Erste Schritte

YOLOv9 im Vergleich zu YOLO26

Die Landschaft der Echtzeit-Objekterkennung hat sich in den vergangenen Jahren erheblich verändert. Wenn Fachleute für maschinelles Lernen Modelle auf unterschiedlicher Hardware bereitstellen möchten, ist die Wahl der passenden Architektur entscheidend. Dieser technische Leitfaden vergleicht zwei wichtige Meilensteine der Bildverarbeitung: YOLOv9, das Anfang 2024 mit Schwerpunkt auf Optimierungen des Gradientenflusses eingeführt wurde, und Ultralytics YOLO26, das neueste Ultralytics-Modell, das im Januar 2026 mit Schwerpunkt auf Edge-Inferenz und Trainingsstabilität veröffentlicht wurde.

Zusammenfassung: Modellabstammung und Urheberschaft#

Die Ursprünge dieser Deep-Learning-Modelle zu verstehen, liefert wertvollen Kontext zu ihren Architekturentscheidungen und Zielgruppen.

YOLOv9#

YOLOv9 wurde von Chien-Yao Wang und Hong-Yuan Mark Liao vom Institute of Information Science der Academia Sinica in Taiwan entwickelt und am 21. Februar 2024 veröffentlicht. Das Modell konzentriert sich stark auf theoretische Konzepte des Deep Learning und befasst sich insbesondere mit dem Informationsengpass in tiefen neuronalen Faltungsnetzen (CNNs).

Mehr über YOLOv9 erfahren

Ultralytics YOLO26#

YOLO26 wurde von Glenn Jocher und Jing Qiu bei Ultralytics entwickelt und am 14. Januar 2026 veröffentlicht. YOLO26 baut auf Vorgängern wie YOLO11 und YOLOv8 auf und wurde von Grund auf für den produktiven Einsatz, die Bereitstellung am Netzwerkrand und native End-to-End-Effizienz entwickelt.

Probiere YOLO26 jetzt aus

Möchtest du deine Computer-Vision-Pipeline modernisieren? Mit der Ultralytics Platform kannst du YOLO26-Modelle ganz einfach in der Cloud trainieren und bereitstellen, ohne eine einzige Zeile Code zu schreiben.

Architektonische Innovationen#

Beide Modelle bringen wesentliche Änderungen daran mit sich, wie neuronale Netze visuelle Daten verarbeiten, gehen das Problem jedoch aus unterschiedlichen Blickwinkeln an.

Programmierbare Gradienteninformationen in YOLOv9#

YOLOv9s wichtigster Beitrag zum Fachgebiet ist die Einführung von programmierbaren Gradienteninformationen (PGI) und des generalisierten effizienten Schichtaggregationsnetzwerks (GELAN). Wenn neuronale Netze tiefer werden, leiden sie bei der Feedforward-Verarbeitung häufig unter Informationsverlust. PGI sorgt dafür, dass die Gradienten zur Aktualisierung der Gewichte bei der Rückpropagation genau und zuverlässig bleiben. Dadurch kann die GELAN-Architektur mit weniger Parametern eine hohe Genauigkeit erzielen.

YOLOv9 setzt für die Nachbearbeitung jedoch auf die herkömmliche Nicht-Maximum-Unterdrückung (NMS), die bei der Inferenz in der Praxis zu einem Latenzengpass werden kann.

Die Edge-orientierte Architektur von YOLO26#

YOLO26 verfolgt einen anderen Ansatz: Das Edge-first-Design optimiert die gesamte Pipeline – vom Training bis zur Echtzeitbereitstellung. Es baut auf dem durchgängigen, NMS-freien Design auf, das YOLOv10 in YOLO-Modelle einführte, und macht die NMS-Nachverarbeitung überflüssig. Dadurch sinkt die Latenz, und das Modell eignet sich besonders gut für Edge-Geräte wie den Raspberry Pi oder NVIDIA Jetson.

