YOLO26 vs. YOLOv9#

Die Computer Vision entwickelt sich rasant weiter, und neue Architekturen verschieben kontinuierlich die Grenzen von Geschwindigkeit und Genauigkeit. In diesem technischen Vergleich untersuchen wir die Unterschiede zwischen YOLO26 und YOLOv9, zwei äußerst einflussreichen Modellen im Bereich der Objekterkennung in Echtzeit. Beide Modelle bieten eigene architektonische Innovationen. Um das richtige Werkzeug für dein nächstes Bildverarbeitungsprojekt auszuwählen, ist es jedoch entscheidend, ihre Kompromisse bei Leistung, Bereitstellungsmöglichkeiten und Hardwareanforderungen zu verstehen.

YOLO26: Das leistungsstarke Modell für Edge-Geräte#

Ultralytics YOLO26, das Anfang 2026 veröffentlicht wurde, stellt einen Generationssprung bei der Bereitstellungseffizienz und der Stabilität des Modelltrainings dar. Als nativ durchgängiges Framework konzipiert, behebt es direkt die Engpässe bei der Bereitstellung, die Anwendungen für Edge-KI in der Vergangenheit häufig erschwert haben.

Modelldetails:

• Autoren: Glenn Jocher und Jing Qiu
• Organisation: Ultralytics
• Datum: 2026-01-14
• GitHub: Ultralytics-Repository
• Dokumentation: YOLO26-Dokumentation

Architektur und Innovationen#

YOLO26 gestaltet die Nachverarbeitung grundlegend neu, indem es ein durchgängiges Design ohne NMS einführt. Durch den Verzicht auf die Nichtmaximalunterdrückung (NMS) erreicht das Modell eine deutlich geringere Latenzschwankung. Dadurch wird die Bereitstellung auf mobilen Plattformen und Edge-Plattformen erheblich einfacher, insbesondere beim Export in Frameworks wie ONNX und Apple CoreML.

Darüber hinaus vereinfacht der Wegfall von Distribution Focal Loss (DFL) den Exportprozess und verbessert die Kompatibilität mit stromsparenden Mikrocontrollern. Zur Verbesserung der Trainingsstabilität integriert YOLO26 den neuartigen MuSGD-Optimierer, eine Kombination aus stochastischem Gradientenabstieg (SGD) und Muon, der von Innovationen beim Training großer Sprachmodelle inspiriert ist. Dies führt zu einer schnelleren Konvergenz und einer robusteren Merkmalsextraktion über anspruchsvolle Datensätze hinweg.

Für die Erkennung besonders anspruchsvoller Objekte in Szenen wie Luftaufnahmen mit Drohnen verwendet YOLO26 die aktualisierten Verlustfunktionen ProgLoss + STAL. Diese verbessern den Recall bei der Erkennung kleiner Objekte deutlich. Darüber hinaus bietet das Modell aufgabenspezifische Verbesserungen, darunter Multi-Scale-Proto für die Instanzsegmentierung, Residual-Log-Likelihood-Schätzung (RLE) für die Posenschätzung und einen spezialisierten Winkelfehler für die Erkennung orientierter Begrenzungsrahmen (OBB).

YOLOv9: Programmierbare Gradienteninformationen#

YOLOv9 wurde Anfang 2024 vorgestellt und brachte theoretische Fortschritte in der Verarbeitung des Gradientenflusses durch neuronale Netze während des Trainings. Dabei lag der Fokus auf Parametereffizienz und dem Erhalt tiefer Merkmale.

Modelldetails:

• Autoren: Chien-Yao Wang und Hong-Yuan Mark Liao
• Organisation: Institute of Information Science, Academia Sinica, Taiwan
• Datum: 21.02.2024
• Arxiv: YOLOv9-Fachartikel
• GitHub: YOLOv9-Repository
• Dokumentation: YOLOv9-Dokumentation

Architektur und Stärken#

YOLOv9 basiert auf dem Konzept der programmierbaren Gradienteninformationen (PGI) und dem generalisierten effizienten Netzwerk zur Layer-Aggregation (GELAN). Diese Konzepte lösen das Informationsengpassproblem, das häufig in tiefen neuronalen Netzen auftritt. Indem GELAN während der Feedforward-Verarbeitung wesentliche Informationen bewahrt, stellt es sicher, dass die für Gewichtsaktualisierungen verwendeten Gradienten zuverlässig bleiben. Diese Architektur liefert eine hohe Genauigkeit und macht YOLOv9 zu einem geeigneten Modell für die akademische Forschung zur Theorie neuronaler Netze und zur Optimierung von Gradientenpfaden mit dem PyTorch-Framework.

