YOLO11 YOLOv7: Ein technischer Vergleich von Architektur und Leistung

Da sich der Bereich der Computervision immer schneller entwickelt, ist die Wahl der richtigen Architektur für die Objekterkennung entscheidend für den Erfolg. Zwei wichtige Vertreter der YOLO sind YOLO11, entwickelt von Ultralytics, und YOLOv7, ein forschungsorientiertes Modell der Academia Sinica. Beide Modelle haben zwar einen bedeutenden Beitrag zum Stand der Technik geleistet, sind jedoch hinsichtlich Geschwindigkeit, Flexibilität und einfacher Implementierung auf unterschiedliche Anforderungen zugeschnitten.

Dieser Leitfaden enthält eine detaillierte technische Analyse ihrer Architekturen, Leistungskennzahlen und idealen Anwendungsfälle, um Entwicklern und Forschern bei der Auswahl des besten Tools für ihre Projekte zu helfen.

Modellübersicht und Ursprünge

Das Verständnis der Herkunft dieser Modelle liefert den Kontext für ihre architektonischen Entscheidungen.

YOLO11

Veröffentlicht im September 2024 von Ultralyticsveröffentlicht, YOLO11 eine Weiterentwicklung der produktionsorientierten Philosophie des Unternehmens YOLO11 . Es wurde entwickelt, um die Effizienz auf moderner Hardware zu maximieren und einen hohen Durchsatz mit wettbewerbsfähiger Genauigkeit in Einklang zu bringen.

• Autoren: Glenn Jocher und Jing Qiu
• Organisation:Ultralytics
• Datum: September 2024
• Schwerpunkte: Einfache Echtzeit-Anwendung, umfassende Aufgabenunterstützung (Erkennung, Segmentierung, Pose, OBB, Klassifizierung) und optimierte Bereitstellung über das Ultralytics .

Erfahren Sie mehr über YOLO11

YOLOv7

YOLOv7 wurde im Juli 2022 veröffentlicht und YOLOv7 ein wichtiger akademischer Meilenstein, der vom Team hinter YOLOv4 eingeführt wurde. Es führte mehrere „Bag-of-Freebies” ein, um die Genauigkeit zu verbessern, ohne die Inferenzkosten zu erhöhen, wobei der Schwerpunkt stark auf trainierbaren Architekturoptimierungen lag.

• Autoren: Chien-Yao Wang, Alexey Bochkovskiy und Hong-Yuan Mark Liao
• Organisation: Institute of Information Science, Academia Sinica
• Datum: Juli 2022
• Schwerpunkte: Gradientenpfadanalyse, Neuparametrisierung von Modellen und dynamische Labelzuweisung.

Erfahren Sie mehr über YOLOv7

Leistungsanalyse

Beim Vergleich dieser Architekturen sind Metriken wie die mittlere durchschnittliche Präzision (mAP) und die Inferenzlatenz von entscheidender Bedeutung. Die folgende Tabelle zeigt, wie die neuere Technik in YOLO11 zu Effizienzsteigerungen gegenüber der älteren YOLOv7 YOLO11 .

Wichtige Erkenntnisse

• Effizienz: Das YOLO11m-Modell erzielt eine etwas höhere Genauigkeit (51,5 % mAP) als das Standardmodell YOLOv7 51,4 %), verwendet dabei jedoch etwa 45 % weniger Parameter (20,1 Mio. gegenüber 36,9 Mio.) und deutlich weniger FLOPs.
• Geschwindigkeit: Auf T4-GPUs übertreffen YOLO11 ihre YOLOv7 durchweg in Bezug auf die Inferenzlatenz, einem entscheidenden Faktor für Echtzeitanwendungen wie autonomes Fahren oder Videoanalyse.
• Skalierbarkeit: YOLO11 eine größere Auswahl an Modellgrößen (von Nano bis X-Large), wodurch es einfacher auf Hardware mit begrenzten Ressourcen wie dem Raspberry Pi oder Mobilgeräten eingesetzt werden kann.

Architektonische Unterschiede

Ultralytics YOLO11

YOLO11 auf den Backbone-Konzepten von CSPNet (Cross-Stage Partial Network) YOLO11 , verfeinert jedoch das Blockdesign für einen besseren Gradientenfluss und eine bessere Merkmalsextraktion.

• Verfeinerte Backbone: Nutzt einen verbesserten C3k2-Block (eine schnellere Implementierung von CSP-Engpässen), der die Wiederverwendung von Funktionen verbessert und gleichzeitig den Rechenaufwand reduziert.
• Ankerfreie Erkennung: Wie seine unmittelbaren Vorgänger YOLO11 einen ankerfreien Kopf, wodurch der Trainingsprozess vereinfacht wird, da kein manuelles Ankerbox-Clustering mehr erforderlich ist.
• Multitasking-Heads: Die Architektur ist von Grund auf darauf ausgelegt, mehrere Aufgaben mithilfe einer einheitlichen Head-Struktur zu unterstützen, sodass ein nahtloser Wechsel zwischen Objekterkennung, Instanzsegmentierung und Posenschätzung möglich ist.

