YOLOv8 vs. YOLOv9
Die Entwicklung der Objekterkennung in Echtzeit war geprägt vom kontinuierlichen Streben nach höherer Genauigkeit, geringerer Latenz und besserer Hardwareauslastung. Zwei wichtige Meilensteine auf diesem Weg sind Ultralytics YOLOv8 und YOLOv9. Beide Modelle bieten modernste Funktionen im Bereich Computer Vision, sind jedoch auf unterschiedliche Bereitstellungsanforderungen, Architekturphilosophien und Entwicklerökosysteme ausgerichtet.
Dieser Leitfaden erläutert die technischen Unterschiede, architektonischen Innovationen und praktischen Aspekte der Bereitstellung, damit du das passende Modell für dein nächstes Projekt im Bereich künstliche Intelligenz auswählen kannst.
Modellherkunft und grundlegende Konzepte#
Bevor wir die Messwerte betrachten, ist es hilfreich, die Ursprünge und wesentlichen Entwicklungsziele der beiden Modelle zu verstehen.
Ultralytics YOLOv8: Der vielseitige Ökosystemstandard#
YOLOv8 wurde vom Team von Ultralytics nicht nur als eigenständiger Objektdetektor, sondern als einheitliches Framework für mehrere Aufgaben entwickelt. Im Mittelpunkt stehen ein reibungsloser Entwicklungsablauf, geringer Speicherbedarf und breite Hardwarekompatibilität.
- Autoren: Glenn Jocher, Ayush Chaurasia und Jing Qiu
- Organisation: Ultralytics
- Datum: 2023-01-10
- GitHub: ultralytics/ultralytics
- Dokumentation: YOLOv8-Dokumentation
YOLOv9: Programmierbare Gradienteninformationen#
YOLOv9 wurde unabhängig von Forschenden der Academia Sinica entwickelt und konzentriert sich vor allem auf die Architekturtheorie. Im Mittelpunkt steht dabei das Informationsengpassphänomen in tiefen neuronalen Netzen.
- Autoren: Chien-Yao Wang und Hong-Yuan Mark Liao
- Organisation: Institute of Information Science, Academia Sinica, Taiwan
- Datum: 2024-02-21
- arXiv: 2402.13616
- GitHub: WongKinYiu/yolov9
Wenn du eine groß angelegte kommerzielle Bereitstellung planst, solltest du dir die Ultralytics Platform ansehen. Sie vereinfacht das Cloud-Training, die Verwaltung von Datensätzen und die Nutzung dedizierter API-Endpunkte.
Architekturanalyse#
Architekturentscheidungen im Deep Learning bestimmen, wie effizient ein Modell lernt und wie schnell es auf Zielhardware wie einem NVIDIA Jetson oder einer Intel-CPU läuft.
YOLOv8-Architektur: C2f und entkoppelte Köpfe#
YOLOv8 führte das C2f-Modul ein (Flaschenhals mit zwei Faltungen und teilweiser Verarbeitung über mehrere Stufen), das das ältere C3-Modul ersetzte. Diese Änderung verbessert den Gradientenfluss und ermöglicht dem Netzwerk, reichhaltigere Merkmalsrepräsentationen zu lernen, ohne den GPU-Speicher stark zu beanspruchen.
YOLOv8 verwendet außerdem ein ankerfreies Design mit einem entkoppelten Kopf. Da Klassifizierung und Regression über getrennte Pfade verarbeitet werden, konvergiert das Modell beim Training schneller und generalisiert besser auf unterschiedliche benutzerdefinierte Datensätze.
YOLOv9-Architektur: PGI und GELAN#
YOLOv9 führt programmierbare Gradienteninformationen (PGI) und das generalisierte effiziente Schichtaggregationsnetzwerk (GELAN) ein. PGI stellt sicher, dass beim Durchlaufen der Netzwerkschichten keine wichtigen Daten verloren gehen, und sorgt so für zuverlässige Gradienten bei der Aktualisierung der Gewichte. GELAN maximiert die Parametereffizienz und ermöglicht dem Modell eine hohe Genauigkeit bei überschaubaren FLOPs.
Die zusätzlichen reversiblen Zweige von YOLOv9, die nur während des Trainings verwendet werden, können den Trainingscode jedoch schwieriger anpassbar machen als bei standardmäßigen Pipelines.