YOLO26 entfernt außerdem Distribution Focal Loss (DFL). Diese strukturelle Änderung vereinfacht den Export nach ONNX und verbessert die Kompatibilität mit Edge-Geräten mit geringem Stromverbrauch.

Für die Trainingsphase integriert YOLO26 den MuSGD-Optimierer, eine Kombination aus stochastischem Gradientenabstieg und Muon, die von den LLM-Trainingsmethoden von Kimi K2 von Moonshot AI inspiriert ist. Dadurch gelangen Innovationen aus dem Training großer Sprachmodelle (LLMs) in die Bildverarbeitung und ermöglichen stabileres Training sowie schnellere Konvergenz.

Leistungs- und Metrikvergleich#

Bei Tests auf dem weit verbreiteten COCO-Datensatz erzielen beide Modelle starke Ergebnisse. YOLO26 liegt jedoch bei jeder Modellgröße sowohl bei der Genauigkeit als auch bei der T4-Inferenzgeschwindigkeit vorn und weist eine ähnliche Parameteranzahl auf.

ModellGröße
(Pixel)
mAPval50-95Geschwindigkeit
CPU ONNX
(ms)
Geschwindigkeit
T4 TensorRT10
(ms)
Parameter
(M)
FLOPs
(B)
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5
YOLO26n64040.938.91.72.45.5
YOLO26s64048.687.22.59.520.9
YOLO26m64053.1220.04.720.468.4
YOLO26l64055.0286.26.224.886.8
YOLO26x64057.5525.811.855.7194.4

Analyse der Ergebnisse#

  • Geschwindigkeit und Effizienz: Dank der NMS-freien Architektur und des vereinfachten Detektionskopfs erreicht YOLO26n eine bis zu 43 % schnellere CPU-Inferenz als YOLO11n. Das YOLO26n-Modell benötigt auf einer NVIDIA T4 GPU mit TensorRT 1.7 ms und eignet sich damit gut für Echtzeit-Videostreams.
  • Genauigkeit: Das YOLO26x-Modell erreicht 57.5 mAP und übertrifft damit das größte YOLOv9e-Modell bei geringerer Latenz.
  • Speicherbedarf: Ultralytics-Modelle sind für ihre Effizienz bekannt. YOLO26 benötigt beim Modelltraining und bei der Inferenz deutlich weniger CUDA-Speicher als komplexe Transformer-basierte Bildverarbeitungsmodelle. Dadurch können Entwickler auf Hardware für Endverbraucher größere Batch-Größen verwenden.

Ökosystem, Benutzerfreundlichkeit und Vielseitigkeit#

Eine wesentliche Stärke des Ultralytics-Ökosystems ist die Benutzererfahrung. Während Forschende, die mit der GitHub-Codebasis von YOLOv9 arbeiten, sich mit komplexen Umgebungsinstallationen und manueller Skripterstellung auseinandersetzen müssen, ist YOLO26 vollständig in die intuitive Ultralytics-Python-API integriert.

Einfaches API-Beispiel#

Zum Trainieren eines YOLO26-Modells genügen wenige Zeilen Python-Code:

from ultralytics import YOLO

# Das neueste native End-to-End-Modell YOLO26 laden
model = YOLO("yolo26s.pt")

# Das Modell trainieren; optimizer="auto" wählt bei längeren Läufen (>10k iterations) MuSGD aus
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Mit einem einzigen Befehl nativ ins ONNX-Format exportieren
model.export(format="onnx")

Vielseitigkeit bei verschiedenen Aufgaben#

Anders als YOLOv9, das hauptsächlich auf die standardmäßige Objekterkennung zugeschnitten ist, unterstützt YOLO26 nativ alle sieben Ultralytics-Aufgaben der Bildverarbeitung, einschließlich semantischer Segmentierung und Tiefenschätzung. Die Architektur umfasst spezielle Verbesserungen für vielfältige Anwendungsfälle:

