Erste Schritte

YOLOv7 und DAMO-YOLO im Vergleich

Die Echtzeit-Objekterkennung entwickelt sich ständig weiter, während Forschende und Ingenieurinnen und Ingenieure nach der besten Balance zwischen Geschwindigkeit und Genauigkeit suchen. Dieser technische Vergleich untersucht zwei bemerkenswerte Architekturen aus dem Jahr 2022: YOLOv7 und DAMO-YOLO. Beide Modelle führten neue Konzepte in der Computer-Vision-Community ein und gingen unterschiedliche Herausforderungen beim Modelltraining, Architekturdesign und der Bereitstellung an.

Hintergrund und technische Details der Modelle#

Beide Modelle wurden von führenden Forschungsgruppen entwickelt und führten neue Verfahren zur Verbesserung der Echtzeit-Objekterkennung ein.

YOLOv7-Details#

Als Weiterentwicklung der YOLO-Familie führte YOLOv7 das Konzept trainierbarer „Bag-of-Freebies“ ein, um die Genauigkeit deutlich zu verbessern, ohne die Inferenzkosten zu erhöhen.

Mehr über YOLOv7 erfahren

DAMO-YOLO im Detail#

DAMO-YOLO wurde von Forschenden der Alibaba Group entwickelt und setzte stark auf Neural Architecture Search (NAS) und Wissensdestillation, um effiziente Modelle für unterschiedliche Hardware zu erstellen.

Mehr über DAMO-YOLO erfahren

Architektonische Innovationen#

YOLOv7: Analyse von Gradientenpfaden und Reparametrisierung#

YOLOv7 setzt stark auf Extended Efficient Layer Aggregation Networks (E-ELAN). Die Autorinnen und Autoren entwickelten E-ELAN durch die Analyse der Gradientenpfade des Netzwerks. Dadurch kann das Netzwerk kontinuierlich lernen, ohne den ursprünglichen Gradientenpfad zu beeinträchtigen. Außerdem verwendet YOLOv7 zur Inferenzzeit eine Modellreparametrisierung, bei der Ebenen zusammengeführt werden, um die Anzahl der FLOPs zu reduzieren und die Ausführung zu beschleunigen. Dadurch eignet sich das Modell hervorragend für die Echtzeitinferenz auf modernen GPUs.

DAMO-YOLO: Suche nach neuronalen Architekturen und RepGFPN#

DAMO-YOLO verfolgt einen anderen Ansatz und nutzt intensiv die Suche nach neuronalen Architekturen (NAS) unter Latenzbeschränkungen. Das Framework MAE-NAS ermittelt optimale Backbones für bestimmte Hardware, beispielsweise Mobilgeräte oder spezielle Edge-Beschleuniger. Für den Neck kommt ein effizientes RepGFPN (reparametrisiertes, generalisiertes Feature-Pyramid-Netzwerk) zum Einsatz. Das ZeroHead-Design verringert die Rechenlast der Vorhersageköpfe.

Unterschiede bei der Destillation

YOLOv7 setzt auf starke inhärente Architekturoptimierungen, während DAMO-YOLO stark von einem komplexen, mehrstufigen Wissensdestillationsverfahren abhängt. Dafür muss ein großes Lehrermodell trainiert werden, um Wissen in ein kleineres Schülermodell zu übertragen. Das kann in der Trainingsphase rechenintensiv sein.

Leistungs- und Metrikvergleich#

Beim Vergleich dieser Modelle solltest du unbedingt mAP (mittlere durchschnittliche Präzision), Inferenzgeschwindigkeit und Modellkomplexität berücksichtigen.

ModellGröße
(Pixel)
mAPval50-95Geschwindigkeit
CPU ONNX
(ms)
Geschwindigkeit
T4 TensorRT10
(ms)
Parameter
(M)
FLOPs
(B)
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3

Die Tabelle oben zeigt, dass YOLOv7 auch bei hohen Genauigkeitsanforderungen gut skaliert (YOLOv7x), während DAMO-YOLO hochoptimierte winzige Modelle für Umgebungen mit begrenzten Ressourcen bietet.

Trainingseffizienz und Speicherbedarf#

Ein wichtiger Unterschied zwischen den beiden Architekturen liegt in ihren Trainingsmethoden. Da DAMO-YOLO auf Destillation setzt, erfordert das Training eines neuen Modells von Grund auf oder die Feinabstimmung mit einem benutzerdefinierten Computer-Vision-Datensatz oft deutlich mehr VRAM und GPU-Rechenzeit.

Im Gegensatz dazu sind nativ vom Ultralytics-Ökosystem unterstützte Modelle wie YOLOv8 und spätere Versionen auf einen geringen Speicherbedarf beim Training optimiert. Sie ermöglichen größere Batch-Größen auf handelsüblicher Hardware, ohne dass Fehler wegen unzureichenden Speichers auftreten. Das vereinfacht die Versuchsverfolgung und den iterativen Entwicklungsprozess.

Der Vorteil von Ultralytics#

YOLOv7 und DAMO-YOLO bieten zwar beide überzeugende Funktionen, doch die Bereitstellung von Modellen innerhalb des Ultralytics-Ökosystems sorgt für eine einfachere Entwicklung.

