YOLOv7 im Vergleich zu YOLOv5
Beim Aufbau moderner Computer-Vision-Pipelines ist die Auswahl der passenden Objekterkennungsarchitektur entscheidend, um Genauigkeit, Inferenzgeschwindigkeit und Ressourcennutzung auszubalancieren. Dieser Vergleich betrachtet zwei einflussreiche Modelle im Bereich Computer Vision: YOLOv7 und Ultralytics YOLOv5.
Dieser Leitfaden analysiert die architektonischen Unterschiede, Leistungskennzahlen und idealen Bereitstellungsszenarien, damit Entwickler und Forscher das beste Modell für ihre spezifischen Anforderungen auswählen können.
Hintergrund und Ursprung der Modelle#
Wenn du den Ursprung dieser Modelle kennst, kannst du ihre Designphilosophie und vorgesehenen Einsatzbereiche besser einordnen.
YOLOv5#
YOLOv5 wurde am 26. Juni 2020 von Glenn Jocher und dem Team bei Ultralytics veröffentlicht. Die native Implementierung mit PyTorch stellte die Benutzerfreundlichkeit in den Vordergrund, ohne Abstriche bei der Leistung zu machen. Dank des optimierten Ökosystems und zuverlässiger Trainingsdynamik wurde das Modell schnell zum Industriestandard. Den Quellcode findest du im YOLOv5-GitHub-Repository; direkt auf das Modell zugreifen kannst du über die Ultralytics Platform.
YOLOv7#
YOLOv7 wurde am 6. Juli 2022 von Chien-Yao Wang, Alexey Bochkovskiy und Hong-Yuan Mark Liao vom Institute of Information Science der Academia Sinica in Taiwan vorgestellt. Der Schwerpunkt lag auf architektonischen Neuerungen wie Extended Efficient Layer Aggregation Networks (E-ELAN) und einem trainierbaren „Bag of Freebies“, um bei der Genauigkeit den neuesten Stand der Technik zu erreichen. Weitere Informationen findest du in der offiziellen arXiv-Arbeit und im YOLOv7-GitHub-Repository. Informationen zum Ausführen exportierter YOLOv7-Modelle mit Ultralytics findest du in der Ultralytics-Dokumentation zu YOLOv7.
YOLOv5 ist vollständig in das Ultralytics-Python-Paket integriert. YOLOv7 wird nativ weder für das Training noch für die PyTorch-Inferenz unterstützt. Vorgelagerte YOLOv7-Checkpoints, die nach ONNX oder TensorRT exportiert wurden, lassen sich jedoch wie in der YOLOv7-Dokumentation beschrieben mit Ultralytics ausführen.
Architektonische Innovationen#
Das Design von Ultralytics YOLOv5#
YOLOv5 verwendet einen modifizierten CSPDarknet53-Backbone in Kombination mit einem Path-Aggregation-Network-Neck (PANet). Dieses Design ist stark auf schnelle Merkmalsextraktion und effiziente Speichernutzung optimiert. Im Gegensatz zu älteren Architekturen oder umfangreichen Transformer-Modellen benötigt YOLOv5 beim Training deutlich weniger CUDA-Speicher. Dadurch sind größere Batchgrößen auf handelsüblichen GPUs möglich. Neben standardmäßigen Begrenzungsrahmen ergänzte das YOLOv5-Repository auch Instanzsegmentierung (v7.0) und Bildklassifizierung (v6.2).
Das Design von YOLOv7#
YOLOv7 führte mehrere strukturelle Reparametrisierungen und die E-ELAN-Architektur ein. Dadurch kann das Netzwerk vielfältigere Merkmale lernen, ohne den ursprünglichen Gradientenpfad zu zerstören. Außerdem wird ein zusätzlicher Kopf zur Zwischenüberwachung während des Trainings eingesetzt. Diese Fortschritte sorgen zwar für eine hohe mittlere Average Precision (mAP), führen aber oft zu komplexen Tensorstrukturen, die den Export in Edge-Formate wie ONNX oder TensorRT im Vergleich zu den optimierten, nativen Exporten von Ultralytics-Modellen etwas anspruchsvoller machen können.
