YOLOv9 und YOLOv5#

Die Computer Vision hat enorme Fortschritte gemacht. Die Objekterkennung bildet dabei die Grundlage unzähliger industrieller und wissenschaftlicher Anwendungen. Für die Wahl der richtigen Architektur müssen häufig die mittlere durchschnittliche Präzision (mAP), die Inferenzgeschwindigkeit und der Speicherbedarf sorgfältig abgewogen werden. In diesem Vergleich betrachten wir zwei einflussreiche Modelle: YOLOv9, bekannt für seine architektonischen Durchbrüche beim Erhalt von Gradienteninformationen, und Ultralytics YOLOv5, den praxiserprobten Industriestandard, der für seine einfache Bedienung und unübertroffene Flexibilität bei der Bereitstellung bekannt ist.

Architekturinnovationen und technische Ursprünge#

Wer die grundlegenden Funktionsweisen dieser beiden Modelle versteht, kann ihre jeweiligen Leistungsprofile besser einordnen.

YOLOv9: Programmierbare Gradienteninformationen#

YOLOv9 wurde von den Forschenden Chien-Yao Wang und Hong-Yuan Mark Liao am Institute of Information Science der Academia Sinica in Taiwan entwickelt und am 21. Februar 2024 veröffentlicht. Das Modell führt zwei wegweisende Konzepte ein, um den in tiefen neuronalen Netzen verbreiteten Informationsengpass zu beheben: programmierbare Gradienteninformationen (PGI) und das generalisierte effiziente Layer-Aggregationsnetzwerk (GELAN).

Mit PGI stellt YOLOv9 sicher, dass wichtige Informationen während des gesamten Feedforward-Prozesses erhalten bleiben, was zu hochpräzisen Gradientenaktualisierungen führt. Die GELAN-Architektur maximiert unterdessen die Parametereffizienz und ermöglicht dem Modell eine Genauigkeit auf dem neuesten Stand der Technik bei überraschend geringem Rechenaufwand. Weitere technische Einzelheiten findest du im offiziellen YOLOv9-Arxiv-Artikel oder im YOLOv9-GitHub-Repository.

Mehr über YOLOv9 erfahren

Ultralytics YOLOv5: der Standard für den Produktiveinsatz#

YOLOv5 wurde von Glenn Jocher entwickelt und am 26. Juni 2020 von Ultralytics veröffentlicht. Das Modell machte Computer Vision einem breiten Publikum zugänglich. Als eines der ersten Objekterkennungsmodelle, das nativ auf dem PyTorch-Framework aufbaute, umging es die Komplexität des älteren Darknet-C-Frameworks. YOLOv5 nutzt ein hochoptimiertes CSPNet-Backbone und einen PANet-Head und bietet damit eine ausgewogene Kombination aus Geschwindigkeit und Genauigkeit.

Sein größter Erfolg ist jedoch die Integration in das umfassendere Ultralytics-Ökosystem. YOLOv5 ist stark auf hohe Trainingseffizienz und Umgebungen mit wenig Speicher optimiert, wodurch es sich besonders zuverlässig auf Edge-Geräten einsetzen lässt.

Leistungsanalyse: Geschwindigkeit oder Genauigkeit#

Bei der Entwicklung einer Computer-Vision-Pipeline müssen Entwickler die Kompromisse zwischen Präzision und Latenz abwägen. Die folgende Tabelle zeigt die Leistungsunterschiede auf dem Standard-COCO-Datensatz.

Abwägung der Vor- und Nachteile#

YOLOv9 ist bei der reinen Präzision klar überlegen. YOLOv9e steigert die mAP auf 55,6 % und setzt dabei seine GELAN-Schichten ein, um feine Details zu erhalten. Das macht das Modell zu einer ausgezeichneten Wahl für die medizinische Bildgebung und andere Szenarien, in denen eine hohe Genauigkeit bei kleinen Objekten entscheidend ist.

YOLOv5 überzeugt dagegen durch seine reine Bereitstellungsgeschwindigkeit und Hardwareflexibilität. YOLOv5n (Nano) ist bekannt für sein geringes Gewicht und führt Inferenz auf einer T4-GPU über TensorRT in nur 1,12 ms aus. Wenn du das Modell auf IoT-Geräten mit begrenzten Ressourcen, Mobiltelefonen oder einem Raspberry Pi einsetzen möchtest, macht der geringe Speicherbedarf von YOLOv5 das Modell besonders zuverlässig.

Die Vorteile des Ultralytics-Ökosystems#

Bei der Modellauswahl spielt auch das Softwareökosystem eine wichtige Rolle. YOLOv9 bietet zwar erstklassige Benchmarks für die Forschung, doch die Verwendung beider Modelle über die moderne Ultralytics Python API schließt die Lücke und bietet Entwicklern eine einheitliche, optimierte Benutzererfahrung.

