Erste Schritte

YOLOv8 vs. PP-YOLOE+

Im sich rasch wandelnden Bereich der Computer Vision ist die Wahl des richtigen Modells zur Objekterkennung entscheidend, um ein ausgewogenes Verhältnis zwischen Inferenzgeschwindigkeit und Genauigkeit zu erreichen. Zwei bekannte Modelle, die die Branche maßgeblich geprägt haben, sind Ultralytics YOLOv8 und PP-YOLOE+. Dieser Leitfaden bietet einen technischen Vergleich und hilft Entwicklern und Machine-Learning-Ingenieuren, die Besonderheiten ihrer Architekturen, Leistungskennzahlen und idealen Einsatzszenarien zu verstehen.

Ultralytics YOLOv8: Der vielseitige Ökosystemstandard#

YOLOv8 wurde von Ultralytics eingeführt und fand rasch breite Anwendung in produktiven Bildverarbeitungsanwendungen. Das Modell baut auf jahrelanger YOLO-Forschung auf und bietet starke Leistung für zahlreiche Aufgaben.

Architektonische Neuerungen und Vielseitigkeit#

YOLOv8 zeichnet sich durch ein ankerfreies Design aus und verwendet einen entkoppelten Kopf, der Klassifizierungs- und Regressionsaufgaben unabhängig voneinander verarbeitet. Diese strukturelle Verbesserung führt zu einer besseren Merkmalsrepräsentation und schnellerer Konvergenz während des Trainings.

Anders als viele spezialisierte Modelle unterstützt YOLOv8 mehrere Aufgaben. Neben der Erkennung von Begrenzungsrahmen unterstützt dieselbe einheitliche Architektur mit derselben API nativ Instanzsegmentierung, Bildklassifizierung, Posenschätzung und orientierte Begrenzungsrahmen (OBB).

Vereinfachte Entwicklung

Im einheitlichen Ultralytics-Ökosystem können Entwickler zwischen Erkennungs-, Segmentierungs- und Posenschätzungsaufgaben wechseln, indem sie die Modellgewichte austauschen. Das reduziert die technische Schuld.

PP-YOLOE+: Anchorfreie Detektion mit PaddlePaddle#

PP-YOLOE+ ist eine Weiterentwicklung früherer PP-YOLO-Versionen und wurde für die effiziente Ausführung mit Baidus Framework PaddlePaddle entwickelt.

Erfahre mehr über PP-YOLOE+

Architektonischer Schwerpunkt#

PP-YOLOE+ führte das CSPRepResNet-Backbone ein und implementierte den Efficient Task-aligned Head (ET-head), um die Erkennungsgenauigkeit zu verbessern. Das Modell stützt sich stark auf das Deep-Learning-Framework PaddlePaddle. Auf gängigen Benchmark-Datensätzen wie dem COCO-Datensatz erzielt es zwar eine hohe Genauigkeit, seine Implementierung ist jedoch an das PaddlePaddle-Ökosystem gebunden. Dadurch kann die Integration in standardmäßige PyTorch- oder TensorFlow-Pipelines, die in der breiteren KI-Community beliebt sind, schwierig sein.

Leistungs- und Metrikvergleich#

Bei der Bereitstellung von Modellen auf Edge-Geräten oder Cloud-Servern ist ein ausgewogenes Verhältnis zwischen Genauigkeit (mAP), Geschwindigkeit und Parameteranzahl entscheidend. Ultralytics-Modelle sind für ihren geringen Speicherbedarf beim Training und ihre schnelle Inferenz bekannt.

Unten findest du einen detaillierten Vergleich der Modelle, die auf COCO val2017 ausgewertet wurden.

