Erste Schritte

YOLOv9 und YOLOv6-3.0

Die Entwicklung der Echtzeit-Objekterkennung wurde durch kontinuierliche Neuerungen bei neuronalen Netzwerkarchitekturen vorangetrieben, die Inferenzgeschwindigkeit, Genauigkeit und Recheneffizienz in Einklang bringen. Für Entwickler und Forschende, die sich in der Vielzahl von Bildverarbeitungsframeworks orientieren müssen, ist der Vergleich führender Architekturen entscheidend, um das passende Werkzeug auszuwählen.

Dieser technische Leitfaden vergleicht zwei leistungsfähige Modelle: YOLOv9, bekannt dafür, Informationen in tiefen Netzen zu bewahren, und YOLOv6-3.0, ein Modell für industrielle Anwendungen.

YOLOv9 im Überblick: maximaler Erhalt von Merkmalen#

YOLOv9 wurde Anfang 2024 vorgestellt und geht eine der hartnäckigsten Herausforderungen tiefer neuronaler Netze an: den Informationsverlust bei der Vorwärtsverarbeitung. Indem das Modell zuverlässige Gradienten bewahrt und Merkmalskarten dabei unterstützt, wichtige Daten zu erhalten, verbessert es die Genauigkeit.

  • Autoren: Chien-Yao Wang und Hong-Yuan Mark Liao
  • Organisation: Institute of Information Science, Academia Sinica, Taiwan
  • Datum: 21. Februar 2024
  • Links: arXiv-Artikel, GitHub-Repository

Architektur und Methoden#

YOLOv9 führt Programmable Gradient Information (PGI) zusammen mit dem Generalized Efficient Layer Aggregation Network (GELAN) ein. PGI behebt den Informationsengpass durch zusätzliche Überwachung, die sicherstellt, dass das Hauptnetzwerk robuste und zuverlässige Merkmale erlernt, ohne den Inferenzaufwand zu erhöhen. GELAN optimiert gleichzeitig die Parameternutzung, sodass das Modell eine herausragende mittlere Average Precision (mAP) bei überschaubarem Rechenaufwand erzielt. Damit eignet es sich besonders für die medizinische Bildanalyse und die Erkennung sehr kleiner Objekte, bei denen Merkmalstreue entscheidend ist.

Mehr über YOLOv9 erfahren

YOLOv6-3.0 im Überblick: für den industriellen Einsatz entwickelt#

YOLOv6-3.0 (auch als v3.0 bezeichnet) wurde von Meituan entwickelt und von Grund auf für anspruchsvolle industrielle Anwendungen konzipiert. Das Modell erschien Anfang 2023 und konzentriert sich auf effiziente Bereitstellung. Es bietet eine Reihe quantisierungsfreundlicher Modelle, die auf Edge-Hardware gute Leistung erzielen.

  • Autoren: Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu und Xiangxiang Chu
  • Organisation: Meituan
  • Datum: 13. Januar 2023
  • Links: arXiv-Artikel, GitHub-Repository

Architektur und Methoden#

YOLOv6-3.0 zeichnet sich durch seine RepOptimizer- und Anchor-Aided-Training-(AAT)-Strategien aus. Das Modell nutzt ein von RepVGG inspiriertes, hardwarebewusstes Netzwerkdesign, mit dem es während der Inferenz durch das Zusammenführen von Schichten sehr schnell auf GPUs läuft. Mit der Version 3.0 wurde die Architektur durch das Bi-directional Concatenation-(BiC)-Modul weiter verbessert, um die Lokalisierungsgenauigkeit zu erhöhen. Dank der starken Optimierung für Bereitstellungsformate wie TensorRT und OpenVINO kommt YOLOv6-3.0 häufig in der Logistik, der Fertigungsautomatisierung und auf Servern mit hohem Durchsatz zum Einsatz.

Mehr über YOLOv6-3.0 erfahren

Leistungsvergleich#

Bei der Auswertung dieser Modelle anhand des Standarddatensatzes COCO zeigen sich klare Kompromisse zwischen Genauigkeit und reiner Inferenzgeschwindigkeit.

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
YOLOv6-3.0n64037.5-1.174.711.4
YOLOv6-3.0s64045.0-2.6618.545.3
YOLOv6-3.0m64050.0-5.2834.985.8
YOLOv6-3.0l64052.8-8.9559.6150.7

Technische Analyse#

YOLOv6-3.0n ist auf T4-Hardware mit 1,17 ms am schnellsten. YOLOv9t erzielt mit 38,3 % eine leicht höhere mAP, benötigt dabei weniger als halb so viele Parameter (2,0 Millionen gegenüber 4,7 Millionen) und deutlich weniger FLOPs. Für komplexe Anforderungen mit hohen Genauigkeitsansprüchen erreicht das größte Modell, YOLOv9e, eine mAP von 55,6 % und zeigt damit die Leistungsfähigkeit der PGI-Architektur in tiefen Netzen.