Leistungsanalyse#
Beim Vergleich dieser Modelle müssen Entwickler mAPval50-95, Inferenzgeschwindigkeit und Rechenkomplexität (FLOPs) gegeneinander abwägen. Die folgende Tabelle zeigt die Leistung beider Architekturen bei der Auswertung auf dem COCO-Datensatz.
| Modell | Größe (Pixel) | mAPval50-95 | Geschwindigkeit CPU ONNX (ms) | Geschwindigkeit T4 TensorRT10 (ms) | Parameter (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
| 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 |
Wichtigste Erkenntnisse#
- Genauigkeitsobergrenze: YOLOv7x erzielt mit 53,1 mAPval50-95 die höchste Gesamtgenauigkeit und ist damit besonders konkurrenzfähig in Szenarien, in denen die maximale Erkennungsleistung oberstes Ziel ist.
- Geschwindigkeit und Effizienz: Ultralytics YOLOv5n ist sehr effizient: Die Inferenzlatenz auf T4 TensorRT beträgt 1,12 ms, und das Modell hat nur 1,9 Mio. Parameter. Damit eignet es sich gut für Edge-Bereitstellungen mit stark begrenzten Ressourcen.
- Ausgewogene Leistung: Die YOLOv5-Reihe bietet eine breite Auswahl an Modellgrößen. YOLOv5l ist ein guter Mittelweg: Das Modell liegt bei der Genauigkeit knapp hinter YOLOv7l, bietet aber eine sehr ausgereifte Bereitstellungspipeline.
Die Vorteile des Ultralytics-Ökosystems#
Die Architektur eines Modells ist nur die halbe Gleichung: Das Ökosystem drumherum entscheidet über seine Praxistauglichkeit. Ultralytics-Modelle werden mit diesem Aspekt im Blick entwickelt.
Benutzerfreundlichkeit: Ultralytics bietet eine einheitliche, intuitive Python-API. Du kannst Modelle mit minimalem Gerüstcode trainieren, validieren und bereitstellen und wirst dabei durch eine ausführliche offizielle Dokumentation unterstützt. Gepflegtes Ökosystem: Die aktive Entwicklung sorgt für regelmäßige Aktualisierungen und Fehlerbehebungen sowie für Integrationen mit modernen Tracking-Tools wie Weights & Biases. Trainingseffizienz: Dank optimierter Datenlader und intelligenter Zwischenspeicherung verkürzt YOLOv5 die Trainingszeiten. Außerdem beschleunigen sofort einsatzbereite vortrainierte Gewichte das Transferlernen über verschiedene Bereiche hinweg.
Codebeispiel: Vereinfachtes Training#
Mit dem Ultralytics-Paket sieht der Start eines Trainingslaufs für jede unterstützte Architektur gleich aus.
from ultralytics import YOLO
# Ein vortrainiertes YOLOv5-Modell laden
model = YOLO("yolov5su.pt") # YOLOv5u: ankerfreie YOLOv5-Gewichte für das ultralytics-Paket
# Trainiere das Modell mit dem Beispieldatensatz COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Exportiere das trainierte Modell zur Bereitstellung im ONNX-Format
success = model.export(format="onnx")Ideale Anwendungsfälle#
Wann du YOLOv7 wählen solltest#
- Akademisches Benchmarking: Nützlich für Forscher, die neue Techniken mit einer gut dokumentierten Baseline aus dem Jahr 2022 vergleichen müssen.
- Verarbeitung in einer Cloud mit leistungsstarken GPUs: Für Bereitstellungen auf leistungsfähiger Serverhardware, bei denen der höchste mAP-Wert in dichten Szenen wichtiger ist als ein einfacher Export.
