Ultralytics YOLO27:
Get Started

YOLOX im Vergleich zu YOLOv9#

Die Entwicklung der Computer Vision wurde von kontinuierlichen Architekturdurchbrüchen geprägt, die Recheneffizienz und hohe Präzision miteinander verbinden. Beim Vergleich von Echtzeitmodellen zur Objekterkennung zeigen YOLOX von Megvii und YOLOv9 von Academia Sinica zwei unterschiedliche Ansätze für die Entwicklung von Deep-Learning-Modellen. Das eine Modell leistete Pionierarbeit mit einem vereinfachten anchor-freien Ansatz, während das andere fortschrittliche Techniken zur Gradientensteuerung einführte, um möglichst viele Informationen zu erhalten.

Dieser technische Leitfaden beleuchtet die Feinheiten ihrer Architekturen, Leistungsbenchmarks und idealen Anwendungsfälle. Außerdem zeigt er, wie moderne Lösungen wie die Ultralytics Platform und das neu veröffentlichte Modell YOLO26 bessere Alternativen für den produktiven Einsatz bieten.

YOLOX: Wegweisend für den anchor-freien Ansatz#

YOLOX wurde Mitte 2021 veröffentlicht und war ein bedeutender Schritt, um die Lücke zwischen akademischer Forschung und industrieller Anwendung zu schließen. Da keine vordefinierten Ankerrahmen mehr benötigt wurden, vereinfachte das Modell die heuristischen Abstimmungen für benutzerdefinierte Datensätze erheblich.

Architektonische Innovationen#

YOLOX führte mehrere wichtige Änderungen an der standardmäßigen Erkennungspipeline ein. Das Modell verwendete einen entkoppelten Kopf, der Klassifizierung und Regression voneinander trennt. Dadurch wurde der Konflikt zwischen dem Erkennen eines Objekts und dem Bestimmen seiner Grenzen deutlich verringert. Außerdem setzte YOLOX SimOTA ein, eine fortschrittliche Strategie zur Labelzuweisung, die während des Trainings dynamisch positive Beispiele zuwies. Das führte zu einer schnelleren Konvergenz und einer besseren Gesamtleistung auf gängigen Benchmark-Datensätzen.

Stärken und Einschränkungen#

Die größte Stärke von YOLOX ist sein vereinfachtes Design. Dank des anchor-freien Verfahrens müssen Entwickler weniger Zeit für Clustering-Algorithmen aufwenden, um optimale Ankergrößen für ihre jeweiligen Daten zu finden. Als ältere Architektur ohne neuere Fortschritte wie Self-Attention oder Gradientenpfade erreicht YOLOX jedoch nicht die Parametereffizienz neuerer Netzwerke. Außerdem unterstützt das Modell fortgeschrittene Aufgaben wie Instanzsegmentierung und Posenschätzung nicht nativ über eine einheitliche API.

Mehr über YOLOX erfahren

YOLOv9: Maximale Nutzung von Gradienteninformationen#

YOLOv9 wurde 2024 veröffentlicht und führte einen stark theoretisch fundierten Ansatz ein, um das Informationsengpassproblem tiefer faltender neuronaler Netze zu lösen.

Architektonische Innovationen#

Das zentrale Merkmal von YOLOv9 ist die programmierbare Gradienteninformation (PGI), die sicherstellt, dass wichtige semantische Daten beim Durchlaufen mehrerer Netzwerkschichten nicht verloren gehen. In Kombination mit dem verallgemeinerten effizienten Schichtaggregationsnetzwerk (GELAN) erzielt YOLOv9 ein außergewöhnliches Verhältnis von Parameteranzahl zu Genauigkeit. Dadurch kann das Modell präzise Gradienten zur Aktualisierung der Gewichte beibehalten und ist selbst in seinen leichtgewichtigen Varianten äußerst effektiv.

Stärken und Einschränkungen#

YOLOv9 reizt die theoretischen Grenzen der Modellgenauigkeit aus. Das Modell erzielt hervorragende mAP-Werte auf COCO und ist deshalb bei Forschenden beliebt. Trotz seiner Effizienz setzt YOLOv9 bei der Nachbearbeitung jedoch weiterhin auf die herkömmliche Unterdrückung nicht maximaler Werte (NMS), was während der Inferenz zu Latenzspitzen führt. Für Entwickler, die KI auf Edge-Geräten bereitstellen, bringt die Verwaltung der NMS-Logik zusätzliche, unnötige Komplexität in die Bereitstellungspipeline.

Mehr über YOLOv9 erfahren

Engpässe bei der Nachbearbeitung

Herkömmliche Modelle wie YOLOX und YOLOv9 benötigen die Unterdrückung nicht maximaler Werte (NMS), um doppelte Begrenzungsrahmen herauszufiltern. Dieser Schritt läuft grundsätzlich sequenziell ab und führt auf CPUs häufig zu einem Engpass. Das verdeutlicht, warum native End-to-End-Architekturen wie die neuesten Ultralytics-Modelle benötigt werden.

Leistungsvergleich#

Ein Vergleich der reinen Rechenkennzahlen dieser Architekturen zeigt deutlich, dass YOLOv9 eine modernere Ausgangsbasis bietet, während YOLOX für ältere Konfigurationen eine leichtgewichtige Option bleibt. Im Folgenden werden die Standardmodelle detailliert verglichen.

