Erste Schritte

YOLOv8 vs. YOLOv7

Die Computer Vision entwickelt sich stetig weiter, und neue Architekturen erweitern die Möglichkeiten der Objekterkennung in Echtzeit. Dieser Leitfaden vergleicht zwei einflussreiche Modelle: Ultralytics YOLOv8 und YOLOv7. Beide Modelle haben die Entwicklergemeinschaft und die akademische Forschung maßgeblich geprägt und bieten unterschiedliche Ansätze zur Lösung komplexer Bildverarbeitungsaufgaben.

Für Entwickler von Modellen für maschinelles Lernen, die ihre Bereitstellungspipelines optimieren möchten, ist es entscheidend, die strukturellen und methodischen Unterschiede zwischen diesen beiden Modellen zu verstehen. YOLOv7 führte einen auf maximalen Durchsatz ausgelegten „Bag-of-Freebies“-Ansatz ein. Ultralytics YOLOv8 konzentrierte sich dagegen auf ein ganzheitliches, benutzerfreundliches Ökosystem, das hohe Genauigkeit mit geringem Speicherverbrauch und Vielseitigkeit für mehrere Aufgaben verbindet.

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.

Architektonische Innovationen#

YOLOv8 führte einen ankerfreien Erkennungskopf ein. Das vereinfacht den Trainingsprozess, weil Ankerrahmen nicht mehr manuell anhand der spezifischen Verteilung des benutzerdefinierten Datensatzes konfiguriert werden müssen. Dadurch ist das Modell robuster und lässt sich leichter auf verschiedene Umgebungen verallgemeinern.

Darüber hinaus umfasst die Architektur das C2f-Modul (partieller Engpass über mehrere Stufen mit zwei Faltungen). Diese strukturelle Verbesserung optimiert den Gradientenfluss und ermöglicht dem neuronalen Netz, umfangreichere Merkmalsrepräsentationen zu erlernen, ohne den Rechenaufwand wesentlich zu erhöhen. Dadurch ist das Modell bei der Inferenz mit gängigen Deep-Learning-Frameworks wie PyTorch effizient.

Speichereffizienz

Ultralytics-YOLO-Modelle sind auf effizientes Training ausgelegt. Beim Training benötigen sie in der Regel deutlich weniger CUDA-Speicher als Transformer-basierte Architekturen oder größere CNNs. Dadurch kannst du auf handelsüblicher Hardware mit größeren Batch-Größen trainieren und deinen Entwicklungszyklus beschleunigen.

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 erweitertes effizientes Schichtaggregationsnetzwerk (E-ELAN), mit dem das Modell kontinuierlich vielfältigere Merkmale erlernen kann. Es basiert auf Ankern und führt einen trainierbaren „Bag of Freebies“ ein – eine Reihe von Optimierungsmethoden, die die Genauigkeit steigern, 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.

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
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9

Wie die Daten zeigen, erreicht YOLOv8x mit 53.9 mAP die höchste Genauigkeit, während die Nano-Variante (YOLOv8n) schnelle Inferenz und einen geringen Speicherbedarf bietet. Dank dieser Auswahl an Modellgrößen ist YOLOv8 vielseitiger auf Hardware mit begrenzten Ressourcen einsetzbar.

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

YOLOv7 bietet zwar starke Erkennungswerte, doch Ultralytics YOLOv8 überzeugt mit einer besseren Entwicklererfahrung, tieferer Integration ins Ökosystem und Unterstützung für mehrere Aufgaben.

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.

YOLOv8 lässt sich außerdem in MLOps-Werkzeuge integrieren. Ob du Experimente mit Weights & Biases nachverfolgst oder Bereitstellungen auf Hugging Face Spaces testest – das Ultralytics-Ökosystem übernimmt den Großteil der Arbeit.

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")
Flexible Bereitstellung

Die Funktion model.export() ermöglicht eine direkte Anbindung an leistungsstarke Inferenz-Engines. So kannst du YOLOv8 in mobile Anwendungen, eingebettete Systeme oder Cloud-Server mit hohem Durchsatz integrieren.

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: Die schnellen Nano- und Small-Modelle eignen sich gut 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 zur Produktion: Die umfangreiche Ultralytics-Dokumentation und die unkomplizierte Python API ermöglichen es 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 weiterhin vielseitig einsetzbar, doch die KI-Landschaft entwickelt sich rasant weiter. Teams, die neue Projekte starten, empfiehlt Ultralytics, die neuesten Modelle des eigenen Angebots zu prüfen.

Die neueste Generation, YOLO26, ist derzeit das von Ultralytics empfohlene Modell. Eine Option für ein End-to-End-Design ohne NMS (nms=False) überspringt die Nachverarbeitung durch Nicht-Maximum-Unterdrückung (NMS) und ermöglicht so eine einfachere und schnellere Bereitstellung. Durch den Wegfall von Distribution Focal Loss (DFL) und die Einführung des von LLMs inspirierten MuSGD-Optimierers bietet YOLO26 ein stabileres Training und eine bis zu 43 % schnellere CPU-Inferenz (YOLO26n gegenüber YOLO11n). ProgLoss + STAL (Progressive Loss und zielgrößenbewusste Label-Zuweisung) verbessern die Erkennung kleiner Objekte. Damit eignet sich das Modell besonders für modernes Edge Computing und Luftaufnahmen.

Für Nutzer, die von älteren Systemen umsteigen, werden auch YOLO11 und das bewährte YOLOv5 im einheitlichen Ultralytics-Ökosystem weiterhin vollständig unterstützt. So kannst du das Modell wählen, das zu den Einschränkungen deiner Hardware passt.

Kommentare

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