Wann du YOLOv5 wählen solltest#
- Produktiveinsatz: Ideal für kommerzielle Anwendungen, die hohe Stabilität, unkomplizierte Optionen zur Modellbereitstellung und breite plattformübergreifende Kompatibilität erfordern.
- Edge-Geräte: Die kleineren Varianten YOLOv5n und YOLOv5s laufen gut auf Mobiltelefonen und eingebetteten Systemen.
- Anforderungen an mehrere Aufgaben: Wenn dein Projekt mithilfe eines einheitlichen Frameworks von einfacher Erkennung auf Instanzsegmentierung oder Klassifizierung ausgeweitet werden soll.
Suchst du nach neueren Versionen? Sieh dir Ultralytics YOLOv8 oder Ultralytics YOLO11 an, um mehr über Fortschritte bei der ankerfreien Erkennung und beim Lernen mehrerer Aufgaben zu erfahren.
Die nächste Generation: Ultralytics YOLO26#
YOLOv5 und YOLOv7 nehmen zwar wichtige Plätze in der Geschichte der Vision-KI ein, doch die Landschaft entwickelt sich ständig weiter. Ultralytics YOLO26, veröffentlicht im Januar 2026, ist das neueste Modell von Ultralytics und verbessert gegenüber früheren Generationen die Genauigkeit, die CPU-Geschwindigkeit und die Einfachheit der Bereitstellung.
YOLO26 führt mehrere wichtige Funktionen ein:
- End-to-End-Design ohne NMS: Aufbauend auf dem NMS-freien Training, das YOLOv10 in YOLO-Modelle eingeführt hat, bietet YOLO26 optional einen End-to-End-Kopf (
nms=False), der die Nachverarbeitung mit Nicht-Maximum-Unterdrückung (NMS) überspringt. Dadurch sinkt die Latenz und die Bereitstellungslogik wird einfacher. - MuSGD-Optimierer: Inspiriert von Kimi K2 von Moonshot AI kombiniert dieser Hybridoptimierer das herkömmliche SGD mit Muon und überträgt Trainingsideen aus dem Bereich großer Sprachmodelle auf die Computer Vision, um das Training stabiler zu machen und die Konvergenz zu beschleunigen.
- Höhere CPU-Geschwindigkeit: Durch das Entfernen des Distribution Focal Loss (DFL) erreicht YOLO26n eine bis zu 43 % schnellere CPU-Inferenz als YOLO11n. Damit eignet sich YOLO26 gut für Edge-KI und die Bereitstellung auf stromsparenden IoT-Geräten.
- ProgLoss + STAL: Progressive Loss und eine auf kleine Objekte abgestimmte Labelzuweisung verbessern die Erkennung kleiner Objekte. Das ist entscheidend für Luftbilder und Präzisionsrobotik.
- Aufgabenspezifische Verbesserungen: Dazu gehören ein semantischer Segmentierungsverlust für die Maskengenerierung, Residual Log-Likelihood Estimation (RLE) für die Posenschätzung und ein spezialisierter Winkelverlust zur Behebung von Randproblemen bei orientierten Begrenzungsrahmen (OBB).
Fazit#
YOLOv5 und YOLOv7 bieten beide leistungsfähige Lösungen für die Objekterkennung in Echtzeit. YOLOv7 ist weiterhin eine gute Wahl für maximale Genauigkeit auf leistungsstarker Hardware, während YOLOv5 als entwicklerfreundliches Werkzeug mit einer ausgewogenen Kombination aus Geschwindigkeit und Effizienz sowie einem ausgereiften Ökosystem überzeugt.
Wenn du deine Pipelines zukunftssicher machen und die beste Kombination aus Geschwindigkeit, Einfachheit und Genauigkeit erzielen möchtest, empfiehlt sich der Umstieg auf Ultralytics YOLO26. Dabei bleibt die Benutzerfreundlichkeit des Ultralytics-Ökosystems erhalten, während die oben beschriebenen Architekturverbesserungen hinzukommen.
Kommentare
Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.