YOLOv9 im Vergleich zu YOLOv10
Die Echtzeit-Bildverarbeitung hat sich rasant weiterentwickelt, während Forschende das Verhältnis von Leistung und Effizienz kontinuierlich verbessern. In der Entwicklung modernster Bildverarbeitungsmodelle sind YOLOv9 und YOLOv10 zwei wichtige Meilensteine. Beide Modelle wurden Anfang 2024 veröffentlicht und führten wesentliche architektonische Änderungen ein, um langjährige Herausforderungen tiefer neuronaler Netze zu bewältigen – von Informationsengpässen bis hin zu Latenz bei der Nachbearbeitung.
Dieser technische Vergleich untersucht ihre Architekturen, Leistungskennzahlen und idealen Bereitstellungsszenarien, damit du das passende Modell zur Objekterkennung auswählen kannst.
Ursprung und Architektur der Modelle#
Die Entwicklungslinie und theoretischen Grundlagen dieser Modelle zu verstehen, ist entscheidend, um die richtige Architektur für dein spezifisches Computer-Vision-Projekt auszuwählen.
YOLOv9: Informationsfluss meistern#
YOLOv9 wurde am 21. Februar 2024 vorgestellt und geht das theoretische Problem des Informationsverlusts an, der beim Durchlaufen tiefer neuronaler Netze entsteht.
- Autoren: Chien-Yao Wang und Hong-Yuan Mark Liao
- Organisation: Institut für Informationswissenschaft, Academia Sinica, Taiwan
- Referenz: YOLOv9-Arxiv-Artikel
- Repository: YOLOv9 auf GitHub
YOLOv9 führt das generalisierte effiziente Schichtaggregationsnetzwerk (GELAN) ein, das die Parameternutzung durch die Kombination der Stärken von CSPNet und ELAN maximiert. Außerdem verwendet es programmierbare Gradienteninformationen (PGI), einen Mechanismus zur zusätzlichen Überwachung, der sicherstellt, dass tiefe Schichten wichtige räumliche Informationen behalten. Dadurch eignet sich YOLOv9 gut für Aufgaben, bei denen eine hohe Merkmaltreue gefragt ist, etwa die medizinische Bildanalyse oder die Überwachung weit entfernter Bereiche.
YOLOv10: Effizienz in Echtzeit und von Anfang bis Ende#
YOLOv10 wurde kurz darauf, am 23. Mai 2024, veröffentlicht und vereinfacht die Bereitstellungspipeline, indem es einen bekannten Latenzengpass bei der Objekterkennung beseitigt: die Nicht-Maximum-Unterdrückung (NMS).
- Autoren: Ao Wang, Hui Chen, Lihao Liu u. a.
- Organisation: Tsinghua-Universität
- Referenz: YOLOv10-Arxiv-Artikel
- Repository: YOLOv10 auf GitHub
YOLOv10 verwendet während des Trainings konsistente doppelte Zuweisungen und ermöglicht so nativ ein NMS-freies Design. Dadurch entfällt der Aufwand für die Nachbearbeitung bei der Inferenz und die Latenz sinkt. Zusammen mit einem ganzheitlichen Modelldesign, das Effizienz und Genauigkeit in Einklang bringt, erzielt YOLOv10 eine starke Balance: Der Rechenaufwand (FLOPs) sinkt, während die Genauigkeit wettbewerbsfähig bleibt. Das macht das Modell für Anwendungen im Edge-Computing attraktiv.
Leistungs- und Metrikvergleich#
Bei Tests dieser beiden Modellfamilien auf dem Standarddatensatz MS COCO zeigen sich deutliche Kompromisse zwischen reiner Genauigkeit und Inferenzlatenz.
| 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 |
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
Die Daten analysieren#
- Latenz gegenüber Genauigkeit: Die YOLOv10-Modelle bieten im Allgemeinen eine schnellere Inferenz. YOLOv10s erzielt beispielsweise mit TensorRT bei nur 2.49 ms eine mAP von 46.3 %, während YOLOv9s für eine ähnliche mAP von 46.8 % 3.54 ms benötigt.
- Spitzenpräzision: Für Forschungsszenarien, die höchste Erkennungsgenauigkeit erfordern, bleibt YOLOv9e eine starke Wahl. Das Modell erreicht 55,6 % mAP, wobei PGI dabei hilft, subtile Merkmale zuverlässig zu extrahieren.
- Effizienz: YOLOv10 zeichnet sich durch eine hohe FLOPs-Effizienz aus. Das senkt direkt den Stromverbrauch – ein entscheidender Faktor bei batteriebetriebenen Geräten, auf denen KI-Modelle für Bildverarbeitung ausgeführt werden.
