YOLOv5 vs. EfficientDet
Wenn du ein neues Projekt im Bereich Bildverarbeitung startest, gehört die Wahl der passenden neuronalen Netzwerkarchitektur zu den wichtigsten Entscheidungen. Dieser Leitfaden bietet einen ausführlichen technischen Vergleich zwischen Ultralytics YOLOv5 und Googles EfficientDet. Durch die Analyse ihrer Architekturen, Leistungskennzahlen und Trainingsökosysteme hilft er Entwicklern und Forschenden dabei, das beste Modell zur Objekterkennung für ihre jeweilige Bereitstellungsumgebung zu finden.
EfficientDet führte neuartige Konzepte zur zusammengesetzten Skalierung und Merkmalsfusion ein. YOLOv5 machte die leistungsstarke Objekterkennung hingegen durch seine intuitive PyTorch-Implementierung, die optimierte Benutzererfahrung und das ausgewogene Verhältnis von Geschwindigkeit und Genauigkeit allgemein zugänglich.
Ultralytics YOLOv5: Der zugängliche Industriestandard#
YOLOv5 wurde im Juni 2020 veröffentlicht und markierte einen entscheidenden Wandel in der Entwicklung von YOLO. Da es nativ in PyTorch statt im C-basierten Darknet-Framework älterer YOLO-Versionen entwickelt wurde, avancierte es zur bevorzugten Architektur für Entwickler, die Modelle schnell erstellen, trainieren und bereitstellen wollten.
- Autoren: Glenn Jocher
- Organisation: Ultralytics
- Datum: 2020-06-26
- GitHub: https://github.com/ultralytics/yolov5
- Dokumentation: https://docs.ultralytics.com/models/yolov5
Architektonische Innovationen#
YOLOv5 ist für eine optimierte Architektur und einen optimierten Lebenszyklus des maschinellen Lernens bekannt. Das Modell verwendet ein modifiziertes CSPDarknet53-Backbone in Verbindung mit einem Path Aggregation Network (PANet)-Hals, der die Merkmalsweitergabe über mehrere räumliche Maßstäbe hinweg verbessert.
Zu den wichtigsten Fortschritten gehören:
- Mosaik-Datenerweiterung: Bei dieser Trainingstechnik werden vier verschiedene Trainingsbilder zu einem einzigen Mosaik kombiniert. Dadurch muss das Modell lernen, Objekte in komplexen räumlichen Kontexten zu erkennen, und verbessert seine Fähigkeit, kleine Ziele zu erkennen.
- Automatisch lernende Ankerboxen: Vor Trainingsbeginn analysiert YOLOv5 deine benutzerdefinierten Trainingsdaten und berechnet mithilfe von k-Means-Clustering automatisch die optimalen Abmessungen der Ankerboxen.
- Speichereffizienz: Im Vergleich zu großen Transformer-basierten Modellen benötigt YOLOv5 sowohl beim Training als auch bei der Inferenz weniger Arbeitsspeicher und läuft dadurch problemlos auf Hardware für Endverbraucher.
EfficientDet: Skalierbare Objekterkennung#
EfficientDet wurde 2019 von Google Research vorgestellt und sollte eine Familie skalierbarer Objektdetektoren bereitstellen. Das Modell baut auf dem EfficientNet-Backbone für die Bildklassifizierung auf und führt einen neuartigen Mechanismus zur Merkmalsfusion ein.
- Autoren: Mingxing Tan, Ruoming Pang und Quoc V. Le
- Organisation: Google
- Datum: 2019-11-20
- arXiv: https://arxiv.org/abs/1911.09070
- GitHub: https://github.com/google/automl/tree/master/efficientdet
- Dokumentation: https://github.com/google/automl/tree/master/efficientdet#readme
Architektonische Innovationen#
Der Kernansatz von EfficientDet beruht auf einer systematischen Skalierung und Aggregation von Merkmalen:
- Bidirektionales Merkmals-Pyramidennetzwerk (BiFPN): Anders als herkömmliche FPNs, die Informationen nur von oben nach unten weitergeben, ermöglicht BiFPN eine schnelle und einfache Fusion von Merkmalen verschiedener Maßstäbe. Dazu werden lernbare Gewichte eingeführt, mit denen die Bedeutung der verschiedenen Eingabemerkmale ermittelt wird.