Leistungskennzahlen und Benchmarks#
Die folgende Tabelle vergleicht die Modelle in verschiedenen Größen direkt miteinander. Die Leistung wird anhand des MS-COCO-Datensatzes gemessen, einem Standardbenchmark für die Objekterkennung.
| Modell | Größe (Pixel) | mAPval50-95 | Geschwindigkeit CPU ONNX (ms) | Geschwindigkeit T4 TensorRT10 (ms) | Parameter (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv8n | 640 | 37.3 | 80.4 | 1.47 | 3.2 | 8.7 |
| YOLOv8s | 640 | 44.9 | 128.4 | 2.66 | 11.2 | 28.6 |
| YOLOv8m | 640 | 50.2 | 234.7 | 5.86 | 25.9 | 78.9 |
| YOLOv8l | 640 | 52.9 | 375.2 | 9.06 | 43.7 | 165.1 |
| YOLOv8x | 640 | 53.9 | 479.1 | 14.37 | 68.2 | 257.8 |
| 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 |
Hinweis: Die besten Werte in jeder Spalte sind fett hervorgehoben.
Abwägung der Vor- und Nachteile#
YOLOv9 erreicht bei vergleichbaren Modellgrößen eine höhere Genauigkeit (mAP) und verwendet jeweils weniger Parameter. Ultralytics YOLOv8 bietet jedoch eine höhere Inferenzgeschwindigkeit auf der GPU: Mit TensorRT kompiliert benötigt YOLOv8n beispielsweise 1.47 ms gegenüber 2.3 ms bei YOLOv9t. Außerdem lässt es sich problemlos in Formate wie ONNX exportieren. Für Anwendungen, die auf Edge-Hardware mit begrenzten Ressourcen – etwa einem Raspberry Pi oder älteren mobilen Chips – eine hohe Bildrate (FPS) erfordern, bieten die Varianten n und s von YOLOv8 ein ausgewogenes Verhältnis von Leistung und Ressourcenbedarf.
Trainingseffizienz und Ökosystemintegration#
Bei der Wahl eines Modells zählen nicht nur Genauigkeitstabellen; auch die Entwicklererfahrung ist wichtig.
Der Vorteil von Ultralytics: einfache Bedienung#
Für das Training von YOLOv9 müssen häufig komplexe GitHub-Repositories geklont, PyTorch-Umgebungen sorgfältig verwaltet und zusätzliche Gewichte für Verlustfunktionen manuell konfiguriert werden.
Im Gegensatz dazu bietet Ultralytics YOLOv8 eine optimierte Python API. Sie wurde auf einfache Nutzung ausgelegt und übernimmt nativ Datenerweiterung, Protokollierung mit Werkzeugen wie Weights & Biases und Comet ML sowie Training auf mehreren GPUs.
from ultralytics import YOLO
# Ein vortrainiertes kleines YOLOv8-Modell laden
model = YOLO("yolov8s.pt")
# Das Modell effizient mit benutzerdefinierten Daten trainieren
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Für die Bereitstellung auf Edge-Geräten exportieren
model.export(format="engine", quantize=16) # TensorRT-ExportDiese einheitliche API verkürzt den Weg vom Prototyp bis zur Produktion. Außerdem benötigt YOLOv8 beim Training in der Regel weniger CUDA-Speicher, sodass Entwickler auf handelsüblicher Hardware größere Batch-Größen verwenden können.
Vielseitigkeit bei verschiedenen Aufgaben#
YOLOv9 ist zwar ein hervorragender Detektor für Begrenzungsrahmen, doch Computer Vision in der Praxis erfordert oft mehr. YOLOv8 unterstützt nativ Instanzsegmentierung, Bildklassifizierung, Posenschätzung und orientierte Begrenzungsrahmen (OBB). Ein einziges Framework für mehrere Aufgaben verringert die Softwarekomplexität und den Wartungsaufwand.
Wenn du ein neues Projekt startest, könntest du auch Ultralytics YOLO11 oder YOLO26, das derzeit empfohlene Modell, evaluieren. YOLO26 bietet eine optionale durchgängige Inferenz ohne NMS.
Anwendungsfälle in der Praxis#
Wie bewähren sich diese Modelle in der Produktion?