ModellGröße
(Pixel)		mAPval
50-95		Geschwindigkeit
CPU ONNX
(ms)		Geschwindigkeit
T4 TensorRT10
(ms)		Parameter
(M)		FLOPs
(B)
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
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

YOLOv9 bietet bei vergleichbarer Parameteranzahl eine höhere Genauigkeit. Wenn du jedoch die optimale Kombination aus Geschwindigkeit, Genauigkeit und Benutzerfreundlichkeit suchst, solltest du die neuesten Entwicklungen von Ultralytics in Betracht ziehen.

Die Vorteile von Ultralytics: YOLO26 im Überblick#

Historische Modelle wie YOLOX und YOLOv9 liefern zwar wertvollen Kontext, doch den aktuellen Stand der Technik verkörpert Ultralytics YOLO26. YOLO26 wurde Anfang 2026 veröffentlicht und gestaltet die Erkennungspipeline grundlegend neu – für moderne Unternehmensumgebungen.

Unübertroffene Architekturinnovationen#

YOLO26 beseitigt die Engpässe bei der Nachbearbeitung, die seine Vorgänger aufweisen, durch ein optionales End-to-End-Design ohne NMS (nms=False), das die Bereitstellung auf jeder Hardware vereinfacht. Außerdem erreicht YOLO26 durch den Wegfall des Distribution Focal Loss (DFL) und die Integration des neuen MuSGD-Optimierers – einer Kombination aus stochastischem Gradientenabstieg und Muon – eine beispiellose Trainingsstabilität.

Für Entwickler, die Modelle auf Geräten mit begrenzten Ressourcen wie dem Raspberry Pi bereitstellen, bietet YOLO26 eine um bis zu 43 % schnellere CPU-Inferenz. Außerdem führt das Modell ProgLoss + STAL ein (Progressive Loss und eine labelzuweisung, die kleine Objekte berücksichtigt). Dadurch verbessert sich die Erkennung kleiner Objekte erheblich – ein entscheidender Vorteil für Luftaufnahmen und die Analyse von Drohnenaufnahmen.

Optimiertes Entwicklungsökosystem#

Im Gegensatz zu eigenständigen Forschungsrepositorys bietet das Ultralytics-Ökosystem eine herausragende Entwicklererfahrung. Mit der Ultralytics Python API können Entwickler den Umfang des erforderlichen Grundgerüsts an Code deutlich reduzieren. Außerdem ist der Speicherbedarf stark optimiert. So kannst du robuste Modelle mit weniger GPU-VRAM trainieren als bei Architekturen, die stark auf Attention beruhen.

from ultralytics import YOLO

# Das hochoptimierte, NMS-freie YOLO26-Modell in der kleinen Variante laden
model = YOLO("yolo26s.pt")

# Mit minimalem Speicherbedarf auf einem benutzerdefinierten Datensatz trainieren
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Einfach in optimierte Bereitstellungsformate exportieren
model.export(format="engine", quantize=16)  # Exportiert nach TensorRT

Neben der Erkennung unterstützt YOLO26 nahtlos zahlreiche weitere Aufgaben im selben Framework. Ob du präzise orientierte Begrenzungsrahmen (OBB) für Satellitenaufnahmen oder pixelgenaue Masken für medizinische Bildgebungsanwendungen benötigst – der Arbeitsablauf bleibt gleich. Für Teams, die weiterhin auf Arbeitsabläufe der vorherigen Generation setzen, ist auch Ultralytics YOLO11 verfügbar und wird vollständig unterstützt.

Geeignete Anwendungsfälle und Bereitstellungsstrategien#

Welche Architektur die richtige ist, hängt ausschließlich von deiner Zielumgebung für die Bereitstellung und den Projektanforderungen ab.

Edge Computing und Robotik#

Auf stromsparenden Geräten können Modelle mit aufwendiger Nachbearbeitung die Leistung stark beeinträchtigen. YOLOX-Nano ist zwar außergewöhnlich klein, doch seine Genauigkeit reicht für sicherheitskritische Aufgaben oft nicht aus. Hier ist YOLO26 die klare Wahl: Dank seines DFL-freien Kopfes und der optionalen NMS-freien Inferenz läuft das Modell reibungslos direkt auf CPU-Threads und eignet sich daher ideal für autonome Robotik oder intelligentes Parkraummanagement.

Akademisches Benchmarking#

Wenn es dir ausschließlich darum geht, den Gradientenfluss zu analysieren und Engpässe in tiefen Netzwerken zu untersuchen, ist YOLOv9 weiterhin ein hervorragendes Studienobjekt. Das PGI-Framework bietet faszinierende Einblicke darin, wie Merkmale über die Schichten tiefer neuronaler Netze hinweg erhalten bleiben. Damit ist YOLOv9 ein wertvolles Werkzeug für Hochschulforschende, die sich mit der Theorie faltender neuronaler Netze beschäftigen.

Videoanalyse in Unternehmen#

Bei der groß angelegten Videoverarbeitung, etwa für Sicherheitsalarmsysteme oder die Verkehrsüberwachung, sind Geschwindigkeit und flexible Exportmöglichkeiten entscheidend. Mit den nativen Exportwerkzeugen des Ultralytics-Frameworks können Teams YOLO26 mit einem einzigen Befehl direkt in TensorRT oder OpenVINO kompilieren und so die Zeit bis zur Markteinführung erheblich verkürzen.

Mit den umfangreichen Funktionen des Ultralytics-Ökosystems können Teams für maschinelles Lernen die Komplexität von Forschungs-Codebasen umgehen und sich direkt auf die Entwicklung skalierbarer KI-Anwendungen für den praktischen Einsatz konzentrieren.

Mitwirkende
GLglenn-jocher15

Kommentare