- Zusammengesetzte Skalierung: EfficientDet skaliert Auflösung, Tiefe und Breite für alle Backbone-, Merkmals- und Box-/Klassenvorhersagenetzwerke gemeinsam. So entstehen Modelle vom leichtgewichtigen D0 bis zum größten D7.
Weitere Informationen zu EfficientDet
EfficientDet stützt sich stark auf das TensorFlow-Ökosystem und AutoML-Bibliotheken, während YOLOv5 nativ in PyTorch ausgeführt wird und einen Arbeitsablauf bietet, den viele Entwickler als intuitiver, Python-typischer und leichter zu debuggen empfinden.
Leistungs- und Metrikvergleich#
Beim Vergleich dieser Modelle ist es entscheidend, ihre Leistung auf standardisierten Benchmarks wie dem COCO-Datensatz zu bewerten. Die folgende Tabelle zeigt die Kompromisse zwischen Größe, Rechenaufwand (FLOPs) und Inferenzgeschwindigkeit.
| Modell | Größe (Pixel) | mAPval50-95 | Geschwindigkeit CPU ONNX (ms) | Geschwindigkeit T4 TensorRT10 (ms) | Parameter (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
| EfficientDet-d0 | 512 | 34.6 | - | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | - | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 768 | 43.0 | - | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 896 | 47.5 | - | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 1024 | 49.7 | - | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 1280 | 51.5 | - | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 1280 | 52.6 | - | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 1536 | 53.7 | - | 128.07 | 51.9 | 325.0 |
Ausgewogene Analyse#
YOLOv5 zeichnet sich durch flexible Bereitstellung und Kompatibilität mit Hardwarebeschleunigern aus. Bei ähnlicher Genauigkeit ist es mit T4 und TensorRT deutlich schneller als EfficientDet. So erreicht YOLOv5m beispielsweise 45,4 mAP in 4,03 ms, während EfficientDet-d2 43,0 mAP in 10,92 ms erzielt. Dadurch eignet sich YOLOv5 gut für Videoanalysepipelines mit hohem Durchsatz und Pipelines zur Echtzeit-Inferenz. Außerdem ermöglicht das Ultralytics-Ökosystem den Export in Formate wie ONNX, CoreML und TensorRT mit nur einer Befehlszeile.
EfficientDet bietet eine hervorragende Parametereffizienz. Bei einer bestimmten Parameteranzahl erzielt das Modell häufig einen hohen Wert bei der mittleren durchschnittlichen Präzision (mAP). Die Parametereffizienz führt jedoch nicht immer zu kürzeren Inferenzzeiten auf GPUs, da die komplexe Weiterleitung in der BiFPN-Schicht an die Speicherbandbreite statt an die Rechenleistung gebunden sein kann.
Ökosystem und Benutzerfreundlichkeit#
Der entscheidende Vorteil eines Ultralytics-Modells liegt im zugehörigen Ökosystem. YOLOv5 gehört zu einem aktiv gepflegten Repository mit einer großen Community.
Mit der Einführung der Ultralytics Platform können Nutzer den gesamten Weg von der Datenerfassung bis zur Bereitstellung an einem Ort abdecken. Die Plattform unterstützt automatische Annotation, Cloud-Training und Modellüberwachung. Für das Training von EfficientDet muss man sich dagegen häufig mit den komplexen älteren TensorFlow-APIs zur Objekterkennung auseinandersetzen, was beim schnellen Prototyping eine steile Lernkurve bedeuten kann.
Darüber hinaus geht die Vielseitigkeit von YOLOv5 über Begrenzungsrahmen hinaus. In späteren Versionen ergänzte das YOLOv5-Repository Instanzsegmentierung (v7.0) und Bildklassifizierung (v6.2) und bietet damit eine einheitliche Codebasis für mehrere Aufgaben der Bildverarbeitung.
