YOLOv10 vs. EfficientDet#

Die Auswahl des optimalen neuronalen Netzes für die Objekterkennung ist eine entscheidende Weichenstellung für den Erfolg moderner Computer-Vision-Systeme. Zwei Architekturen, die das Fachgebiet maßgeblich geprägt haben, sind YOLOv10 und EfficientDet. Beide zielen darauf ab, die Genauigkeit zu maximieren und zugleich den Rechenaufwand zu minimieren, verfolgen dabei jedoch grundlegend unterschiedliche Architekturansätze.

Dieser umfassende Leitfaden geht auf die besonderen Designs, Trainingsmethoden und Einsatzmerkmale der Modelle ein und hilft Entwicklern und ML-Ingenieuren, datenbasierte Entscheidungen für Vision-KI-Anwendungen zu treffen. Wir untersuchen ihre Leistung auf Hardware von eingebetteten Edge-KI-Geräten bis hin zu leistungsstarken Cloud-GPUs.

YOLOv10: Der Wegbereiter der NMS-freien Erkennung#

YOLOv10 wurde entwickelt, um die Grenzen der Latenz bei Echtzeitanwendungen zu verschieben, und ging einen der hartnäckigsten Engpässe der YOLO-Familie an: Non-Maximum Suppression (NMS). Durch den Wegfall dieses Nachbearbeitungsschritts erzielt das Modell eine äußerst vorhersehbare Latenz – entscheidend für autonome Fahrzeuge und Hochgeschwindigkeitsrobotik.

Architektonische Innovationen#

YOLOv10 führt konsistente doppelte Zuweisungen für das NMS-freie Training ein. Während des Trainings nutzt das Modell sowohl One-to-many- als auch One-to-one-Label-Zuweisungen. So kann das Netzwerk aussagekräftige Repräsentationen erlernen und bei der Inferenz nativ für jedes Objekt nur die beste einzelne Bounding Box ausgeben. Die Architektur umfasst außerdem ein ganzheitliches, auf Effizienz und Genauigkeit ausgerichtetes Design. Dazu wird der Klassifikationskopf optimiert und der Rechenaufwand reduziert, der in früheren Versionen durch redundante Berechnungen entstand.

Modelldetails#

• Autoren: Ao Wang, Hui Chen, Lihao Liu u. a.
• Organisation: Tsinghua-Universität
• Datum: 2024-05-23
• Fachartikel: YOLOv10: Objekterkennung in Echtzeit und durchgängig
• GitHub: THU-MIG/yolov10
• Dokumentation: YOLOv10-Dokumentation

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 deutlich weniger Speicher.
• Ausgezeichnetes Verhältnis von Geschwindigkeit und Genauigkeit: Speziell für Szenarien mit geringer Latenz optimiert, ohne Abstriche bei den Leistungskennzahlen.

Schwächen:

• Auf eine Aufgabe beschränkt: Anders als das breiter aufgestellte Ultralytics-Ökosystem konzentriert sich das ursprüngliche YOLOv10-Repository stark auf Erkennung und bietet keine native Unterstützung für Instanzsegmentierung oder Posenschätzung.

Mehr über YOLOv10 erfahren

EfficientDet: skalierbar und ausgewogen#

EfficientDet wurde von Google Brain vorgestellt und geht die Objekterkennung mit einem systematischen Ansatz zur Skalierung neuronaler Netze an. Das Modell baut auf der EfficientNet-Bildklassifizierungsarchitektur auf und führt einen neuartigen Mechanismus zur Merkmalsfusion ein.

Architektonische Innovationen#

Das Herzstück von EfficientDet ist das bidirektionale Feature Pyramid Network (BiFPN), das eine einfache und schnelle Fusion von Merkmalen auf mehreren Skalen ermöglicht. Anders als herkömmliche FPNs, die Merkmale nur von oben nach unten aufsummieren, bietet BiFPN bidirektionale Verbindungen über verschiedene Skalen und trainierbare Gewichte, mit denen die Bedeutung unterschiedlicher Eingabemerkmale erlernt wird. Darüber hinaus verwendet EfficientDet eine zusammengesetzte Skalierungsmethode, die Auflösung, Tiefe und Breite sämtlicher Backbone-, Merkmals- sowie Box- und Klassifikationsnetzwerke einheitlich skaliert.

Modelldetails#

• Autoren: Mingxing Tan, Ruoming Pang und Quoc V. Le
• Organisation: Google Brain
• Datum: 2019-11-20
• Fachartikel: EfficientDet: Skalierbare und effiziente Objekterkennung
• GitHub: Google AutoML EfficientDet

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 stützt sich stark auf ältere TensorFlow-Versionen, was moderne Bereitstellungspipelines erschweren kann.
• Langsameres Training: EfficientDet von Grund auf zu trainieren ist bekanntermaßen langsam und erfordert im Vergleich zur schnellen Konvergenz von 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 wahre Maßstab für diese Modelle ist ihre empirische Leistung auf standardisierten Benchmarks wie dem COCO-Datensatz. Die folgende Tabelle veranschaulicht die entscheidenden Unterschiede bei der Parameterzahl, den Gleitkommaoperationen (FLOPs) und der Inferenzlatenz auf NVIDIA T4 GPUs.