Wenn du auf CPUs oder ressourcenbeschränkter Edge-Hardware wie einem Raspberry Pi bereitstellst, sorgt die NMS-freie Architektur von YOLOv10 in der Regel für eine reibungslosere Pipeline, da sie Nachverarbeitungsschritte mit variabler Latenz überflüssig macht.
Der Vorteil von Ultralytics: Training und Ökosystem#
Architektonische Unterschiede sind zwar entscheidend, doch oft bestimmt das umgebende Softwareökosystem den Erfolg eines Projekts. YOLOv9 und YOLOv10 sind beide vollständig in das Ultralytics-Ökosystem integriert und bieten dadurch eine einheitliche Entwicklererfahrung.
Benutzerfreundlichkeit und Speichereffizienz#
Im Gegensatz zu komplexen Transformer-Architekturen, die große Speichermengen benötigen können, sind Ultralytics-YOLO-Modelle auf eine effiziente Nutzung des GPU-Speichers ausgelegt. So können Forschende auf Hardware für Endverbraucher größere Batchgrößen verwenden und KI auf dem neuesten Stand der Technik zugänglich machen.
Die einheitliche Python-API übernimmt die komplexe Datenerweiterung und Hyperparameteroptimierung. Du kannst zwischen Architekturen wechseln, indem du die Zeichenfolge für die Gewichtsdatei änderst.
from ultralytics import YOLO
# YOLOv10-Modell laden (einfach „yolov9c.pt“ für YOLOv9 einsetzen)
model = YOLO("yolov10n.pt")
# Das Modell mit dem COCO8-Datensatz trainieren
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)
# Die Leistung des Modells validieren
metrics = model.val()
# Exportiere das trainierte Modell zur Bereitstellung im ONNX-Format
model.export(format="onnx")Ob du Messwerte in MLflow protokollieren oder für eine schnelle Bereitstellung auf Hardware nach TensorRT exportieren möchtest – das Ultralytics-Python-Paket unterstützt dies direkt.
Ideale Anwendungsfälle#
Die Wahl zwischen diesen Modellen hängt von deinen Einsatzbedingungen ab:
- Wähle YOLOv9, wenn: Du an Aufgaben zur Erkennung kleiner Objekte arbeitest, etwa mit Luftbildern von Drohnen oder beim Erkennen kleiner Tumore, bei denen die Merkmalserhaltung der GELAN-Architektur für höchste Detailtreue sorgt.
- Wähle YOLOv10, wenn: dein Hauptziel die Echtzeit-Inferenz auf Edge-Geräten ist. Dank des NMS-freien Designs eignet sich das Modell besonders für autonome Robotik, die Verkehrsüberwachung in Echtzeit und intelligente Überwachung.
Zukunftssicherheit: Der Umstieg auf YOLO26#
YOLOv8, YOLOv9 und YOLOv10 sind zwar hervorragende Modelle, doch Entwickler, die moderne KI-Lösungen entwickeln möchten, sollten Ultralytics YOLO26 in Betracht ziehen, das im Januar 2026 veröffentlicht wurde.
YOLO26 baut auf früheren Generationen auf und kombiniert die NMS-freie Effizienz von YOLOv10 mit einer höheren Genauigkeit als beide Modelle in diesem Vergleich.
Wichtige Neuerungen in YOLO26#
- End-to-End-Design ohne NMS: Aufbauend auf den Grundlagen von YOLOv10 überspringt der optionale One-to-one-Kopf von YOLO26 (
nms=False) die NMS-Nachbearbeitung und vereinfacht so die Bereitstellung. - MuSGD-Optimierer: Eine Kombination aus SGD und Muon, die Innovationen aus dem LLM-Training in die Bildverarbeitung einbringt und so für stabiles Training und schnelle Konvergenz sorgt.
- Bis zu 43 % schnellere CPU-Inferenz: YOLO26n läuft auf einer CPU bis zu 43 % schneller als YOLO11n und eignet sich damit für Edge-Computing und Geräte ohne dedizierte GPUs.
- Entfernung von DFL: Distribution Focal Loss wurde entfernt, um den Modellexport zu vereinfachen und die Kompatibilität mit Geräten mit geringem Stromverbrauch zu verbessern.
- ProgLoss + STAL: Progressive Loss und Small-Target-Aware Label Assignment (STAL) verbessern die Erkennung kleiner Objekte.
Für Forschende, die andere Architekturen bewerten, sind RT-DETR und YOLO11 ebenfalls gut dokumentierte Alternativen im Ultralytics-Ökosystem. Für Vielseitigkeit bei allen Bildverarbeitungsaufgaben empfiehlt sich für neue Projekte jedoch YOLO26 auf der Ultralytics Platform.
Kommentare
Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.