  • Instanzsegmentierung: Ergänzt eine Segmentierungsverlustfunktion und ein Proto-Modul mit mehreren Maßstäben, um die Qualität der Masken zu verbessern.
  • Bildklassifizierung: Zuverlässige Klassifizierung ganzer Bilder nach den Standards von ImageNet.
  • Posenschätzung: Integriert Residual Log-Likelihood Estimation (RLE) für eine genauere Lokalisierung von Schlüsselpunkten.
  • Gedrehte Begrenzungsboxen (OBB): Enthält eine spezielle Winkelfehlerfunktion, die bei der Erkennung gedrehter Objekte in Luftbildern Probleme an den Begrenzungen beheben soll.
Integriertes Ökosystem

Alle YOLO26-Modelle lassen sich in die Ultralytics Platform integrieren, die integrierte Werkzeuge zur Datensatzannotation, zum Cloud-Training und für Bereitstellungspipelines bietet.

Anwendungen in der Praxis#

Die Wahl zwischen diesen Modellen hängt oft davon ab, in welcher Umgebung sie eingesetzt werden.

IoT und Edge-Robotik#

Für Robotik, autonome Drohnen und IoT-Geräte im Smart Home ist YOLO26 die bessere Wahl. ProgLoss + STAL verbessern die Erkennung kleiner Objekte, was für die landwirtschaftliche Überwachung mit Drohnen in großer Höhe entscheidend ist. Dank der bis zu 43 % schnelleren CPU-Inferenz (YOLO26n gegenüber YOLO11n) und des NMS-freien Designs läuft YOLO26 reibungslos auf Hardware ohne dedizierte GPUs.

Akademische Forschung und Gradientenanalyse#

YOLOv9 genießt in akademischen Kreisen weiterhin hohes Ansehen. Forschende, die die theoretischen Grenzen des Gradientenflusses untersuchen oder eigene PyTorch-Schichten auf Grundlage des PGI-Konzepts entwickeln möchten, finden in der Codebasis von YOLOv9 eine gute Ausgangsbasis für die Erforschung der Deep-Learning-Theorie.

Hochgeschwindigkeitsfertigung#

In industriellen Umgebungen, etwa bei der automatisierten Fehlererkennung auf Hochgeschwindigkeitsförderbändern, helfen die hohen TensorRT-Geschwindigkeiten der YOLO26-Modelle dabei, ausgelassene Bilder zu vermeiden und den Durchsatz von Qualitätssicherungssystemen zu maximieren.

Anwendungsfälle und Empfehlungen#

Die Wahl zwischen YOLOv9 und YOLO26 hängt von deinen konkreten Projektanforderungen, den Einschränkungen bei der Bereitstellung und deinen Präferenzen beim Ökosystem ab.

Wann du YOLOv9 wählen solltest#

YOLOv9 ist eine gute Wahl 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 YOLO26 wählen solltest#

YOLO26 wird empfohlen für:

  • NMS-freie Bereitstellung auf Edge-Geräten: Anwendungen, die eine gleichbleibende Inferenz mit geringer Latenz ohne die Komplexität der Nachbearbeitung durch Non-Maximum Suppression erfordern.
  • 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.

Fazit#

Beide Modelle stellen wichtige Fortschritte für die Open-Source-Community dar. YOLOv9 führte wichtige theoretische Verbesserungen des Gradientenflusses ein, die auch weiterhin neue Architekturen beeinflussen. Für Entwickler, Start-ups und Unternehmensteams, die ein ausgewogenes Verhältnis von Geschwindigkeit, Genauigkeit und einfacher Bereitstellung suchen, ist Ultralytics YOLO26 jedoch die klare Empfehlung.

Mit NMS-freier Inferenz, dem MuSGD-Optimierer und Werkzeugen für Erkennung, Segmentierung, Posenschätzung und mehr bietet YOLO26 eine zuverlässige, gut unterstützte Grundlage für Bildverarbeitungsprojekte.

Kommentare

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