YOLOv7 im Vergleich zu YOLOv9
Die Landschaft der Echtzeit-Objekterkennung hat sich rasant weiterentwickelt. Jede neue Generation verbessert die Leistung sowohl auf Edge-Geräten als auch auf Cloud-Servern. Bei der Auswahl von Architekturen für Computer-Vision-Projekte vergleichen Entwickler häufig etablierte Benchmarks mit neueren Designs. Dieser Leitfaden vergleicht zwei wichtige Meilensteine der YOLO-Familie: YOLOv7 und YOLOv9.
Der Leitfaden behandelt ihre Architekturen, Leistungskennzahlen und idealen Bereitstellungsszenarien, damit du das passende Modell für deine Anwendung auswählen kannst. Außerdem zeigt er, wie die Ultralytics Platform und die Python-API das Training, die Validierung und die Bereitstellung unterstützter Modelle wie YOLOv9 vereinfachen.
Modellherkunft und technische Daten#
Die Ursprünge und Designgrundsätze dieser Modelle liefern wichtigen Kontext zu ihren Fähigkeiten. Beide Modelle haben gemeinsame Forschungswurzeln, zielen jedoch auf unterschiedliche architektonische Engpässe ab.
YOLOv7: Wegbereiter der Bag-of-Freebies#
YOLOv7 wurde Mitte 2022 veröffentlicht und entwickelte sich zu einer weitverbreiteten, gut optimierten Architektur. Das Modell führte strukturelle Reparametrisierung und einen Ansatz mit einem „trainierbaren Paket kostenloser Vorteile“ ein, um hohe Inferenzgeschwindigkeiten ohne Einbußen bei der mittleren durchschnittlichen Präzision (mAP) zu erzielen.
- Autoren: Chien-Yao Wang, Alexey Bochkovskiy und Hong-Yuan Mark Liao
- Organisation: Institut für Informationswissenschaft, Academia Sinica, Taiwan
- Datum: 6. Juli 2022
- arXiv: 2207.02696
- GitHub: WongKinYiu/yolov7
Architektonische Neuerungen: YOLOv7 nutzt das Extended Efficient Layer Aggregation Network (E-ELAN), mit dem das Modell vielfältigere Merkmale erlernen kann, indem es die Kardinalität erweitert, neu anordnet und zusammenführt. Das Design sorgt für eine ausgezeichnete GPU-Auslastung und geringe Inferenzlatenz. Bei komplexen Trainingsläufen kann es im Vergleich zu modernen Iterationen jedoch viel Speicher benötigen.
YOLOv9: Den Informationsengpass beheben#
YOLOv9 wurde Anfang 2024 vom selben Forschungsteam vorgestellt und begegnet dem „Informationsengpass“, der tiefen neuronalen Netzen innewohnt. Wenn Daten tiefe Schichten durchlaufen, gehen oft wichtige Details verloren. YOLOv9 wirkt dem mit neuen Architekturkomponenten entgegen.
- Autoren: Chien-Yao Wang und Hong-Yuan Mark Liao
- Organisation: Institut für Informationswissenschaft, Academia Sinica, Taiwan
- Datum: 21. Februar 2024
- arXiv: 2402.13616
- GitHub: WongKinYiu/yolov9
Architektonische Neuerungen: YOLOv9 führt Programmierbare Gradienteninformationen (PGI) und das Generalized Efficient Layer Aggregation Network (GELAN) ein. PGI stellt sicher, dass zuverlässige Gradienten erhalten bleiben und zur präzisen Aktualisierung der Gewichte zurückgeführt werden. GELAN maximiert die Parametereffizienz, sodass YOLOv9 mit deutlich weniger FLOPs als seine Vorgänger eine hohe Genauigkeit erreicht.
Leistungsanalyse#
Bei der Auswahl einer Architektur müssen KI-Ingenieure Genauigkeit, Inferenzgeschwindigkeit und Rechenkosten gegeneinander abwägen. Die folgende Tabelle zeigt die Leistungsunterschiede dieser Modelle anhand des standardisierten COCO-Datensatzes.
| 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 |
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.2 | 26.7 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.1 | 76.8 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.5 | 102.8 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 58.1 | 192.5 |
Wichtigste Erkenntnisse#
- Parametereffizienz: YOLOv9m erreicht dieselbe Genauigkeit wie YOLOv7l (51,4 % mAP) und benötigt dabei rund 45 % weniger Parameter (20,1 Mio. gegenüber 36,9 Mio.). Durch diese Reduzierung lässt sich YOLOv9m leichter auf Edge-KI-Geräten mit begrenztem Speicher bereitstellen.
- Kleine Bereitstellungen: Die Variante YOLOv9t (tiny) benötigt mit TensorRT auf einer T4-GPU 2,3 ms und eignet sich damit für Umgebungen mit strengen Echtzeitanforderungen.
- Maximale Genauigkeit: Für Anwendungen, bei denen Genauigkeit am wichtigsten ist, erreicht YOLOv9e 55,6 % mAP und liegt damit 2,5 Punkte über YOLOv7x.
YOLOv7 und YOLOv9 sind leistungsfähige Modelle, doch für neue Projekte empfiehlt Ultralytics derzeit YOLO26. Das Modell bietet ein natives End-to-End-NMS-freies Design (optional über nms=False), das die Nachverarbeitung durch Unterdrückung nicht maximaler Werte (NMS) überspringt. Außerdem bietet es eine bis zu 43 % schnellere CPU-Inferenz (YOLO26n gegenüber YOLO11n). Der MuSGD-Optimierer verbessert die Trainingsstabilität, während ProgLoss + STAL (progressiver Verlust und zielgrößenbewusste Zuweisung von Labels) die Erkennung kleiner Objekte verbessert.