  • Einfache Bedienung: Das Ultralytics-Python-Paket bietet eine einheitliche, unkomplizierte API. Du kannst schnell zwischen Modellarchitekturen wechseln, Trainingsschleifen starten oder mit wenigen Codezeilen Inferenz ausführen.
  • Gut gepflegtes Ökosystem: Ultralytics veröffentlicht regelmäßig Aktualisierungen und gewährleistet so native Kompatibilität mit den neuesten PyTorch-Versionen und CUDA-Treibern. Außerdem wird der Export von Modellen in Formate wie ONNX, TensorRT und OpenVINO vereinfacht.
  • Vielseitigkeit: Anders als DAMO-YOLO, das ausschließlich ein Objektdetektor ist, unterstützt das Ultralytics-Ökosystem von Haus aus eine Vielzahl von Aufgaben. Modelle der Ultralytics-Familie können Begrenzungsrahmen erkennen, Instanzsegmentierung, Bildklassifizierung, Posenschätzung und orientierte Begrenzungsrahmen (OBB) durchführen. YOLO26 ergänzt semantische Segmentierung und Tiefenschätzung.

Codebeispiel: Schnell loslegen#

So kannst du Ultralytics-Modelle laden, trainieren und für die Inferenz verwenden:

from ultralytics import YOLO

# Ein vortrainiertes YOLO26-Modell laden (native YOLOv7-Gewichte werden von Ultralytics nicht unterstützt)
model = YOLO("yolo26n.pt")

# Das Modell mit automatischer Verwaltung der Hyperparameter auf dem COCO8-Datensatz trainieren
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Eine Inferenz auf einem Bild ausführen
predictions = model("https://ultralytics.com/images/bus.jpg")

# Für die Bereitstellung ins ONNX-Format exportieren
model.export(format="onnx")
Modelle exportieren

Mit Ultralytics exportierst du trainierte Gewichte in verschiedene hardwarebeschleunigte Formate wie TensorRT oder CoreML über ein einzelnes Argument im Exportbefehl. Separate Konvertierungsskripte sind nicht nötig.

Die nächste Generation: YOLO26#

YOLOv7 bleibt zwar eine leistungsfähige ältere Architektur, doch das Feld hat sich rasant weiterentwickelt. Für neue Bereitstellungen empfiehlt sich Ultralytics YOLO26, veröffentlicht im Januar 2026. Das Modell verbessert gegenüber früheren Generationen sowohl die Genauigkeit als auch die CPU-Geschwindigkeit.

  • End-to-End-Design ohne NMS: Aufbauend auf dem NMS-freien Training, das YOLOv10 in YOLO-Modelle eingeführt hat, überspringt der optionale One-to-One-Kopf von YOLO26 (nms=False) die Nachverarbeitung mit Nicht-Maximum-Unterdrückung (NMS). Das verringert die Latenzschwankungen und vereinfacht die Bereitstellung für Robotik und autonome Fahrsysteme.
  • MuSGD-Optimierer: Inspiriert von fortgeschrittenen Trainingsverfahren für große Sprachmodelle, etwa Kimi K2 von Moonshot AI, verbindet dieser Hybridoptimierer SGD und Muon. Das sorgt für stabileres Training und schnellere Konvergenz.
  • Bis zu 43 % schnellere CPU-Inferenz: Durch das Entfernen des Distribution Focal Loss (DFL) vereinfacht YOLO26 den Export und beschleunigt die Inferenz auf Edge-Geräten und CPUs. YOLO26n läuft auf einer CPU bis zu 43 % schneller als YOLO11n.
  • ProgLoss + STAL: Ein progressiver Verlust und eine auf kleine Objekte abgestimmte Labelzuweisungsstrategie verbessern die Erkennung kleiner Objekte. Dadurch eignet sich YOLO26 gut für Luftbilder und detaillierte Überwachung.

Ideale Anwendungsfälle#

Wann du DAMO-YOLO wählen solltest#

  • Akademische Forschung zu NAS: Wenn sich deine Organisation intensiv mit der Erforschung von Methoden zur Suche nach neuronalen Architekturen befasst.
  • Äußerst strenge Latenzvorgaben bei spezieller Hardware: Wenn du über die Ressourcen verfügst, umfassende NAS-Suchen durchzuführen, um ein maßgeschneidertes Backbone für einen speziellen KI-Beschleunigerchip zu finden.

Wann du YOLOv7 wählen solltest#

  • Bestehende GPU-Pipelines: Für Teams, die bestehende Produktionspipelines betreuen, welche auf leistungsstarker NVIDIA-Hardware umfassend für die spezielle E-ELAN-Architektur von YOLOv7 optimiert wurden.

Warum du zu modernen Ultralytics-Modellen wechseln solltest (YOLO11 / YOLO26)#

Für die meisten Unternehmensanwendungen – von Einzelhandelsanalysen und intelligenter Fertigung bis zum Gesundheitswesen – sind moderne Ultralytics-Modelle die praktische Standardwahl. Die Integration mit der Ultralytics Platform bietet eine vollständige ML-Pipeline mit einer einfachen API, ausführlicher Dokumentation, einer aktiven Community und Unterstützung für mehrere Aufgaben. Ob du den Bestand auf einem Raspberry Pi verfolgst oder umfangreiche Analysen in der Cloud ausführst: Modelle wie YOLO26 bieten eine ausgewogene Kombination aus Geschwindigkeit und Genauigkeit.

Kommentare

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