Einschränkungen#

Trotz seiner ausgezeichneten Parametereffizienz ist YOLOv9 bei der Nachverarbeitung von Begrenzungsrahmen stark auf die herkömmliche NMS angewiesen, was bei der Inferenz auf Edge-Geräten zu Rechenengpässen führen kann. Darüber hinaus konzentriert sich das offizielle Repository größtenteils auf die Objekterkennung, sodass eine erhebliche individuelle Entwicklungsarbeit erforderlich ist, um es für spezielle Aufgaben wie Tracking oder Posenschätzung anzupassen.

Erfahre mehr über YOLOv9

Leistungsvergleich#

Bei der Bewertung dieser Modelle für den praktischen Einsatz ist es entscheidend, Genauigkeit (mAP), Inferenzgeschwindigkeit und Speicherverbrauch auszubalancieren. Ultralytics-Modelle sind für ihren geringen Speicherbedarf sowohl beim Training als auch bei der Inferenz bekannt und benötigen deutlich weniger CUDA-Speicher als Transformer-basierte Alternativen wie RT-DETR.

Nachfolgend findest du einen direkten Vergleich der Leistung von YOLO26 und YOLOv9 auf dem COCO-Datensatz. Die besten Werte in jeder Spalte sind fett hervorgehoben.

Hinweis: Die CPU-Geschwindigkeiten für YOLOv9 werden nicht angegeben, da sie stark von der NMS-Konfiguration abhängen und im Allgemeinen langsamer sind als die native Implementierung von YOLO26 ohne NMS.

Anwendungsfälle und Empfehlungen#

Die Wahl zwischen YOLO26 und YOLOv9 hängt von deinen spezifischen Projektanforderungen, Einschränkungen bei der Bereitstellung und Präferenzen hinsichtlich des Ökosystems ab.

Wann du YOLO26 wählen solltest#

YOLO26 ist eine gute Wahl für:

• 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.

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.

Der Vorteil von Ultralytics#

Bei der Auswahl eines Modells geht es um mehr, als nur einen Genauigkeitsbenchmark zu lesen. Das umgebende Softwareökosystem bestimmt, wie schnell du von der Datenerfassung zur Produktion gelangst.

Benutzerfreundlichkeit und Ökosystem#

Die Ultralytics Python API bietet ein nahtloses Erlebnis vom Einstieg bis zum professionellen Einsatz. Anstatt komplexe Repositorys zu klonen oder Skripte für verteiltes Training manuell zu konfigurieren, können Entwickler das Paket über pip installieren und sofort mit dem Training beginnen. Das aktiv gepflegte Ultralytics-Ökosystem gewährleistet regelmäßige Aktualisierungen, automatisierte Integrationen mit ML-Plattformen wie Weights & Biases und eine umfassende Dokumentation.

Vielseitigkeit über verschiedene Bildverarbeitungsaufgaben hinweg#

Während YOLOv9 in erster Linie eine Erkennungs-Engine ist, handelt es sich bei YOLO26 um ein vielseitig einsetzbares Bildverarbeitungswerkzeug. Mit einer einheitlichen Syntax kannst du problemlos von der Objekterkennung zur pixelgenauen Bildsegmentierung oder zur Klassifizierung ganzer Bilder wechseln. Diese Vielseitigkeit verringert den technischen Wartungsaufwand für mehrere voneinander getrennte Codebasen für verschiedene Funktionen der Computer Vision.

Effizientes Training und Bereitstellung#

Trainingseffizienz ist ein Grundpfeiler der Ultralytics-Philosophie. YOLO26 verwendet leicht verfügbare vortrainierte Gewichte und benötigt deutlich weniger Speicher als umfangreiche Vision Transformer. Nach dem Training ermöglichen integrierte Exportpipelines die Konvertierung in optimierte Formate wie TensorRT oder TensorFlow Lite mit nur einem Klick und erleichtern so den Übergang in den Produktivbetrieb.

Codebeispiel: Erste Schritte mit YOLO26#

Die Implementierung von YOLO26 ist bemerkenswert einfach. Das folgende Python-Snippet zeigt, wie du ein vortrainiertes Modell lädst, es mit eigenen Daten trainierst und mithilfe der Ultralytics API eine Inferenz ausführst.

from ultralytics import YOLO

# Load the latest state-of-the-art YOLO26 nano model
model = YOLO("yolo26n.pt")

# Train the model on the COCO8 dataset utilizing the MuSGD optimizer
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device=0,  # Uses GPU 0, or use 'cpu' for CPU training
)

# Run an NMS-free inference on a sample image
predictions = model("https://ultralytics.com/images/bus.jpg")

# Display the bounding boxes and confidences
predictions[0].show()

Durch die Nutzung der Geschwindigkeit, der vereinfachten Architektur und des robusten Ökosystems von YOLO26 können Teams fortschrittliche Bildverarbeitungsanwendungen schneller und mit weniger technischen Hürden als je zuvor auf den Markt bringen.