YOLOv7

YOLOv7 „Extended-ELAN” (E-ELAN) YOLOv7 , um die kürzesten und längsten Gradientenpfade effektiv zu steuern.

• E-ELAN: Ein Rechenblock, der es dem Netzwerk ermöglicht, vielfältigere Merkmale zu lernen, ohne den Gradientenpfad zu zerstören.
• Modell-Reparametrisierung: Verwendet Reparametrisierungstechniken (RepConv), um separate Faltungsschichten während der Inferenz zu einer einzigen Schicht zusammenzufassen, wodurch die Geschwindigkeit erhöht wird, ohne die Trainingsgenauigkeit zu beeinträchtigen.
• Hilfskopf grob bis fein: Führt einen Hilfskopf für die Trainingsüberwachung ein, der die tiefe Überwachung des Modells unterstützt, aber die Trainingspipeline komplexer macht.

Training und Benutzerfreundlichkeit

Für Entwickler ist die „Benutzererfahrung“ eines Modells – also wie einfach es zu trainieren, zu validieren und einzusetzen ist – oft genauso wichtig wie die reinen Kennzahlen.

Der Vorteil des Ultralytics-Ökosystems

YOLO11 vollständig in das Ultralytics Python integriert und bietet einen „Zero-to-Hero”-Workflow.

1. Einheitliche API: Sie können zwischen YOLO11, YOLOv8oder YOLO26 wechseln, indem Sie eine einzige Zeichenfolge ändern.
2. Speichereffizienz: Ultralytics sind so optimiert, dass sie während des Trainings weniger CUDA verbrauchen als viele Forschungsrepositorien. Dies ermöglicht größere Batch-Größen auf handelsüblichen GPUs.
3. One-Click-Export: Exportieren in Formate wie ONNX, TensorRT, CoreML oder TFLite über einen einzigen Befehl.

from ultralytics import YOLO

# Load a YOLO11 model (or YOLO26 for best results)
model = YOLO("yolo11n.pt")

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

# Export to ONNX for deployment
path = model.export(format="onnx")

YOLOv7

YOLOv7 stützt sich YOLOv7 auf ein eigenständiges Repository. Es ist zwar leistungsstark, erfordert jedoch häufig:

• Manuelle Konfiguration von .yaml Dateien für Anker (sofern nicht die ankerfreie Version verwendet wird).
• Spezifische „Deploy“-Skripte zum Zusammenführen neu parametrisierter Gewichte vor dem Export.
• Komplexere Befehlszeilenargumente für die Verwaltung von Hilfsköpfen während des Trainings.

Anwendungen in der realen Welt

Wann YOLO11 wählen?

YOLO11 die erste Wahl für gewerbliche und industrielle Anwendungen, bei denen Zuverlässigkeit und Wartungsfreundlichkeit entscheidend sind.

• Edge-KI: Dank der Verfügbarkeit von „Nano“- und „Small“-Modellen eignet sich YOLO11 für intelligente Kameras und IoT-Geräte zur Überwachung von Fertigungslinien.
• Multitasking-Projekte: Wenn Ihre Anwendung die Verfolgung von Objekten bei gleichzeitiger Schätzung von Schlüsselpunkten erfordert (z. B. Sportanalysen), vereinfacht das einheitliche Framework YOLO11 die Codebasis.
• Rapid Prototyping: Dank der einfachen Bedienbarkeit können Teams mithilfe der Ultralytics schnell Iterationen an benutzerdefinierten Datensätzen durchführen und so die Markteinführungszeit verkürzen.

Wann man YOLOv7 wählen sollte

• Akademisches Benchmarking: Wenn Sie Ergebnisse aus der Literatur von 2022–2023 replizieren oder die spezifischen Auswirkungen von E-ELAN-Architekturen untersuchen.
• Legacy-Systeme: Für Systeme, die bereits tief in die spezifische Eingabe-/Ausgabestruktur der ursprünglichen YOLO im Darknet-Stil integriert sind.

Fazit

Während YOLOv7 nach wie vor ein angesehener Meilenstein in der Geschichte der Objekterkennung ist, YOLO11 eine modernere, effizientere und entwicklerfreundlichere Lösung. Mit einem überlegenen Verhältnis von Geschwindigkeit zu Genauigkeit, geringeren Speicheranforderungen und der Unterstützung durch das robuste Ultralytics YOLO11 einen klareren Weg für den Einsatz in der Praxis.

Für diejenigen, die auf der Suche nach dem absolut Neuesten sind, empfehlen wir, sich mit YOLO26, das auf diesen Grundlagen aufbaut und NMS Inferenz sowie Optimierer der nächsten Generation bietet.

Zusätzliche Ressourcen

• YOLO11 :Offizielle Dokumentation
• YOLOv7 Paper:Trainable bag-of-freebies setzt neuen State-of-the-Art
• Ultralytics :Einfaches Trainieren und Bereitstellen
• GitHub:Ultralytics Repository

Kommentare