Benutzerfreundlichkeit und Export#

Ultralytics nimmt dir komplexe technische Hürden ab. Funktionen wie die automatische Datenerweiterung und die Optimierung von Hyperparametern sind bereits integriert. Auch die Überführung von Modellen in den Produktiveinsatz ist einfach: Mit integrierten Exportbefehlen kannst du Modelle in die Formate ONNX, OpenVINO oder LiteRT konvertieren.

Vielseitigkeit bei verschiedenen Aufgaben#

Beide Modelle eignen sich hervorragend für die Objekterkennung, doch moderne Ultralytics-Modelle sind für verschiedenste Computer-Vision-Aufgaben ausgelegt. Das umfassendere Framework unterstützt nativ die Bildklassifizierung, Instanzsegmentierung, Posenschätzung und orientierte Begrenzungsrahmen (OBB). So können Entwickler mehrere Bildverarbeitungsaufgaben lösen, ohne die Codebasis wechseln zu müssen.

Anwendungsfälle und Empfehlungen#

Die Wahl zwischen YOLOv9 und YOLOv5 hängt von den spezifischen Anforderungen deines Projekts, 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 YOLOv5 wählen solltest#

YOLOv5 empfiehlt sich für:

• Bewährte Produktionssysteme: Bestehende Bereitstellungen, bei denen die lange Stabilitätsbilanz, die umfassende Dokumentation und die große Unterstützung durch die Community von YOLOv5 geschätzt werden.
• Training mit begrenzten Ressourcen: Umgebungen mit begrenzten GPU-Ressourcen, in denen die effiziente Trainingspipeline und der geringere Speicherbedarf von YOLOv5 von Vorteil sind.
• Umfangreiche Unterstützung von Exportformaten: Projekte, die eine Bereitstellung in vielen Formaten erfordern, darunter ONNX, TensorRT, CoreML und LiteRT.

Wann du Ultralytics (YOLO26) wählen solltest#

Für die meisten neuen Projekte bietet Ultralytics YOLO26 die beste Kombination aus Leistung und Entwicklererfahrung:

• 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, auf denen die bis zu 43 % schnellere CPU-Inferenz von YOLO26 einen entscheidenden Vorteil bietet.
• Erkennung kleiner Objekte: Anspruchsvolle Szenarien wie Luftbilder von Drohnen oder die Analyse von IoT-Sensoren, bei denen ProgLoss und STAL die Genauigkeit bei sehr kleinen Objekten deutlich steigern.

Implementierungsbeispiel#

Ein großer Vorteil des Ultralytics-Ökosystems ist, dass du ganz einfach zwischen einem YOLOv5- und einem YOLOv9-Modell wechseln kannst, indem du die Zeichenfolge für die Gewichte änderst.

from ultralytics import YOLO

# Ein vortrainiertes YOLOv9-Modell laden (durch "yolov5su.pt" ersetzen, um YOLOv5u zu verwenden)
model = YOLO("yolov9c.pt")

# Das Modell effizient mit einem benutzerdefinierten Datensatz trainieren
train_results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Inferenz auf neuen Bildern ausführen
predictions = model.predict("https://ultralytics.com/images/zidane.jpg")

# Für eine reibungslose Bereitstellung nach ONNX exportieren
model.export(format="onnx")

Neuere Architekturen entdecken#

YOLOv5 und YOLOv9 sind hervorragende Modelle mit jeweils eigenen Vorteilen, doch das Fachgebiet entwickelt sich ständig weiter. Bei neuen Projekten lohnt es sich möglicherweise auch, die neuesten Modelle von Ultralytics zu prüfen.

• YOLO11: Eine leistungsstarke, weiterentwickelte Variante der YOLOv8-Familie, die bei allen Bildverarbeitungsaufgaben eine hervorragende Balance zwischen Geschwindigkeit und Genauigkeit bietet.
• YOLO26: YOLO26 wurde 2026 veröffentlicht und ist die beste Empfehlung für moderne Pipelines. Das Modell bietet ein optionales End-to-End-Design ohne NMS (nms=False), das Engpässe bei der NMS-Nachverarbeitung beseitigt. Dank DFL Removal (Distribution Focal Loss wird entfernt, was den Export vereinfacht und die Kompatibilität mit Edge-Geräten und Geräten mit geringem Stromverbrauch verbessert) erreicht das Modell eine bis zu 43 % schnellere CPU-Inferenz. Der neue MuSGD Optimizer sorgt für besonders stabiles Training. ProgLoss + STAL (Progressive Loss und labelbasierte Zuweisung unter Berücksichtigung kleiner Ziele) verbessern die Erkennung kleiner Objekte deutlich. Das ist für IoT, Robotik und Luftbilder entscheidend und macht YOLO26 zur robustesten Architektur für die Bereitstellung sowohl am Netzwerkrand als auch in der Cloud.

Teams, die große Datensätze und komplexe Bereitstellungspipelines verwalten, können mit der Ultralytics Platform diese hochmodernen Modelle ganz ohne Code trainieren, nachverfolgen und mühelos bereitstellen.