Der Vorteil von Ultralytics#
Die Wahl einer Modellarchitektur ist nur der erste Schritt. Das Softwareökosystem rund um das Modell bestimmt, wie schnell du vom Prototyp zur Produktion gelangst. Die Integration unterstützter Modelle wie YOLOv9 über die Ultralytics Python API bietet Entwicklern und Forschenden erhebliche Vorteile.
Benutzerfreundlichkeit und Trainingseffizienz#
Früher erforderte das Training von YOLOv7 eine aufwendige Datenaufbereitung und stark angepasste Skripte. Das Ultralytics-Framework übernimmt diese Aufgaben, sodass Entwickler mit minimalem Programmieraufwand zwischen Architekturen wechseln, Hyperparameter abstimmen und integrierte Pipelines zur Datenerweiterung nutzen können.
Ultralytics optimiert auch die Speichernutzung beim Training und bei der Inferenz. Im Vergleich zu umfangreicheren Transformer-Modellen wie RT-DETR lassen sich Ultralytics-YOLO-Architekturen in der Regel schneller trainieren und benötigen weniger CUDA-Speicher. Dadurch eignen sie sich auch für GPUs für Endverbraucher.
Codebeispiel: Vereinfachtes Training#
Das folgende ausführbare Beispiel trainiert, validiert und exportiert mit der Ultralytics-Python-API ein YOLOv9-Modell:
from ultralytics import YOLO
# Modell initialisieren (du kannst 'yolov9c.pt' durch 'yolo26n.pt' ersetzen)
model = YOLO("yolov9c.pt")
# Modell mit dem COCO8-Beispieldatensatz trainieren
train_results = model.train(
data="coco8.yaml",
epochs=50,
imgsz=640,
device="0", # GPU 0 verwenden, falls verfügbar
batch=16, # Optimierte Batch-Größe für effiziente Speichernutzung
)
# Leistung des Modells anhand des Validierungsdatensatzes überprüfen
metrics = model.val()
# Exportiere das trainierte Modell zur Bereitstellung im ONNX-Format
model.export(format="onnx")Vielseitigkeit bei verschiedenen Aufgaben#
Ein gut gepflegtes Ökosystem ermöglicht zudem den Zugriff auf weitere Computer-Vision-Aufgaben. YOLOv7 wurde zwar hauptsächlich für die Objekterkennung entwickelt (spätere experimentelle Zweige unterstützten auch andere Aufgaben), moderne Ultralytics-Modelle unterstützen nativ mehrere Aufgaben. Direkt einsatzbereit sind Instanzsegmentierung, Bildklassifizierung, Posenschätzung und die Erkennung orientierter Begrenzungsrahmen (OBB).
Ideale Anwendungsfälle und Einsatzgebiete#
Die Entscheidung zwischen YOLOv7 und YOLOv9 hängt oft von den spezifischen Anforderungen deiner Branche und der verfügbaren Hardware ab.
Wann du YOLOv7 verwenden solltest#
- Ältere Edge-Bereitstellungen: In Hardwareumgebungen, die bereits auf die E-ELAN-Architektur von YOLOv7 abgestimmt sind, bleibt das Modell eine solide Wahl für das industrielle IoT.
- Verkehrsüberwachung: Die hohen Bildraten und die bewährte Stabilität von YOLOv7 eignen sich gut für Smart-City-Infrastrukturen und das Echtzeit-Verkehrsmanagement.
- Integration in die Robotik: Um sich in dynamischen Umgebungen zurechtzufinden, ist eine Verarbeitung mit geringer Latenz erforderlich – ein Einsatzszenario, in dem YOLOv7-Varianten umfassend getestet wurden.
Wann du YOLOv9 verwenden solltest#
- Medizinische Bildgebung: PGI hilft YOLOv9, feine Details über tiefe Schichten hinweg zu bewahren. Das ist bei Aufgaben der medizinischen Bildanalyse wie der Tumorerkennung von Vorteil.
- Analysen im Einzelhandel mit dicht angeordneten Produkten: Beim Verfolgen und Zählen dicht gepackter Artikel in Verkaufsregalen kann die Merkmalsintegration von YOLOv9 die Genauigkeit verbessern und falsch negative Ergebnisse verringern.
- Luft- und Drohnenaufnahmen: Dank der effizienten Parameternutzung von YOLOv9m lassen sich hochauflösende Bilder auf Drohnen verarbeiten. Das unterstützt den Wildtierschutz und die Überwachung landwirtschaftlicher Flächen, ohne den Akku übermäßig zu beanspruchen.
Fazit#
YOLOv7 und YOLOv9 sind beide wichtige Meilensteine der YOLO-Familie. YOLOv7 führte wichtige Optimierungen für die Echtzeitverarbeitung ein, während YOLOv9 den Informationsverlust in tiefen Netzwerken anging, um die Parametereffizienz zu verbessern.
Für neue Projekte bieten neuere Ultralytics-Modelle wie YOLO11 und YOLO26 jedoch ein besseres Gleichgewicht zwischen Geschwindigkeit, Genauigkeit und Entwicklerfreundlichkeit. Mit dem MuSGD-Optimierer und dem Entfernen des Verteilungs-Fokussierungsverlusts (DFL) für eine breitere Hardwarekompatibilität ist YOLO26 der empfohlene Ausgangspunkt.
Kommentare
Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.