YOLOv8 vs. YOLOv7#

Das Gebiet der Computer Vision entwickelt sich ständig weiter, und neue Architekturen erweitern die Möglichkeiten der Objekterkennung in Echtzeit. In diesem ausführlichen Vergleich betrachten wir zwei einflussreiche Modelle: Ultralytics YOLOv8 und YOLOv7. Beide Modelle haben die Entwicklergemeinschaft und die akademische Forschung maßgeblich geprägt und bieten einzigartige Ansätze zur Lösung komplexer visueller Aufgaben.

Für Machine-Learning-Ingenieure, die ihre Bereitstellungspipelines optimieren möchten, ist es entscheidend, die strukturellen und methodischen Unterschiede zwischen diesen beiden Modellen zu verstehen. YOLOv7 führte einen leistungsstarken „Bag-of-Freebies“-Ansatz ein, der auf maximalen Durchsatz ausgelegt ist. Ultralytics YOLOv8 hingegen konzentrierte sich auf ein umfassendes, benutzerfreundliches Ökosystem, das hohe Genauigkeit mit geringem Speicherverbrauch und vielseitiger Unterstützung mehrerer Aufgaben vereint.

Ultralytics YOLOv8: Der vielseitige Ökosystemstandard#

YOLOv8 wurde Anfang 2023 von Ultralytics veröffentlicht und stellt eine grundlegende Architekturänderung gegenüber seinen Vorgängern dar. Von Grund auf wurde YOLOv8 für mehr als die Objekterkennung in Echtzeit entwickelt: Es ist ein einheitliches Framework, das sofort eine Vielzahl von Computer-Vision-Aufgaben bewältigen kann.

• Autoren: Glenn Jocher, Ayush Chaurasia und Jing Qiu
• Organisation: Ultralytics
• Datum: 2023-01-10
• GitHub: ultralytics/ultralytics
• Dokumentation: YOLOv8-Dokumentation

Architektonische Innovationen#

YOLOv8 führte einen innovativen ankerfreien Erkennungskopf ein. Dadurch wird der Trainingsprozess grundlegend vereinfacht, da Ankerrahmen nicht mehr manuell anhand der spezifischen Verteilung deines benutzerdefinierten Datensatzes konfiguriert werden müssen. Dieses Design macht das Modell äußerst robust und erleichtert die Verallgemeinerung auf unterschiedliche Umgebungen.

Die Architektur umfasst außerdem das C2f-Modul (Flaschenhals mit zwei Faltungen und teilweiser Verarbeitung über mehrere Stufen), eine strukturelle Verbesserung, die den Gradientenfluss optimiert und es dem neuronalen Netzwerk ermöglicht, reichhaltigere Merkmalsrepräsentationen zu lernen, ohne die Rechenkosten wesentlich zu erhöhen. Dadurch ist das Modell bei der Inferenz mit gängigen Deep-Learning-Frameworks wie PyTorch äußerst effizient.

YOLOv7: Der „Bag-of-Freebies“-Ansatz#

YOLOv7 wurde Mitte 2022 vorgestellt und etablierte sich schnell als beliebte Vergleichsbasis in der Wissenschaft. Das Modell konzentrierte sich stark auf die Neuparametrisierung der Architektur und die Optimierung von Gradientenpfaden, um die Grenzen der Objekterkennung in Echtzeit auf leistungsstarken GPUs zu verschieben.

• Autoren: Chien-Yao Wang, Alexey Bochkovskiy und Hong-Yuan Mark Liao
• Organisation: Institute of Information Science, Academia Sinica, Taiwan
• Datum: 2022-07-06
• arXiv: 2207.02696
• GitHub: WongKinYiu/yolov7

Architektonische Innovationen#

YOLOv7 verwendet ein Extended Efficient Layer Aggregation Network (E-ELAN), mit dem das Modell kontinuierlich vielfältigere Merkmale erlernen kann. YOLOv7 basiert stark auf einem Ankerparadigma und führt einen trainierbaren „Bag-of-Freebies“ ein – eine Reihe von Optimierungsverfahren, die die Genauigkeit verbessern, ohne die Inferenzkosten zu erhöhen.

YOLOv7 erzielt zwar hervorragende Ergebnisse bei akademischen Standardbenchmarks wie dem MS-COCO-Datensatz, seine Architektur ist jedoch stark auf Beschleuniger in Servern optimiert. Der Export und die Bereitstellung dieser Modelle auf Edge-Geräten können im Vergleich zu moderneren, schlankeren Frameworks mitunter mehr manuelle Konfiguration erfordern.

Mehr über YOLOv7 erfahren

Detaillierter Leistungsvergleich#

Bei der Bewertung dieser Modelle steht der Kompromiss zwischen Geschwindigkeit, Genauigkeit und Modellgröße im Vordergrund. Die folgende Tabelle zeigt die Kennzahlen beider Modelle.

Wie die Daten zeigen, erzielt YOLOv8x die höchste absolute Genauigkeit (53,9 mAP), während die Nano-Variante (YOLOv8n) außergewöhnlich hohe Inferenzgeschwindigkeiten bei äußerst geringem Ressourcenbedarf bietet. Dank dieser Variantenvielfalt lässt sich YOLOv8 viel besser an eingeschränkte Hardwareumgebungen anpassen.