Ideale Anwendungsfälle#
- Wähle YOLOv5, wenn: Du schnelles Prototyping, unkompliziertes Training und eine optimierte Bereitstellung auf Edge-Geräten benötigst. Das Modell eignet sich ideal für Drohnen, Analysen im Einzelhandel und mobile Anwendungen, bei denen eine geringe Latenz entscheidend ist.
- Wähle EfficientDet, wenn: Du ausschließlich in einer Google-Cloud-/TensorFlow-AutoML-Umgebung arbeitest und die höchste Genauigkeit pro Parameter benötigst, ohne strenge Anforderungen an die Latenz in Echtzeit.
Die nächste Generation: YOLO26#
YOLOv5 ist nach wie vor ein zuverlässiger Dauerbrenner, doch die Bildverarbeitung hat sich weiterentwickelt. Für Entwickler, die 2026 neue Projekte starten, ist YOLO26 das neueste und empfohlene Ultralytics-Modell.
YOLO26 baut auf dem Erbe seiner Vorgänger wie YOLOv8 und YOLO11 auf und führt mehrere Neuerungen ein:
- End-to-End-Design ohne NMS: Der optionale Eins-zu-eins-Head von YOLO26 (
nms=False) macht die Nachverarbeitung mit Non-Maximum Suppression überflüssig. Dadurch werden Latenzschwankungen verringert und die Bereitstellungsarchitektur vereinfacht. - Bis zu 43 % schnellere CPU-Inferenz: YOLO26n läuft auf der CPU bis zu 43 % schneller als YOLO11n. Das ist vorteilhaft für Edge-KI-Geräte mit geringem Stromverbrauch und herkömmliche CPUs ohne dedizierte GPUs.
- MuSGD-Optimierer: Diese von Trainingstechniken für große Sprachmodelle (LLM) inspirierte Kombination aus SGD und Muon ermöglicht stabiles Training und schnelle Konvergenz.
- Fortgeschrittene Trainingsstrategien: Die Kombination aus ProgLoss und STAL verbessert die Erkennung kleiner Ziele, was für Drohnenaufnahmen aus großer Höhe und die Robotik entscheidend ist.
- Verzicht auf DFL: Durch das Entfernen von Distribution Focal Loss wird der Modelleport vereinfacht und die Kompatibilität mit unterschiedlichen Hardwarebeschleunigern verbessert.
Wer weitere aktuelle Architekturen aus dem Ultralytics-Ökosystem erkunden möchte, kann auch Modelle wie YOLOv10 oder RT-DETR vergleichen.
Die Ultralytics Python API verwendet für alle Modellgenerationen dieselbe Schnittstelle. Wenn du im Paket ultralytics YOLOv5u-Gewichte verwendest, kannst du durch Ändern der Zeichenfolge für die Modellgewichte in deinem Code ganz einfach auf YOLO26 umsteigen. Projekte, die auf dem ursprünglichen YOLOv5-Repository basieren, müssen zuerst zum Paket ultralytics wechseln.
Codebeispiel: Training und Inferenz#
Hier erfährst du, wie du mit einem YOLO-Modell im Ultralytics-Paket trainierst und Inferenz ausführst. Der Code ist direkt ausführbar und übernimmt automatisch das Herunterladen des Datensatzes, die Trainingsschleifen und die Validierung.
from ultralytics import YOLO
# Ein YOLOv5u-Modell laden ('yolo26n.pt' einsetzen, um die neueste Architektur auszuprobieren)
model = YOLO("yolov5su.pt") # YOLOv5u: ankerfreie YOLOv5-Gewichte für das ultralytics-Paket
# Das Modell 20 Epochen lang mit dem COCO8-Beispieldatensatz trainieren
results = model.train(data="coco8.yaml", epochs=20, imgsz=640)
# Inferenz mit einem Bild aus dem Web ausführen
inference_results = model("https://ultralytics.com/images/bus.jpg")
# Das Bild mit Begrenzungsrahmen anzeigen
inference_results[0].show()Indem Ultralytics die Benutzererfahrung in den Mittelpunkt stellt, sein Ökosystem pflegt und Aktualisierungen wie YOLO26 veröffentlicht, erhalten Entwickler aktuelle Werkzeuge zur Bewältigung realer Herausforderungen der KI im Bereich Bildverarbeitung.
Kommentare
Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.