YOLOv9 im Vergleich zu YOLO11
Die rasante Entwicklung der Bildverarbeitung hat die Möglichkeiten der Echtzeit-Objekterkennung kontinuierlich erweitert. Im Vergleich führender Architekturen stechen YOLOv9 und Ultralytics YOLO11 als wichtige Fortschritte hervor, die jeweils unterschiedliche technische Anforderungen erfüllen. YOLOv9 führte neue Methoden ein, um den Gradientenfluss während des Trainings tiefer Netze zu erhalten. YOLO11 verfeinerte hingegen das universell einsetzbare Ultralytics-Framework mit Blick auf Effizienz, Vielseitigkeit und Benutzerfreundlichkeit.
Dieser technische Vergleich untersucht ihre Architekturen, Leistungskennzahlen, Speicheranforderungen und idealen Bereitstellungsszenarien, damit du das passende Modell für dein nächstes KI-Projekt auswählen kannst.
YOLOv9 und YOLO11 sind leistungsfähige Modelle, doch YOLO26 ist derzeit das empfohlene Ultralytics-Modell. Es bietet ein End-to-End-Design ohne NMS für eine vereinfachte Bereitstellung, eine bis zu 43 % schnellere CPU-Inferenz (YOLO26n gegenüber YOLO11n) und den MuSGD-Optimierer für schnellere Konvergenz. Damit ist es der beste Ausgangspunkt für neue Produktionsprojekte.
Technische Daten und Urheberschaft#
Die Abstammung dieser Modelle zu verstehen, liefert wichtigen Kontext für ihre Architekturentscheidungen und Framework-Abhängigkeiten.
YOLOv9#
YOLOv9 legte einen starken akademischen Schwerpunkt auf Informationsengpässe im Deep Learning und priorisierte die Merkmaltreue mithilfe spezieller Netzwerkblöcke.
- Autoren: Chien-Yao Wang und Hong-Yuan Mark Liao
- Organisation: Institute of Information Science, Academia Sinica
- Datum: 21. Februar 2024
- arXiv: https://arxiv.org/abs/2402.13616
- GitHub: https://github.com/WongKinYiu/yolov9
Ultralytics YOLO11#
YOLO11 wurde von Grund auf für Produktionsumgebungen entwickelt. Im Mittelpunkt standen ein ausgewogenes Verhältnis zwischen hoher Genauigkeit und realen Bereitstellungsgeschwindigkeiten sowie Vielseitigkeit für mehrere Aufgaben.
- Autoren: Glenn Jocher und Jing Qiu
- Organisation: Ultralytics
- Datum: 27. September 2024
- GitHub: https://github.com/ultralytics/ultralytics
Architektonische Innovationen#
Programmierbare Gradienteninformationen in YOLOv9#
YOLOv9 führt das Konzept der programmierbaren Gradienteninformationen (PGI) zusammen mit dem generalisierten effizienten Schichtaggregationsnetzwerk (GELAN) ein. Wenn neuronale Netze tiefer werden, leiden sie häufig unter Informationsengpässen, bei denen wichtige Details während der Feedforward-Verarbeitung verloren gehen. PGI begegnet diesem Problem mit zuverlässigen Gradientenaktualisierungen, die feingranulare räumliche Informationen erhalten, während GELAN die Parametereffizienz maximiert. Dadurch eignet sich YOLOv9 besonders gut für Aufgaben, bei denen eine hohe Merkmaltreue erforderlich ist. Bei der Nachbearbeitung setzt es jedoch auf die standardmäßige Nicht-Maximum-Unterdrückung (NMS), die auf Edge-Geräten zu zusätzlicher Latenz führen kann.
Optimierte Effizienz in YOLO11#
YOLO11 baut auf jahrelanger YOLO-Forschung auf und bietet eine effiziente Architektur. Im Vergleich zu früheren Versionen verringert es den Rechenaufwand und verbessert zugleich die Merkmalsextraktion. YOLO11 setzt weiterhin auf die standardmäßige NMS-Nachbearbeitung, doch seine verfeinerten Detektionsköpfe erzielen ein ausgewogenes Verhältnis von Latenz und Genauigkeit. Beim Modelltraining und bei der Inferenz benötigt YOLO11 außerdem weniger Speicher als umfangreiche Transformer-Modelle, deren Training häufig langsamer ist und große Mengen CUDA-Speicher erfordert.
Vergleich der Leistungskennzahlen#
Beim Vergleich dieser Modelle auf dem Standard-COCO-Datensatz schneiden beide gut ab, doch zeigen sich Kompromisse zwischen der reinen Parameteranzahl und der Betriebsgeschwindigkeit.
Die folgende Tabelle vergleicht wichtige YOLO-Leistungskennzahlen.
| Modell | Größe (Pixel) | mAPval50-95 | Geschwindigkeit CPU ONNX (ms) | Geschwindigkeit T4 TensorRT10 (ms) | Parameter (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| 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 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
Analyse der Ergebnisse#
- Geschwindigkeit und Hardwareeffizienz: YOLO11 ist bei allen Modellgrößen in dieser Tabelle schneller als YOLOv9. YOLO11n benötigt beispielsweise mit TensorRT auf einer NVIDIA T4 GPU 1.5 ms und eignet sich damit gut für Echtzeitpipelines mit strengen Anforderungen.
