Erste Schritte

YOLOv10 vs. EfficientDet

Die Wahl des optimalen neuronalen Netzes für die Objekterkennung ist eine wichtige Entscheidung für moderne Bildverarbeitungssysteme. Zwei Architekturen, die das Feld geprägt haben, sind YOLOv10 und EfficientDet. Beide zielen darauf ab, die Genauigkeit zu maximieren und gleichzeitig den Rechenaufwand zu minimieren, verfolgen architektonisch jedoch sehr unterschiedliche Ansätze.

Dieser Leitfaden behandelt ihre Designs, Trainingsmethoden und Eigenschaften bei der Bereitstellung und hilft Entwicklern und ML-Ingenieuren, datenbasierte Entscheidungen für KI-Anwendungen zur Bildverarbeitung zu treffen. Außerdem untersucht er ihre Leistung auf Hardware von eingebetteten Edge-KI-Geräten bis hin zu leistungsstarken Cloud-GPUs.

YOLOv10: NMS-freie Echtzeit-Detektion#

YOLOv10 wurde entwickelt, um die Latenz bei Echtzeitanwendungen zu verringern, und nahm einen der hartnäckigsten Engpässe der YOLO-Familie ins Visier: Nicht-Maximum-Unterdrückung (NMS). Durch den Wegfall dieses Nachbearbeitungsschritts erzielt das Modell eine vorhersagbare Latenz. Das ist entscheidend für autonome Fahrzeuge und schnelle Robotik.

Architektonische Innovationen#

YOLOv10 führt konsistente doppelte Zuweisungen für das NMS-freie Training ein. Während des Trainings werden sowohl One-to-Many- als auch One-to-One-Labelzuweisungen verwendet. So kann das Netzwerk aussagekräftige Repräsentationen lernen und bei der Inferenz gleichzeitig eine einzelne Begrenzungsbox pro Objekt ausgeben. Die Architektur umfasst außerdem ein ganzheitliches Modelldesign, das Effizienz und Genauigkeit in Einklang bringt, den Klassifizierungskopf vereinfacht und den Rechenaufwand früherer Versionen reduziert.

Modelldetails#

Vereinfachte Bereitstellung

Da YOLOv10 den NMS-Schritt entfernt, lässt sich das Modell einfacher in Formate wie ONNX und NVIDIA TensorRT exportieren, ohne auf benutzerdefinierte Laufzeit-Plugins zur Filterung von Bounding Boxes angewiesen zu sein.

Stärken:

  • Vorhersehbare Inferenz: Der Wegfall von NMS sorgt für gleichbleibende Inferenzzeiten, unabhängig von der Anzahl der Objekte in der Szene.
  • Geringerer Speicherbedarf: Im Vergleich zu Transformer-basierten Modellen wie RT-DETR benötigt YOLOv10 sowohl beim Training als auch bei der Inferenz weniger Speicher.
  • Ausgezeichnetes Verhältnis von Geschwindigkeit und Genauigkeit: Speziell für Szenarien mit geringer Latenz optimiert, ohne Abstriche bei den Leistungskennzahlen.

Schwächen:

Mehr über YOLOv10 erfahren

EfficientDet: skalierbar und ausgewogen#

EfficientDet wurde von Google Brain vorgestellt und betrachtet die Objekterkennung aus der Perspektive einer systematischen Netzwerkskalierung. Es baut auf dem Bildklassifizierungs-Backbone EfficientNet auf und führt einen neuen Mechanismus zur Merkmalsfusion ein.

Architektonische Innovationen#

Den Kern von EfficientDet bildet das bidirektionale Merkmals-Pyramidennetzwerk (BiFPN), das eine einfache und schnelle Fusion von Merkmalen verschiedener Maßstäbe ermöglicht. Anders als herkömmliche FPNs, die Merkmale nur von oben nach unten summieren, führt BiFPN bidirektionale Verbindungen zwischen verschiedenen Maßstäben und trainierbare Gewichte ein, mit denen die Bedeutung unterschiedlicher Eingabemerkmale gelernt wird. Außerdem verwendet EfficientDet eine Methode zur zusammengesetzten Skalierung, die Auflösung, Tiefe und Breite des Backbones, des Merkmalsnetzwerks sowie der Netze zur Box- und Klassenvorhersage einheitlich skaliert.

Modelldetails#

Stärken:

  • Hohe Effizienz: Ausgezeichnetes Verhältnis zwischen Parameterzahl und Genauigkeit, wodurch die kleineren Varianten -d0 bis -d2 besonders leichtgewichtig sind.
  • Systematische Skalierung: Dank der zusammengesetzten Skalierung können Nutzerinnen und Nutzer ganz einfach eine Modellgröße auswählen, die genau zum verfügbaren Rechenbudget passt.

