YOLOv4: schnelle und präzise Objekterkennung#
Willkommen auf der Dokumentationsseite von Ultralytics zu YOLOv4, einem hochmodernen Echtzeit-Objektdetektor, den Alexey Bochkovskiy 2020 unter https://github.com/AlexeyAB/darknet vorgestellt hat. YOLOv4 wurde so entwickelt, dass es ein optimales Gleichgewicht zwischen Geschwindigkeit und Genauigkeit bietet und sich damit hervorragend für viele Anwendungen eignet.
Architekturdiagramm von YOLOv4. Die detaillierte Netzwerkstruktur von YOLOv4 mit Backbone, Neck und Head sowie ihren miteinander verbundenen Schichten für eine optimale Objekterkennung in Echtzeit.
Einführung#
YOLOv4 steht für You Only Look Once Version 4. Es ist ein Echtzeit-Objekterkennungsmodell, das entwickelt wurde, um die Einschränkungen früherer YOLO-Versionen wie YOLOv3 und anderer Objekterkennungsmodelle zu beheben. Anders als andere auf faltenden neuronalen Netzen (CNN) basierende Objektdetektoren eignet sich YOLOv4 nicht nur für Empfehlungssysteme, sondern auch für die eigenständige Prozessverwaltung und die Verringerung menschlicher Eingriffe. Der Betrieb auf herkömmlichen Grafikprozessoren (GPUs) ermöglicht einen breiten Einsatz zu erschwinglichen Kosten. Das Modell ist für den Echtzeitbetrieb auf einer herkömmlichen GPU ausgelegt und benötigt für das Training nur eine GPU.
Architektur#
YOLOv4 nutzt mehrere innovative Funktionen, die gemeinsam seine Leistung optimieren. Dazu zählen Weighted-Residual-Connections (WRC), Cross-Stage-Partial-connections (CSP), Cross mini-Batch-Normalisierung (CmBN), Self-adversarial-training (SAT), Mish-Aktivierung, Mosaic-Datenerweiterung, DropBlock-Regularisierung und CIoU-Verlust. Zusammen ermöglichen diese Funktionen hochmoderne Ergebnisse.
Ein typischer Objektdetektor besteht aus mehreren Komponenten, darunter Eingabe, Backbone, Neck und Head. Das Backbone von YOLOv4 wird auf ImageNet vortrainiert und zur Vorhersage von Objektklassen und Begrenzungsrahmen verwendet. Als Backbone kommen verschiedene Modelle infrage, darunter VGG, ResNet, ResNeXt oder DenseNet. Der Neck des Detektors sammelt Merkmalskarten aus verschiedenen Stufen und umfasst üblicherweise mehrere Pfade von unten nach oben sowie von oben nach unten. Der Head erstellt die abschließenden Objekterkennungen und Klassifizierungen.
Kostenlose Zusatzverfahren#
YOLOv4 verwendet außerdem sogenannte „kostenlose Zusatzverfahren“ – Techniken, die die Genauigkeit des Modells während des Trainings verbessern, ohne die Inferenzkosten zu erhöhen. Datenerweiterung ist ein verbreitetes kostenloses Zusatzverfahren bei der Objekterkennung. Dabei wird die Variabilität der Eingabebilder erhöht, um die Robustheit des Modells zu verbessern. Beispiele für Datenerweiterung sind photometrische Verzerrungen (Anpassen von Helligkeit, Kontrast, Farbton, Sättigung und Bildrauschen) sowie geometrische Verzerrungen (zufälliges Skalieren, Zuschneiden, Spiegeln und Drehen). Diese Techniken helfen dem Modell, besser auf verschiedene Bildtypen zu verallgemeinern.
Funktionen und Leistung#
YOLOv4 wurde für optimale Geschwindigkeit und Genauigkeit bei der Objekterkennung entwickelt. Seine Architektur umfasst CSPDarknet53 als Backbone, PANet als Neck und YOLOv3 als Erkennungskopf. Dank dieser Konstruktion kann YOLOv4 Objekte mit beeindruckender Geschwindigkeit erkennen und eignet sich damit für Echtzeitanwendungen. Auch bei der Genauigkeit überzeugt YOLOv4 und erzielt hochmoderne Ergebnisse in Benchmarks zur Objekterkennung wie COCO.
