seiner bahnbrechenden Innovationen empfehlen wir YOLO26 nachdrücklich für alle neuen Computer-Vision-Projekte:

• End-to-End-Design ohne NMS: YOLO26 ist nativ End-to-End-fähig und macht die Nachbearbeitung durch Nicht-Maximum-Unterdrückung (NMS) vollständig überflüssig. Dies vereinfacht Bereitstellungspipelines erheblich und reduziert die Latenz.
• Bis zu 43 % schnellere CPU-Inferenz: Durch die gezielte Optimierung der Architektur für Edge Computing ist YOLO26 auf Hardware ohne dedizierte GPUs deutlich schneller.
• Entfernung von DFL: Der Distribution Focal Loss wurde entfernt, wodurch Exporte einfacher werden und sich die Kompatibilität mit stromsparenden Edge-Geräten erheblich verbessert.
• MuSGD-Optimierer: Diese von Trainingstechniken für große Sprachmodelle inspirierte Kombination aus SGD und Muon (wie bei Kimi K2 von Moonshot AI) gewährleistet eine äußerst stabile Trainingsdynamik und eine schnelle Konvergenz.
• ProgLoss + STAL: Diese fortschrittlichen Verlustfunktionen führen zu deutlichen Verbesserungen bei der Erkennung kleiner Objekte – eine wichtige Weiterentwicklung für Luftaufnahmen und Robotik.
• Aufgabenspezifische Verbesserungen: YOLO26 umfasst angepasste Architekturen für bestimmte Aufgaben, etwa Multi-Scale-Proto für die Segmentierung und die residuale Schätzung der Log-Likelihood (RLE) für die Posenschätzung.

Du kannst YOLO26-Modelle ganz einfach über die Ultralytics-Plattform trainieren und bereitstellen – einer Komplettlösung für die Annotation von Datensätzen, Cloud-Training und Modellüberwachung.

Anwendungen in der Praxis#

Die Wahl zwischen diesen Architekturen hängt häufig von der vorgesehenen Einsatzumgebung ab.

PP-YOLOE+ wird häufig in industriellen Fertigungszentren eingesetzt, insbesondere in Regionen, in denen die PaddlePaddle-Integration und der Hardware-Stack von Baidu tief in die Infrastruktur von Unternehmen eingebettet sind. Bei der Analyse statischer Bilder, bei der absolute Präzision Vorrang vor strengen Echtzeitanforderungen hat, erzielt es besonders gute Ergebnisse.

YOLOv9 eignet sich besonders für dynamische Umgebungen, die eine schnelle Echtzeitinferenz erfordern. Seine überlegene Parametereffizienz macht es ideal für die autonome Navigation von Drohnen und sicherheitsrelevante Systeme am Edge. Darüber hinaus senkt sein geringerer VRAM-Verbrauch die Einstiegshürde für Forschende, die auf GPUs für Endverbraucher trainieren.

Für die bestmögliche Leistung bei der Verkehrssteuerung in Smart Cities und in der Hochgeschwindigkeitsrobotik ist das neuere YOLO26 unübertroffen, da es End-to-End-Effizienz ohne den Mehraufwand durch NMS-Engpässe bietet.