Schwächen:

  • Integration älterer Frameworks: Die ursprüngliche Implementierung basiert auf älteren TensorFlow-Versionen, was moderne Bereitstellungspipelines erschweren kann.
  • Langsameres Training: Das Training von EfficientDet von Grund auf ist langsam und erfordert im Vergleich zur schnellen Konvergenz der YOLO-Architekturen eine sorgfältige Abstimmung der Hyperparameter.
  • Inferenzgeschwindigkeit: EfficientDet ist zwar parametersparend, doch die komplexen BiFPN-Operationen führen auf Standardhardware in der Praxis häufig zu einer langsameren Inferenz als bei hoch optimierten YOLO-Modellen.

Weitere Informationen zu EfficientDet

Leistung und Benchmarks#

Der entscheidende Test für diese Modelle ist ihre empirische Leistung auf Standard-Benchmarks wie dem COCO-Datensatz. Die folgende Tabelle zeigt die wesentlichen Unterschiede bei der Parameteranzahl, den Gleitkommaoperationen (FLOPs) und der Inferenzlatenz auf NVIDIA T4 GPUs.

ModellGröße
(Pixel)
mAPval50-95Geschwindigkeit
CPU ONNX
(ms)
Geschwindigkeit
T4 TensorRT10
(ms)
Parameter
(M)
FLOPs
(B)
YOLOv10n64038.5-1.842.36.7
YOLOv10s64046.3-2.497.221.6
YOLOv10m64051.1-4.7415.459.1
YOLOv10b64052.5-5.7419.192.0
YOLOv10l64053.2-7.2824.4120.3
YOLOv10x64054.4-10.7029.5160.4
EfficientDet-d051234.6-3.923.92.54
EfficientDet-d164040.5-7.316.66.1
EfficientDet-d276843.0-10.928.111.0
EfficientDet-d389647.5-19.5912.024.9
EfficientDet-d4102449.7-33.5520.755.2
EfficientDet-d5128051.5-67.8633.7130.0
EfficientDet-d6128052.6-89.2951.9226.0
EfficientDet-d7153653.7-128.0751.9325.0

YOLOv10 hat bei der GPU-Inferenzgeschwindigkeit einen deutlichen Vorteil. YOLOv10s erzielt beispielsweise 46.3 mAP bei einer TensorRT-Latenz von 2.49 ms, während EfficientDet-d3 mit 47.5 mAP einen ähnlichen Wert erreicht, dafür aber 19.59 ms benötigt. Im oberen Leistungsbereich kommt YOLOv10m (51.1 mAP, 4.74 ms) fast an EfficientDet-d5 (51.5 mAP, 67.86 ms) heran. Dadurch eignet sich YOLOv10 deutlich besser für Echtzeit-Videostreaming oder schnelle Fertigungsprozesse. EfficientDet-d0 hat in der Tabelle die geringsten FLOPs (2.54B).

Anwendungsfälle und Empfehlungen#

Die Wahl zwischen YOLOv10 und EfficientDet hängt von deinen konkreten Projektanforderungen, Einsatzbeschränkungen und Präferenzen beim Ökosystem ab.

Wann du YOLOv10 wählen solltest#

YOLOv10 eignet sich besonders für:

  • Echtzeiterkennung ohne NMS: Anwendungen, die von einer durchgängigen Erkennung ohne Non-Maximum Suppression profitieren und dadurch die Komplexität der Bereitstellung verringern.
  • Ausgewogenes Verhältnis von Geschwindigkeit und Genauigkeit: Projekte, die über verschiedene Modellgrößen hinweg ein ausgewogenes Verhältnis zwischen Inferenzgeschwindigkeit und Erkennungsgenauigkeit erfordern.
  • Anwendungen mit gleichbleibender Latenz: Bereitstellungsszenarien, in denen vorhersehbare Inferenzzeiten entscheidend sind, etwa in der Robotik oder bei autonomen Systemen.

Wann du EfficientDet wählen solltest#

EfficientDet empfiehlt sich für:

  • Google Cloud und TPU-Pipelines: TensorFlow-basierte Systeme auf der Google-Cloud-TPU-Infrastruktur, auf der die Referenzimplementierung von EfficientDet das TPU-Training unterstützt.
  • Forschung zur zusammengesetzten Skalierung: Akademische Benchmarks, die untersuchen, wie sich eine ausgewogene Skalierung von Netzwerktiefe, -breite und Auflösung auswirkt.
  • Bereitstellung auf Mobilgeräten mit LiteRT: Projekte, die ausdrücklich den Export über LiteRT (ehemals TensorFlow Lite) für Android- oder Embedded-Linux-Geräte benötigen.