ModellGröße
(Pixel)
mAPval50-95Geschwindigkeit
CPU ONNX
(ms)
Geschwindigkeit
T4 TensorRT10
(ms)
Parameter
(M)
FLOPs
(B)
YOLOv8n64037.380.41.473.28.7
YOLOv8s64044.9128.42.6611.228.6
YOLOv8m64050.2234.75.8625.978.9
YOLOv8l64052.9375.29.0643.7165.1
YOLOv8x64053.9479.114.3768.2257.8
PP-YOLOE+t64039.9-2.844.8519.15
PP-YOLOE+s64043.7-2.627.9317.36
PP-YOLOE+m64049.8-5.5623.4349.91
PP-YOLOE+l64052.9-8.3652.2110.07
PP-YOLOE+x64054.7-14.398.42206.59

Abwägung der Vor- und Nachteile#

PP-YOLOE+x erzielt einen etwas höheren mAP-Wert als YOLOv8x (54,7 gegenüber 53,9), benötigt dafür aber über 30 Millionen zusätzliche Parameter. Bei den kleinen und mittleren Größen liegen die beiden Modellfamilien dicht beieinander: PP-YOLOE+ benötigt weniger FLOPs, und in dieser Tabelle werden CPU-Geschwindigkeiten mit ONNX nur für YOLOv8 angegeben. Das leichte YOLOv8n benötigt lediglich 3,2 Mio. Parameter und 8,7 Mrd. FLOPs und ist damit das kleinste Modell in diesem Vergleich. PP-YOLOE+t erzielt allerdings mit 4,85 Mio. Parametern einen höheren mAP-Wert (39,9 gegenüber 37,3).

YOLO-Modelle benötigen beim Training typischerweise auch weniger Speicher als große transformerbasierte Architekturen. Modelle mit hohem CUDA-Speicherbedarf erfordern oft teure Hardware, während YOLOv8 effizient auf handelsüblichen GPUs trainiert.

Ökosystem, Benutzerfreundlichkeit und Bereitstellung#

Die Benutzerfreundlichkeit ist ein wesentlicher Unterschied zwischen diesen Architekturen.

Die Ultralytics-Plattform und das Python-Paket bilden ein gut gepflegtes Ökosystem, das den Aufwand beim Betrieb von Systemen für maschinelles Lernen verringert. Sie bieten eine einfache API, umfangreiche Dokumentation und integrierte Werkzeuge für die Datenprotokollierung, die Hyperparameteroptimierung und den plattformübergreifenden Export. Ob du Modelle mithilfe von ONNX, TensorRT oder CoreML bereitstellen musst – Ultralytics übernimmt die Konvertierung.

PP-YOLOE+ hingegen erfordert häufig fundierte Kenntnisse des PaddlePaddle-Frameworks. Die Konvertierung dieser Modelle für eine effiziente Ausführung auf standardmäßigen NVIDIA-GPUs oder Edge-Geräten außerhalb des Paddle-Ökosystems kann mehrere Schritte erfordern, wenn die Exportautomatisierung der Ultralytics-Tools fehlt.

Effizientes Training mit Ultralytics#

Für das Training eines Ultralytics-Modells ist nur sehr wenig Boilerplate-Code erforderlich. Das folgende Beispiel trainiert ein YOLOv8-Modell in Python und exportiert es für TensorRT:

from ultralytics import YOLO

# Ein vortrainiertes kleines YOLOv8-Modell laden
model = YOLO("yolov8s.pt")

# Trainiere das Modell mit dem Beispieldatensatz COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)

# Exportiere das trainierte Modell schnell für die Bereitstellung mit TensorRT
model.export(format="engine", device=0)

Anwendungsfälle und Empfehlungen#

Die Wahl zwischen YOLOv8 und PP-YOLOE+ hängt von den spezifischen Anforderungen deines Projekts, den Bereitstellungsbedingungen und deinen Präferenzen beim Ökosystem ab.

Wann du YOLOv8 wählen solltest#

YOLOv8 ist eine gute Wahl für:

  • Vielseitige Bereitstellung für mehrere Aufgaben: Projekte, die ein bewährtes Modell für Erkennung, Segmentierung, Klassifizierung und Posenschätzung innerhalb des Ultralytics-Ökosystems erfordern.
  • Etablierte Produktivsysteme: Bestehende Produktivumgebungen, die bereits auf der YOLOv8-Architektur und stabilen, umfassend getesteten Bereitstellungspipelines basieren.
  • Umfangreiche Unterstützung durch Community und Ökosystem: Anwendungen, die von den zahlreichen YOLOv8-Anleitungen, Integrationen von Drittanbietern und aktiven Community-Ressourcen profitieren.

