Erste Schritte

YOLOv9 vs. YOLOX

Die Echtzeit-Objekterkennung hat sich in der Computer Vision rasant weiterentwickelt. Dieser Leitfaden vergleicht YOLOv9 und YOLOX und untersucht ihre architektonischen Neuerungen, Leistungskennzahlen und Trainingsmethoden. Ob du intelligente Anwendungen für KI in der Fertigung entwickelst oder dich mit prädiktiver Modellierung beschäftigst – das Verständnis dieser Modelle hilft dir, fundierte Entscheidungen für deine nächste Bereitstellung zu treffen.

Architektonische Innovationen#

YOLOv9: Programmierbare Gradienteninformationen#

YOLOv9 wirkt dem Informationsengpass entgegen, der tiefen neuronalen Netzen innewohnt. Zu den wichtigsten Neuerungen gehören Programmierbare Gradienteninformationen (PGI) und das generalisierte effiziente Schichtaggregationsnetzwerk (GELAN).

  • Autoren: Chien-Yao Wang und Hong-Yuan Mark Liao
  • Organisation: Institute of Information Science, Academia Sinica, Taiwan
  • Datum: 21. Februar 2024
  • arXiv: 2402.13616
  • GitHub: WongKinYiu/yolov9

Indem YOLOv9 wichtige Merkmalsdaten während der Vorwärtsverarbeitung bewahrt, bleiben die Gradienten für die Aktualisierung der Gewichte während der Rückpropagierung genauer. Die Architektur eignet sich besonders für die Merkmalsextraktion und erkennt deshalb kleine Objekte in komplexen Umgebungen zuverlässig, etwa in Luftaufnahmen und detaillierten medizinischen Scans.

Mehr über YOLOv9 erfahren

YOLOX: Forschung und Industrie verbinden#

YOLOX wurde Mitte 2021 veröffentlicht und führte die YOLO-Reihe in Richtung eines anchorfreien Designs. Das Modell führte einen entkoppelten Head ein, der Klassifizierungs- und Lokalisierungsaufgaben trennt, und verwendete die SimOTA-Strategie zur Labelzuweisung, um die Trainingskonvergenz zu verbessern.

YOLOX war zu seiner Zeit wegweisend: Das Modell erzielte eine ausgezeichnete mittlere durchschnittliche Präzision (mAP) und machte die Feinabstimmung von Anchor-Box-Hyperparametern überflüssig. Seine zugrunde liegende Architektur wurde inzwischen jedoch von modernen Netzwerken übertroffen, die Parameterzahl und Merkmalserhalt besser ausbalancieren.

Mehr über YOLOX erfahren

Die Entwicklung anchorfreier Modelle

Sowohl YOLOX als auch neuere Ultralytics-Modelle setzen auf anchorfreie Designs. Dadurch wird die Abstimmung von Hyperparametern weniger komplex und die Generalisierung auf unterschiedliche Datensätze verbessert.

Leistungsanalyse#

Beim Vergleich dieser Modelle mit dem MS-COCO-Benchmark werden die Fortschritte von YOLOv9 deutlich. YOLOv9 erzielt durchgängig ein besseres Verhältnis zwischen Genauigkeit und FLOPs.

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
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9

YOLOX bietet zwar leichte Varianten wie YOLOX-Nano für besonders anspruchsvolle Edge-Szenarien, doch YOLOv9-Varianten übertreffen ähnlich große YOLOX-Modelle durchgängig bei der reinen Genauigkeit. YOLOv9m erreicht beispielsweise eine mAP von 51,4 % gegenüber 49,7 % bei YOLOXl – obwohl YOLOv9m weniger als halb so viele Parameter hat (20,1 Mio. gegenüber 54,2 Mio.).

Der Vorteil von Ultralytics#

Bei der Wahl eines Modells geht es um mehr als nur Architekturtheorie: Das zugehörige Ökosystem bestimmt die Entwicklungsgeschwindigkeit und den Erfolg der Bereitstellung. YOLOv9 im Ultralytics-Ökosystem bietet Benutzerfreundlichkeit und starke Unterstützung durch die Community.

Anders als ältere Repositorien mit ursprünglichem Forschungscode bietet das Ultralytics-Framework eine einheitliche Python API, die komplexe Verarbeitungsketten vereinfacht. Für das Training wird in der Regel weniger GPU-Speicher benötigt als bei vielen Alternativen, was die Trainingseffizienz verbessert.

from ultralytics import YOLO

# Das YOLOv9c-Modell initialisieren
model = YOLO("yolov9c.pt")

# Das Modell mit deinem eigenen Datensatz trainieren
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Die Leistung des Modells validieren
metrics = model.val()

# Das optimierte Modell ins TensorRT-Format exportieren
model.export(format="engine")

Dank der integrierten Unterstützung mehrerer Aufgaben, darunter Objekterkennung, Instanzsegmentierung und Posenschätzung, kannst du zwischen visuellen Aufgaben wechseln, ohne deine gesamte Codebasis zu ändern.