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 entscheidenden Vorteil bietet.
  • Erkennung kleiner Objekte: Anspruchsvolle Szenarien wie Luftaufnahmen von Drohnen oder die Analyse von IoT-Sensordaten, bei denen ProgLoss und STAL die Genauigkeit bei kleinen Objekten verbessern.

Der moderne Standard: Ultralytics YOLO26 kommt#

YOLOv10 führte die YOLO-Erkennung ohne NMS ein, und EfficientDet zeigte den Nutzen einer systematischen Skalierung. Die Bildverarbeitung hat sich jedoch weiterentwickelt. Für Entwickler, die heute neue Projekte beginnen, ist Ultralytics YOLO26 das empfohlene Modell. Es wurde im Januar 2026 veröffentlicht und vereint diese Ansätze in einem produktionsreifen Paket, das von der Ultralytics Platform unterstützt wird.

Warum YOLO26 die Konkurrenz übertrifft#

  1. Durchgängiges, NMS-freies Design: YOLO26 bietet YOLOv10s durchgängiges, NMS-freies Design als optionalen One-to-One-Head (nms=False), was die Bereitstellung vereinfacht und die Inferenz beschleunigt.
  2. Bis zu 43 % schnellere CPU-Inferenz: Auf Edge-Geräten ohne dedizierte Beschleuniger läuft YOLO26n auf Standard-CPUs bis zu 43 % schneller als YOLO11n.
  3. Fortschrittlicher MuSGD-Optimierer: Inspiriert von Trainingsmethoden für große Sprachmodelle (LLMs), verwendet YOLO26 eine Kombination aus SGD und Muon, um stabiles Training und schnelle Konvergenz zu ermöglichen und so die Trainingseffizienz im Vergleich zu EfficientDet zu verbessern.
  4. ProgLoss + STAL: Progressive Loss und eine Labelzuweisung für kleine Ziele (STAL) verbessern die Erkennung kleiner Objekte, mit der frühere Detektoren häufig Schwierigkeiten hatten.
  5. Entfernung von DFL: Durch das Entfernen von Distribution Focal Loss wird der Export in viele Hardwareformate vereinfacht, darunter OpenVINO und CoreML.

YOLO26 bietet auch mehr Vielseitigkeit. EfficientDet und YOLOv10 sind zwar Erkennungsmodelle, doch YOLO26 unterstützt mit demselben Ultralytics-Python-Paket auch Instanzsegmentierung, semantische Segmentierung, Tiefenschätzung, Bildklassifizierung, Posenschätzung und gedrehte Begrenzungsboxen.

Aktiv gepflegtes Ökosystem

Sowohl YOLO11 als auch YOLOv8 werden im Ultralytics-Ökosystem weiterhin vollständig unterstützt. Für die beste Kombination aus Leistung, Stabilität und langfristigem Support empfehlen wir offiziell gepflegte Ultralytics-Modelle.

Einfache Nutzung mit Ultralytics#

Das gut gepflegte Ökosystem von Ultralytics sorgt für eine reibungslose Entwicklererfahrung. Ein Modell zu trainieren, zu validieren und in TensorRT zu exportieren, erfordert nur wenige Codezeilen.

from ultralytics import YOLO

# Ein vortrainiertes YOLOv10-Modell laden (oder nativ auf YOLO26 aktualisieren)
model = YOLO("yolov10n.pt")

# Das Modell effizient mit einem benutzerdefinierten Datensatz trainieren
model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Inferenz ausführen und Ergebnisse sofort visualisieren
results = model("https://ultralytics.com/images/bus.jpg")
results[0].show()

# Für eine schnelle Bereitstellung exportieren
model.export(format="engine", quantize=16)

Fazit#

Bei der Wahl zwischen YOLOv10 und EfficientDet kommt es auf deine Framework-Präferenzen und Geschwindigkeitsanforderungen an. EfficientDet bietet im TensorFlow-Ökosystem einen strukturierten Ansatz zur Modellskalierung. YOLOv10 bietet jedoch eine schnellere Echtzeitleistung, einen geringeren Speicherbedarf und dank seiner NMS-freien Architektur einen einfacheren Weg zur Bereitstellung.

Für die beste Kombination aus Leistung, Benutzerfreundlichkeit und Vielseitigkeit bei mehreren Aufgaben empfehlen wir YOLO26 auf der Ultralytics Platform. Das Modell übernimmt den NMS-freien Ansatz von YOLOv10, ergänzt neuere Trainingstechniken wie den MuSGD-Optimierer und wird in einem quelloffenen Framework bereitgestellt, das von einer großen weltweiten Community unterstützt wird.

Kommentare

Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.