Mach dein Projekt mit YOLO26 zukunftssicher

Wenn du ein neues Bildverarbeitungsprojekt startest, empfiehlt Ultralytics YOLO26. Das Modell wurde im Januar 2026 veröffentlicht und bietet ein natives End-to-End-Design ohne NMS (nms=False), das die Latenz der NMS-Nachverarbeitung (Nicht-Maximum-Unterdrückung) beseitigt. YOLO26n ermöglicht außerdem eine bis zu 43 % schnellere CPU-Inferenz als YOLO11n.

Die Vorteile des Ultralytics-Ökosystems#

Unabhängig davon, welche Architekturphilosophie dir zusagt: Wenn du die Modelle nativ über die Ultralytics-Python-API implementierst, erhältst du eine einheitliche Entwicklererfahrung.

Benutzerfreundlichkeit und Trainingseffizienz#

Das Training komplexer Deep-Learning-Modelle erfordert traditionell umfangreichen Boilerplate-Code. Die Ultralytics Platform und das Python-Paket übernehmen diese Aufgaben. Ob du YOLOv9 für die Fehlererkennung feinabstimmst oder YOLOv6 für mobile Anwendungen exportierst – der Arbeitsablauf bleibt einheitlich.

Ultralytics-Architekturen haben beim Training in der Regel auch einen geringeren CUDA-Speicherbedarf als umfangreichere Transformer-Modelle. So können Entwickler größere Batchgrößen auf GPUs für Endverbraucher verwenden und die Trainingseffizienz verbessern.

from ultralytics import YOLO

# Architekturen lassen sich ganz einfach wechseln, indem du die Modellzeichenfolge änderst
# model = YOLO("yolov6n.yaml")  # YOLOv6 ist als YAML-Konfiguration verfügbar (keine vortrainierten Gewichte)
model = YOLO("yolov9c.pt")

# Das Modell mit integrierter Datenerweiterung und Zwischenspeicherung trainieren
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device="0")

# Exportiere nach ONNX oder TensorRT
model.export(format="engine", quantize=16)

Vielseitigkeit bei Computer-Vision-Aufgaben#

YOLOv6-3.0 ist zwar stark auf die schnelle Erzeugung von Bounding-Boxen optimiert, doch moderne Bildverarbeitungsprojekte erfordern häufig einen Ansatz für mehrere Aufgaben. Ultralytics-Modelle sind für ihre Vielseitigkeit bekannt. Mit Modellen wie Ultralytics YOLOv8 und dem neueren YOLO26 deckt ein einziges Framework Objekterkennung, Instanzsegmentierung, Bildklassifizierung, Posenschätzung und orientierte Bounding-Boxen (OBB) ab.

YOLO26: der neue Standard#

Für Unternehmen, die Leistung und eine einfache Bereitstellung gleichermaßen optimieren möchten, bietet YOLO26 eine starke Kombination aus Geschwindigkeit und Genauigkeit.

Aufbauend auf den Erfolgen von YOLO11 bietet YOLO26 mehrere neue Funktionen:

  • MuSGD-Optimierer: Diese Kombination aus SGD und Muon ist von Trainingstechniken für Large Language Models (LLM) inspiriert, etwa von Kimi K2 von Moonshot AI, und sorgt für stabiles Training und schnelle Konvergenz.
  • DFL Removal: Durch das Entfernen von Distribution Focal Loss vereinfacht YOLO26 den Exportgraphen und verbessert die Kompatibilität mit Chips für stromsparendes Edge-Computing.
  • ProgLoss + STAL: Progressive Loss und Small-Target-Aware Label Assignment (STAL) verbessern die Erkennung kleiner Objekte, was für den Drohnenbetrieb und IoT-Anwendungen entscheidend ist.
  • Aufgabenspezifische Verbesserungen: YOLO26 umfasst ein mehrskaliges Proto-Modul für Segmentierung, Residual Log-Likelihood Estimation (RLE) für Posenschätzung und eine spezielle Winkelfunktion, die Probleme an den Begrenzungen bei der OBB-Erkennung behebt.

Ideale Einsatzszenarien#

Die Wahl der richtigen Architektur hängt letztlich von den Einschränkungen deiner Produktionsumgebung ab.

Wähle YOLOv6-3.0, wenn du in der industriellen Fertigung bereits eine etablierte Pipeline betreibst, stark auf Quantisierung setzt und spezielle Inferenzbeschleuniger nutzt, bei denen die geringstmögliche Hardwarelatenz erforderlich ist.

Wähle YOLOv9, wenn du komplexe medizinische Diagnostik oder Überwachung über große Entfernungen umsetzt, bei denen subtile Merkmale auf Pixelebene unbedingt erkannt werden müssen.

Für einen ausgewogenen Ansatz, der hohe Genauigkeit mit einer vereinfachten Bereitstellung ohne NMS verbindet, ist Ultralytics YOLO26 jedoch die empfohlene Wahl für moderne Bildverarbeitung. Das Modell wird durch aktive Entwicklung, umfassende Dokumentation und Community-Support unterstützt.

Mitwirkende

Kommentare

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