Einfacher Export

Du möchtest Modelle auf Edge-Geräten bereitstellen? Mit Ultralytics kannst du trainierte Modelle ganz einfach mit einem einzigen Befehl in optimierte Formate wie ONNX, TensorRT und OpenVINO exportieren.

Anwendungen in der Praxis#

Die besonderen Stärken dieser Modelle machen sie für unterschiedliche reale Anwendungsfälle geeignet:

Einzelhandelsanalysen mit hoher Geschwindigkeit#

Für moderne Einzelhandelsumgebungen, in denen Produkte in Echtzeit erkannt werden müssen, ist YOLOv9 besonders leistungsfähig. Das Modell bewahrt feine Merkmalsdetails und eignet sich deshalb gut für den Einsatz von KI im Einzelhandel, wo ähnliche Produkte in einem überfüllten Regal unterschieden werden müssen.

Bereitstellungen auf älteren Edge-Systemen#

Bei strengen Hardwarebeschränkungen oder speziellen NPUs, die mit neueren Aggregationsblöcken Schwierigkeiten haben, kann YOLOX-Nano gelegentlich eine passende Nischenlösung sein. Seine einfachen Faltungsmuster sind mitunter für extrem ressourcenbeschränkte Mikrocontroller besser geeignet.

Autonome Robotik#

Bei der Navigation von Robotern kann das Übersehen kleiner Objekte katastrophale Folgen haben. Die GELAN-Architektur in YOLOv9 trägt dazu bei, dass Merkmale kleiner, weit entfernter Hindernisse nicht in den tiefen Netzwerkschichten verloren gehen. Das ist in sicherheitskritischen Anwendungen wie KI in der Automobilindustrie wichtig.

Anwendungsfälle und Empfehlungen#

Die Wahl zwischen YOLOv9 und YOLOX hängt von deinen konkreten Projektanforderungen, Bereitstellungseinschränkungen und Ökosystempräferenzen 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 YOLOX wählen solltest#

YOLOX empfiehlt sich für:

  • Forschung zur anchorfreien Erkennung: Akademische Forschung, bei der YOLOX aufgrund seiner übersichtlichen, anchorfreien Architektur als Grundlage für Experimente mit neuen Erkennungs-Heads oder Verlustfunktionen dient.
  • Besonders kleine Edge-Geräte: Bereitstellungen auf Mikrocontrollern oder älterer Mobilhardware, bei denen die extrem geringe Größe der YOLOX-Nano-Variante (0,91 Mio. Parameter) entscheidend ist.
  • Studien zur SimOTA-Labelzuweisung: Forschungsprojekte, die Strategien zur Labelzuweisung auf Grundlage optimalen Transports und deren Auswirkungen auf die Trainingskonvergenz untersuchen.

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 konsistente Inferenz mit geringer Latenz erfordern, ohne die Komplexität einer Nachverarbeitung mit Nicht-maximaler Unterdrückung (NMS).
  • Umgebungen ohne GPU: Geräte ohne dedizierte GPU-Beschleunigung, bei denen die bis zu 43 % schnellere CPU-Inferenz von 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.

Die Zukunft: YOLO26 kommt#

YOLOv9 ist ein wichtiger Meilenstein, doch die Anforderungen an den Produktionseinsatz entwickeln sich ständig weiter. YOLO26, veröffentlicht im Januar 2026, ist derzeit das empfohlene Ultralytics-Modell.

YOLO26 vereinfacht die Bereitstellung mit einem optionalen End-to-End-Design ohne NMS. Durch den Verzicht auf die NMS-Nachverarbeitung mit nms=False wird die Inferenzlatenz verringert.

YOLO26 enthält außerdem den MuSGD-Optimierer, eine Kombination aus SGD und Muon, die Neuerungen aus dem Training großer Sprachmodelle aufgreift und für stabile, schnelle Konvergenz sorgt. Da DFL entfällt und die Inferenz ohne NMS erfolgt, erreicht YOLO26n eine bis zu 43 % schnellere CPU-Inferenz als YOLO11n. Damit ist YOLO26 eine starke Wahl für Edge-Geräte und den Unternehmenseinsatz. ProgLoss und STAL (progressiver Verlust und eine zielgrößenbewusste Labelzuweisung) verbessern zudem die Erkennung kleiner Objekte. Dadurch übertrifft YOLO26 YOLOX und YOLOv9 bei neuen Projekten.

Für Entwickler, die moderne Architekturen untersuchen, sind auch YOLO11 und RT-DETR starke Alternativen im Ultralytics-Ökosystem. Mit der Ultralytics Platform kannst du die neuesten Modelle an einem Ort trainieren und bereitstellen.

Kommentare

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