Der Vorteil von Ultralytics: einfache Bedienung und ein starkes Ökosystem#

YOLOv7 bietet zwar starke reine Erkennungskennzahlen, doch Ultralytics YOLOv8 ist bei der Entwicklererfahrung, der Ökosystemintegration und der Unterstützung mehrerer Aufgaben deutlich überlegen.

Unübertroffene Vielseitigkeit#

YOLOv7 ist in erster Linie ein Erkennungsmodell und bietet experimentelle Varianten für andere Aufgaben. Im Gegensatz dazu unterstützt YOLOv8 nativ Objekterkennung, Instanzsegmentierung, Bildklassifizierung, Posenschätzung und orientierte Begrenzungsrahmen (OBB). Dank dieses einheitlichen Ansatzes muss ein Team nur eine API erlernen, um sie für völlig unterschiedliche Projektanforderungen einzusetzen.

Vereinfachte Bereitstellung und Integrationen#

Der Export eines Modells für den Produktiveinsatz kann häufig zum Engpass werden. Mit dem Ultralytics-Paket können Entwickler Modelle mit einer einzigen Python-Codezeile in Formate wie ONNX, TensorRT und CoreML exportieren. So lassen sich Probleme mit der Operatorunterstützung vermeiden, die beim Export komplexer ankerbasierter Rechengraphen mitunter auftreten.

Außerdem lässt sich YOLOv8 nahtlos in MLOps-Tools integrieren. Ob du Experimente mit Weights & Biases protokollierst oder Bereitstellungen auf Hugging Face Spaces testest – das Ultralytics-Ökosystem übernimmt die aufwendigen Aufgaben.

Codebeispiel: YOLOv8 trainieren und exportieren#

Der folgende Code zeigt, wie einfach sich die Python-API von Ultralytics verwenden lässt. In weniger als zehn Codezeilen kannst du ein Modell initialisieren, trainieren und für die Bereitstellung auf Edge-Geräten exportieren.

from ultralytics import YOLO

# Ein vortrainiertes YOLOv8-Nano-Modell für schnelle Inferenz laden
model = YOLO("yolov8n.pt")

# Das Modell mit dem COCO8-Datensatz trainieren
# Die API übernimmt automatisch das Laden und Erweitern der Daten sowie die Protokollierung
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Inferenz für ein Testbild ausführen
predictions = model("https://ultralytics.com/images/bus.jpg")

# Exportiere das trainierte Modell zur Bereitstellung im ONNX-Format
model.export(format="onnx")

Anwendungsfälle in der Praxis#

Die Architekturunterschiede der beiden Modelle bestimmen, für welche Bereitstellungsszenarien sie sich am besten eignen.

Wann du YOLOv8 wählen solltest:

• Edge-KI- und IoT-Geräte: Dank der äußerst schnellen Nano- und Small-Modelle eignet sich YOLOv8 perfekt für Hardware mit begrenzter Rechenleistung, etwa intelligente Kameras oder Drohnen.
• Projekte mit mehreren Aufgaben: Wenn deine Pipeline gleichzeitig menschliche Gelenke verfolgen (Posenschätzung) und Hindernisse kartieren (Segmentierung) muss, kann YOLOv8 beides nativ ausführen.
• Vom schnellen Prototyp bis zum Produktiveinsatz: Die umfassende Ultralytics-Dokumentation und die unkomplizierte Python-API helfen Teams, Produkte schneller auf den Markt zu bringen.

Wann du YOLOv7 in Betracht ziehen solltest:

• Akademische Benchmarks: Forschende, die die Auswirkungen von Neuparametrisierungstechniken untersuchen, verwenden YOLOv7 häufig als Standardvergleichsbasis. Das zeigt sich auch an seiner Beliebtheit auf Hugging Face Papers.
• Bestehende Serverpipelines: Wenn eine vorhandene Pipeline mit hohem Rechenaufwand bereits strikt auf die spezifischen Anker-Ausgaben von YOLOv7 abgestimmt ist, kann es kurzfristig sinnvoll sein, sie beizubehalten.

Ausblick: Die nächste Generation#

YOLOv8 ist nach wie vor ein vielseitiges Kraftpaket, doch die KI-Landschaft entwickelt sich rasant. Teams, die neue Projekte starten, empfehlen wir dringend, die neuesten Entwicklungen der Ultralytics-Produktreihe zu erkunden.

Die neueste Generation, YOLO26, stellt den Höhepunkt der aktuellen KI für Computer Vision dar. YOLO26 bietet die Option eines End-to-End-Designs ohne NMS (nms=False), das die Nachverarbeitung mit Non-Maximum Suppression überspringt und so eine einfachere, schnellere Bereitstellung ermöglicht. Dank des Wegfalls von Distribution Focal Loss (DFL) und der Einführung des von LLM inspirierten MuSGD-Optimierers ermöglicht YOLO26 ein stabileres Training und eine um bis zu 43 % schnellere CPU-Inferenz. Die fortschrittlichen Verlustfunktionen ProgLoss + STAL verbessern die Erkennung kleiner Objekte erheblich und machen YOLO26 zur optimalen Wahl für modernes Edge-Computing und Luftaufnahmen.

Für Nutzer, die von älteren Systemen wechseln, werden auch das leistungsfähige YOLO11 und das bewährte YOLOv5 weiterhin vollständig im einheitlichen Ultralytics-Ökosystem unterstützt. So steht unabhängig von deinen Hardwareeinschränkungen ein leistungsstarkes Modell zur Verfügung, das sich einfach bereitstellen lässt.