- Rechenbedarf: YOLO11-Modelle benötigen im Allgemeinen weniger FLOPs (z. B. 68,1B für YOLO11m gegenüber 76,8B für YOLOv9m). Das bedeutet einen geringeren Stromverbrauch auf akkubetriebenen Edge-Geräten wie dem Raspberry Pi oder auf Mobilgeräten.
- Vergleichbare Genauigkeit: YOLOv9e erzielt bei der absoluten mAP zwar einen leichten Vorsprung vor YOLO11x (55.6 gegenüber 54.7), doch erreicht YOLO11 seine maximale Genauigkeit bei deutlich geringerer Latenz (11.3ms gegenüber 16.77ms). Das sorgt bei realen Bereitstellungen für ein ausgewogeneres Leistungsverhältnis.
Ökosystem und Benutzerfreundlichkeit#
Rohe Kennzahlen sind zwar wichtig, doch oft entscheidet das Framework-Ökosystem über den Projekterfolg. Hier hebt sich Ultralytics besonders hervor.
Das ursprüngliche YOLOv9-Repository ist hoch spezialisiert und bietet eine Forschungsimplementierung. Die Ultralytics Platform und das dazugehörige Open-Source-Paket bieten jedoch eine optimierte Benutzererfahrung, eine einfache API und umfassende Dokumentation, die die Markteinführungszeit verkürzen.
Vielseitigkeit bei mehreren Aufgaben#
YOLOv9 konzentriert sich überwiegend auf die Erkennung von Begrenzungsboxen. YOLO11 hingegen ist ein einheitliches Modell für mehrere Aufgaben und unterstützt nativ:
Bereitstellung#
Mit dem Ultralytics-Ökosystem können Entwickler Modelle mit einer einzigen Zeile Python-Code in zahlreiche Formate exportieren. Ob für ONNX, OpenVINO, LiteRT oder CoreML – der Wechsel vom Training zur Produktion ist unkompliziert.
from ultralytics import YOLO
# Ein hocheffizientes YOLO11-Modell laden
model = YOLO("yolo11n.pt")
# Schnelles Training auf einem benutzerdefinierten Datensatz mit minimalem Speicherbedarf
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Das trainierte Modell für die Intel-CPU-Beschleunigung nach OpenVINO exportieren
model.export(format="openvino")Ideale Anwendungsfälle#
Wann du YOLOv9 verwenden solltest#
YOLOv9 ist ein nützliches Werkzeug für forschungsorientierte Umgebungen oder Szenarien, in denen eine hohe Merkmaltreue wichtiger ist als die Hardwarelatenz. Seine GELAN-Architektur kann bei der medizinischen Bildanalyse hilfreich sein, bei der es entscheidend ist, kleinste Pixelunterschiede zu erkennen.
Warum du YOLO11 wählen solltest#
Für Entwickler, Ingenieure und Produktionsteams, die zwischen diesen beiden Modellen wählen, ist YOLO11 die empfohlene Option. Das Modell eignet sich besonders für Umgebungen, in denen eine schnelle, skalierbare Bereitstellung gefragt ist:
- Intelligente Einzelhandelsanalyse: Produkte und Kunden mit standardmäßigen Intel-Prozessoren verfolgen.
- Autonome Drohnen: Architekturen mit wenigen FLOPs schonen den Akku und ermöglichen zugleich eine zuverlässige Erkennung kleiner Objekte.
- Dynamische Projekte: Arbeitsabläufe, die mit Erkennung beginnen und später um Posenschätzung oder Segmentierung erweitert werden könnten.
Ein Blick nach vorn: Die nächste Entwicklungsstufe#
YOLO11 war für seine Generation das modernste Modell, doch die Bildverarbeitung entwickelt sich stetig weiter. Ziehe für neue Projekte YOLO26 in Betracht, das derzeit empfohlene Ultralytics-Modell.
Aufbauend auf dem End-to-End-Design ohne NMS, das erstmals in YOLOv10 erprobt wurde, führt YOLO26 den MuSGD-Optimierer – eine Kombination aus SGD und Muon – für stabileres Training ein. Die Entfernung von Distribution Focal Loss (DFL) vereinfacht den Export, während ProgLoss und STAL (Progressive Loss und eine Labelzuweisung für kleine Ziele) die Erkennung kleiner Objekte verbessern. Dadurch erzielt YOLO26n eine bis zu 43 % schnellere CPU-Inferenz als YOLO11n. Dank der einheitlichen Ultralytics-API können Teams, die von älteren Modellen wie Ultralytics YOLOv8 wechseln, mit minimalen Codeänderungen auf YOLO26 oder YOLO11 umsteigen.
Kommentare
Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.