Autonome Drohnen und Robotik#
Für die Robotik, wo Hindernissen schnell ausgewichen werden muss, ist YOLOv8 die bevorzugte Wahl. Die geringe Latenz von YOLOv8n hilft autonomen Systemen, in Echtzeit auf ihre Umgebung zu reagieren und Kollisionen zu vermeiden. Dank des nativen Exports nach OpenVINO und CoreML ist die Bereitstellung auf den stromsparenden Chips kommerzieller Drohnen unkompliziert.
Fehlererkennung bei hoher Auflösung#
In spezialisierten Fertigungsbereichen, in denen die Erkennung mikroskopischer Fehler entscheidend ist und eine Offline-Verarbeitung akzeptabel ist, kann YOLOv9 gute Ergebnisse liefern. Die PGI-Architektur hilft dem Netzwerk, die feinen visuellen Details zu bewahren, die nötig sind, um Haarrisse oder Lötfehler auf Leiterplatten zu erkennen.
Intelligenter Einzelhandel und Sicherheitsanalysen#
Um Kunden in den Gängen eines Geschäfts zu verfolgen oder automatisierte Kassensysteme zu verwalten, bietet YOLOv8 die beste Balance. YOLOv8 kann gleichzeitig Erkennung und Mehrfachobjektverfolgung mit Standardalgorithmen wie BoT-SORT ausführen und ist damit eine robuste Lösung für den Einzelhandel mit mehreren Kameras.
Anwendungsfälle und Empfehlungen#
Die Wahl zwischen YOLOv8 und YOLOv9 hängt von den konkreten Anforderungen deines Projekts, den Einschränkungen bei der Bereitstellung und deinen Präferenzen bezüglich des Ökosystems 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 YOLOv9 wählen solltest#
YOLOv9 empfiehlt sich für:
- Forschung zu Informationsengpässen: Akademische Projekte, die programmierbare Gradienteninformationen (PGI) und Architekturen mit effizienten, verallgemeinerten Schichtaggregationsnetzwerken (GELAN) untersuchen.
- Studien zur Optimierung des Gradientenflusses: Forschung, die darauf abzielt, Informationsverluste in tiefen Netzwerkschichten während des Trainings zu verstehen und zu verringern.
- Benchmarking hochgenauer Erkennung: Szenarien, in denen die starke COCO-Benchmarkleistung von YOLOv9 als Vergleichsmaßstab für Architekturvergleiche benötigt wird.
Wann du Ultralytics (YOLO26) wählen solltest#
Für die meisten neuen Projekte bietet Ultralytics YOLO26 die beste Kombination aus Leistung und Entwicklerfreundlichkeit:
- 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 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.
Die nächste Entwicklungsstufe: YOLO26#
YOLOv8 und YOLOv9 sind leistungsfähige Modelle, doch die KI-Landschaft entwickelt sich rasant weiter. Für neue Projekte baut YOLO26, veröffentlicht im Januar 2026, auf den Stärken dieser früheren Generationen auf.
YOLO26 bietet ein optionales End-to-End-Design ohne NMS (nms=False), das die NMS-Nachverarbeitung überflüssig macht. Dadurch wird die Bereitstellung einfacher und die Latenz besser vorhersehbar. Mit dem MuSGD-Optimierer, ProgLoss + STAL (Progressive Loss und zielgrößenbewusste Label-Zuweisung) sowie dem Wegfall von DFL (Distribution Focal Loss wird entfernt, um den Export zu vereinfachen und die Kompatibilität mit Edge-Geräten und Geräten mit geringem Stromverbrauch zu verbessern) erreicht YOLO26n eine bis zu 43 % schnellere CPU-Inferenz als YOLO11n und verbessert zugleich die Erkennung kleiner Objekte. YOLO26 ist der empfohlene Ausgangspunkt für Edge-Computing-Projekte.
Zusammenfassend bietet YOLOv9 wertvolle architektonische Forschungsansätze und eine hervorragende Spitzengenauigkeit. Ultralytics YOLOv8 bleibt jedoch eine praktische, gut unterstützte und vielseitige Wahl für die meisten Computer-Vision-Entwickler, die schnell zuverlässige Software bereitstellen möchten.
Kommentare
Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.