Wann du PP-YOLOE+ wählen solltest#

PP-YOLOE+ empfiehlt sich für:

  • Integration in das PaddlePaddle-Ökosystem: Unternehmen mit bestehender Infrastruktur auf Basis des PaddlePaddle-Frameworks und der zugehörigen Tools von Baidu.
  • Edge-Bereitstellung mit Paddle Lite: Bereitstellung auf Hardware mit hochoptimierten Inferenzkernen speziell für Paddle Lite oder die Paddle-Inferenz-Engine.
  • Erkennung mit hoher Genauigkeit auf Servern: Szenarien, in denen höchste Erkennungsgenauigkeit auf leistungsstarken GPU-Servern gefragt ist und die Abhängigkeit von einem bestimmten Framework keine Rolle spielt.

Wann du Ultralytics (YOLO26) wählen solltest#

Für die meisten neuen Projekte bietet Ultralytics YOLO26 die beste Kombination aus Leistung und Entwicklererfahrung:

  • NMS-freie Bereitstellung am Netzwerkrand: Anwendungen, die eine gleichmäßige Inferenz mit niedriger Latenz ohne die Komplexität der Nachbearbeitung mit Non-Maximum Suppression (NMS) benötigen.
  • Umgebungen ohne GPU: Geräte ohne dedizierte GPU-Beschleunigung, bei denen die bis zu 43 % schnellere CPU-Inferenz von YOLO26 (YOLO26n gegenüber YOLO11n) einen entscheidenden Vorteil bietet.
  • Erkennung kleiner Objekte: Anspruchsvolle Szenarien wie Luftaufnahmen von Drohnen oder die Analyse von IoT-Sensordaten, bei denen ProgLoss und STAL die Genauigkeit bei winzigen Objekten verbessern.

Ein Blick in die Zukunft: Die Vorteile von YOLO26#

Für neue Anwendungen löst Ultralytics YOLO26, das im Januar 2026 veröffentlicht wurde, YOLOv8 und YOLO11 ab und bietet folgende Funktionen:

  • End-to-End-Design ohne NMS: Der optionale One-to-One-Kopf von YOLO26 (nms=False) macht die NMS-Nachverarbeitung überflüssig, verringert die Schwankungen der Latenz und vereinfacht die Bereitstellungslogik.
  • MuSGD-Optimierer: Diese Kombination aus SGD und Muon bringt Trainingsmethoden für große Sprachmodelle in die visuelle KI und ermöglicht stabileres Training sowie schnellere Konvergenz.
  • Bis zu 43 % schnellere CPU-Inferenz: Da Distribution Focal Loss (DFL) entfernt wurde und der Erkennungskopf leichter ist, läuft YOLO26n auf der CPU bis zu 43 % schneller als YOLO11n. Dadurch eignet sich das Modell gut für IoT- und mobile Anwendungen.
  • ProgLoss + STAL: Progressive Loss und die zielgrößenbewusste Zuweisung von Labels (STAL) verbessern die Erkennung kleiner Objekte – eine entscheidende Anforderung für Drohnenanalysen und Luftaufnahmen.
Upgrade-Empfehlung

YOLOv8 bleibt eine robuste und gut unterstützte Option. Für neue Unternehmens- und Forschungsprojekte wird jedoch YOLO26 empfohlen, das höhere Genauigkeit, schnellere CPU-Inferenz und native End-to-End-Verarbeitung bietet.

Fazit#

YOLOv8 und PP-YOLOE+ haben die Echtzeit-Erkennung vorangebracht. Für die meisten Entwickler und Forschenden sind Ultralytics YOLOv8 und sein Nachfolger YOLO26 jedoch die praktischere Wahl: Eine intuitive API, eine aktive Open-Source-Community, ein geringerer Speicherbedarf beim Training und ein einheitliches Framework für mehrere Aufgaben erleichtern den Weg von der Erstellung des Datensatzes bis zur Bereitstellung im Produktivbetrieb.

Kommentare1

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

  1. godm4352GitHub(bearbeitet)

    Very informative comparison! PP-YOLOE+ is known for its powerful backbone and enhanced post-processing strategies, delivering strong performance on benchmark datasets. However, this YOLOv8 comparison highlights v8’s advantages in terms of model simplicity, faster inference speed, and ease of integration into production pipelines. Both models have their own strengths depending on whether the focus is on raw accuracy or real-time deployment.