Im Vergleich zu anderen Modellen der YOLO-Familie wie YOLOv5 und YOLOv7 behauptet sich YOLOv4 weiterhin gut beim Ausgleich zwischen Geschwindigkeit und Genauigkeit. Neuere Modelle bieten möglicherweise bestimmte Vorteile, doch die architektonischen Innovationen von YOLOv4 machen das Modell für viele Anwendungen mit Echtzeitanforderungen weiterhin relevant.
Anwendungsbeispiele#
YOLOv4 ist ein Darknet-basiertes Modell und wird vom Ultralytics-Python-Paket nicht nativ unterstützt: Auf ultralytics/assets sind keine vortrainierten Gewichte yolov4.pt veröffentlicht, und es gibt keine YAML-Dateien ultralytics/cfg/models/v4/. Diese Seite bleibt als Architekturübersicht erhalten. Wenn du YOLOv4 ausführen möchtest, findest du Installations- und Anwendungshinweise direkt im YOLOv4-GitHub-Repository.
Hier findest du eine kurze Übersicht der typischen Schritte zur Verwendung von YOLOv4:
-
Besuche das YOLOv4-GitHub-Repository: https://github.com/AlexeyAB/darknet.
-
Befolge die Installationsanweisungen in der README-Datei. Dazu gehört in der Regel, das Repository zu klonen, die erforderlichen Abhängigkeiten zu installieren und alle erforderlichen Umgebungsvariablen einzurichten.
-
Nach abgeschlossener Installation kannst du das Modell gemäß den Anwendungshinweisen im Repository trainieren und verwenden. Dazu bereitest du üblicherweise deinen Datensatz vor, konfigurierst die Modellparameter, trainierst das Modell und verwendest es anschließend zur Objekterkennung.
Beachte, dass die konkreten Schritte je nach Anwendungsfall und aktuellem Stand des YOLOv4-Repositorys variieren können. Daher wird dringend empfohlen, die Anweisungen direkt im YOLOv4-GitHub-Repository zu beachten.
Informationen zu Training und Inferenz im Ultralytics-Framework findest du unter YOLO11 oder YOLO26.
Fazit#
YOLOv4 ist ein leistungsstarkes und effizientes Objekterkennungsmodell, das Geschwindigkeit und Genauigkeit ausgewogen verbindet. Durch seine besonderen Funktionen und die beim Training eingesetzten kostenlosen Zusatzverfahren eignet es sich hervorragend für Echtzeitaufgaben der Objekterkennung. YOLOv4 kann von allen mit einer herkömmlichen GPU trainiert und verwendet werden und ist dadurch für zahlreiche Anwendungen zugänglich und praktisch, darunter Überwachungssysteme, autonome Fahrzeuge und industrielle Automatisierung.
Wer Objekterkennung in eigenen Projekten einsetzen möchte, findet in YOLOv4 weiterhin eine überzeugende Option, besonders wenn Echtzeitleistung wichtig ist. Ultralytics konzentriert sich derzeit zwar auf die Unterstützung neuerer YOLO-Versionen wie YOLO11 und YOLO26, doch die mit YOLOv4 eingeführten architektonischen Innovationen haben die Entwicklung dieser späteren Modelle beeinflusst.
Zitate und Danksagungen#
Wir möchten den Autoren von YOLOv4 für ihre bedeutenden Beiträge zur Echtzeit-Objekterkennung danken:
@misc{bochkovskiy2020yolov4,
title={YOLOv4: Optimal Speed and Accuracy of Object Detection},
author={Alexey Bochkovskiy and Chien-Yao Wang and Hong-Yuan Mark Liao},
year={2020},
eprint={2004.10934},
archivePrefix={arXiv},
primaryClass={cs.CV}
}Die ursprüngliche YOLOv4-Arbeit ist auf arXiv verfügbar. Die Autoren haben ihre Arbeit öffentlich zugänglich gemacht; der Quellcode ist auf GitHub verfügbar. Wir schätzen ihre Bemühungen, das Fachgebiet voranzubringen und ihre Arbeit einer breiteren Gemeinschaft zugänglich zu machen.