Wie oben zu sehen ist, hat YOLOv10 bei der reinen Inferenzgeschwindigkeit einen deutlichen Vorsprung. YOLOv10-S erreicht beispielsweise 46.3 mAP bei einer TensorRT-Latenz von nur 2.49 ms, während EfficientDet-d3 mit 47.5 mAP einen ähnlichen Wert erzielt, dafür aber fast 20 ms benötigt. Damit ist YOLOv10 für Videoübertragungen in Echtzeit oder schnell ablaufende Fertigungsprozesse deutlich besser geeignet.

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: Systeme, die eng mit Google Cloud Vision APIs oder einer TPU-Infrastruktur verbunden sind und bei denen EfficientDet nativ optimiert ist.
• 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, auf denen die bis zu 43 % schnellere CPU-Inferenz von YOLO26 einen entscheidenden 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.

Der moderne Standard: Ultralytics YOLO26 kommt#

YOLOv10 führte das bahnbrechende Paradigma ohne NMS ein, und EfficientDet demonstrierte eine systematische Skalierung. Doch die Computer Vision hat sich weiterentwickelt. Für Entwickler, die heute neue Projekte starten, ist Ultralytics YOLO26 der unbestrittene Stand der Technik. Das Modell wurde im Januar 2026 veröffentlicht und vereint die besten Eigenschaften in einem ausgereiften, produktionsreifen Paket innerhalb der Ultralytics Platform.

Warum YOLO26 die Konkurrenz übertrifft#

1. End-to-End-Design ohne NMS: YOLO26 bietet das von YOLOv10 eingeführte End-to-End-Design ohne NMS optional über einen One-to-one-Kopf (nms=False), wodurch die Bereitstellung vereinfacht und die Inferenz beschleunigt wird.
2. Bis zu 43 % schnellere CPU-Inferenz: Für Edge-Geräte ohne dedizierte Beschleuniger ist YOLO26 speziell auf den effizienten Betrieb auf Standard-CPUs ausgelegt.
3. Fortschrittlicher MuSGD-Optimierer: Inspiriert von Neuerungen beim Training von LLMs kombiniert YOLO26 SGD und Muon, um äußerst stabiles Training und schnelle Konvergenz zu ermöglichen. Dadurch verbessert sich die Trainingseffizienz im Vergleich zu EfficientDet erheblich.
4. ProgLoss + STAL: Diese verbesserten Verlustfunktionen steigern die Erkennung kleiner Objekte deutlich – eine traditionelle Schwachstelle sowohl von YOLOv10 als auch von EfficientDet.
5. Verzicht auf DFL: Durch den Wegfall von Distribution Focal Loss lässt sich YOLO26 nahtlos in nahezu jedes Hardwareformat exportieren, darunter OpenVINO und CoreML.

Darüber hinaus bietet YOLO26 eine unübertroffene Vielseitigkeit. Während EfficientDet und YOLOv10 ausschließlich der Objekterkennung dienen, unterstützt YOLO26 nahtlos orientierte Bounding Boxes, Bildklassifizierung und Instanzsegmentierung – alles mit demselben intuitiven Ultralytics-Python-Paket.

Einfache Nutzung mit Ultralytics#

Das von Ultralytics bereitgestellte und aktiv gepflegte Ökosystem sorgt für eine reibungslose Entwicklererfahrung. Ein Modell zu trainieren, zu validieren und in TensorRT zu integrieren, erfordert nur wenige Zeilen Code.

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#

Beim Vergleich von YOLOv10 und EfficientDet hängt die Wahl stark von deinen bevorzugten Frameworks und den Anforderungen an die Geschwindigkeit ab. EfficientDet bietet einen strukturierten Ansatz zur Skalierung von Modellen innerhalb des TensorFlow-Ökosystems. YOLOv10 bietet jedoch eine überlegene Echtzeitleistung, einen geringeren Speicherverbrauch und dank seiner NMS-freien Architektur einen einfacheren Weg zur Bereitstellung.

Für die bestmögliche Balance aus Leistung, Benutzerfreundlichkeit und Vielseitigkeit bei verschiedenen Aufgaben wird ein Upgrade auf die Ultralytics Platform und die Verwendung von YOLO26 dringend empfohlen. YOLO26 baut auf den NMS-freien Innovationen von YOLOv10 auf, nutzt modernste Trainingstechniken wie den MuSGD-Optimierer und vereint sie in einem robusten Open-Source-Framework, das von einer großen globalen Community unterstützt wird.