Häufig gestellte Fragen#
YOLOv4, kurz für „You Only Look Once Version 4“, ist ein hochmodernes Echtzeit-Objekterkennungsmodell, das Alexey Bochkovskiy 2020 entwickelt hat. Es bietet ein optimales Gleichgewicht zwischen Geschwindigkeit und Genauigkeit und eignet sich damit hervorragend für Echtzeitanwendungen. Die YOLOv4-Architektur umfasst mehrere innovative Funktionen, darunter Weighted-Residual-Connections (WRC), Cross-Stage-Partial-connections (CSP) und Self-adversarial-training (SAT), die gemeinsam hochmoderne Ergebnisse ermöglichen. Wenn du ein leistungsstarkes Modell suchst, das effizient auf herkömmlichen GPUs läuft, ist YOLOv4 eine ausgezeichnete Wahl.
Die Architektur von YOLOv4 umfasst mehrere zentrale Komponenten: Backbone, Neck und Head. Das Backbone, für das Modelle wie VGG, ResNet oder CSPDarknet53 infrage kommen, wird darauf vortrainiert, Klassen und Begrenzungsrahmen vorherzusagen. Der Neck nutzt PANet, um Merkmalskarten aus verschiedenen Stufen miteinander zu verbinden und so Daten umfassend zu extrahieren. Schließlich erstellt der Head anhand von Konfigurationen aus YOLOv3 die abschließenden Objekterkennungen. YOLOv4 nutzt außerdem kostenlose Zusatzverfahren wie Mosaic-Datenerweiterung und DropBlock-Regularisierung, die Geschwindigkeit und Genauigkeit weiter optimieren.
„Kostenlose Zusatzverfahren“ bezeichnet Methoden, die die Trainingsgenauigkeit von YOLOv4 verbessern, ohne die Inferenzkosten zu erhöhen. Zu diesen Techniken zählen verschiedene Formen der Datenerweiterung, etwa photometrische Verzerrungen (Anpassen von Helligkeit, Kontrast usw.) und geometrische Verzerrungen (Skalieren, Zuschneiden, Spiegeln und Drehen). Durch die größere Variabilität der Eingabebilder können diese Erweiterungen YOLOv4 helfen, besser auf verschiedene Bildtypen zu verallgemeinern. Dadurch verbessern sie die Robustheit und Genauigkeit, ohne die Echtzeitleistung zu beeinträchtigen.
YOLOv4 wurde so entwickelt, dass es sowohl Geschwindigkeit als auch Genauigkeit optimiert. Dadurch eignet es sich ideal für Aufgaben der Echtzeit-Objekterkennung, die schnelle und zuverlässige Leistung erfordern. Das Modell arbeitet effizient auf herkömmlichen GPUs und benötigt für Training und Inferenz nur eine GPU. Dadurch ist es für zahlreiche Anwendungen zugänglich und praktisch – von Empfehlungssystemen bis zur eigenständigen Prozessverwaltung. Zugleich sinkt der Bedarf an umfangreicher Hardware, was YOLOv4 zu einer kostengünstigen Lösung für die Echtzeit-Objekterkennung macht.
Um mit YOLOv4 anzufangen, besuche das offizielle YOLOv4-GitHub-Repository. Befolge die Installationsanweisungen in der README-Datei. Dazu gehören üblicherweise das Klonen des Repositorys, die Installation der Abhängigkeiten und das Einrichten der Umgebungsvariablen. Nach der Installation kannst du das Modell trainieren, indem du deinen Datensatz vorbereitest, die Modellparameter konfigurierst und den bereitgestellten Anwendungshinweisen folgst. Da Ultralytics YOLOv4 derzeit nicht unterstützt, empfiehlt es sich, die aktuellsten und ausführlichsten Anweisungen direkt im YOLOv4-GitHub-Repository nachzulesen.