Die Vorteile von Ultralytics YOLO11 als objektankerfreiem Detektor

Wenn wir einen Blick zurück auf die Geschichte von Vision-AI-Modellen werfen, gibt es das Konzept der Objekterkennung – eine zentrale Aufgabe der Computer Vision, bei der Objekte innerhalb eines Bildes oder Videos identifiziert und lokalisiert werden – bereits seit den 1960er-Jahren. Der entscheidende Grund für ihre Bedeutung bei modernen Innovationen liegt jedoch darin, dass sich Objekterkennungstechniken und Modellarchitekturen seitdem weiterentwickelt und schnell verbessert haben.

In einem früheren Artikel haben wir die Entwicklung der Objekterkennung und den Weg zu den Ultralytics-YOLO-Modellen besprochen. Heute konzentrieren wir uns auf einen spezifischeren Meilenstein dieser Entwicklung: den Übergang von ankerbasierten zu ankerfreien Detektoren.

Ankerbasierte Detektoren verwenden vordefinierte Boxen, sogenannte „Anker“, um vorherzusagen, wo sich Objekte in einem Bild befinden. Im Gegensatz dazu verzichten ankerfreie Detektoren auf diese vordefinierten Boxen und sagen die Positionen von Objekten stattdessen direkt voraus.

Auch wenn dieser Wechsel wie eine einfache, logische Veränderung erscheinen mag, hat er tatsächlich zu deutlichen Verbesserungen bei Genauigkeit und Effizienz der Objekterkennung geführt. In diesem Artikel erfährst du, wie ankerfreie Detektoren die Computer Vision durch Fortschritte wie Ultralytics YOLO11 verändert haben.

Was sind ankerbasierte Detektoren?#

Ankerbasierte Detektoren verwenden vordefinierte Boxen, sogenannte Anker, um Objekte in einem Bild zu lokalisieren. Stell dir diese Anker als ein Gitter aus Boxen unterschiedlicher Größe und Form vor, das über das Bild gelegt wird. Das Modell passt diese Boxen anschließend an die erkannten Objekte an. Identifiziert das Modell beispielsweise ein Auto, verändert es die Ankerbox so, dass sie Position und Größe des Autos genauer abbildet.

Jeder Anker ist mit einem möglichen Objekt im Bild verknüpft, und während des Trainings lernt das Modell, wie es die Ankerboxen anpassen muss, damit sie Position, Größe und Seitenverhältnis des Objekts besser abbilden. Dadurch kann das Modell Objekte erkennen, die in unterschiedlichen Maßstäben und Ausrichtungen auftreten. Die Auswahl der richtigen Ankerboxen kann jedoch zeitaufwendig sein, und ihre Feinabstimmung ist fehleranfällig.

Abb. 1: Was ist eine Ankerbox?

Ankerbasierte Detektoren wie YOLOv4 funktionieren zwar in vielen Anwendungen gut, haben aber auch einige Nachteile. Ankerboxen passen beispielsweise nicht immer gut zu Objekten unterschiedlicher Form oder Größe, wodurch das Modell kleine oder unregelmäßig geformte Objekte schwerer erkennen kann. Die Auswahl und Feinabstimmung der Ankerboxgrößen kann ebenfalls zeitaufwendig sein und erfordert viel manuellen Aufwand. Außerdem haben ankerbasierte Modelle häufig Schwierigkeiten, verdeckte oder sich überlappende Objekte zu erkennen, da sich die vordefinierten Boxen möglicherweise nicht gut an diese komplexeren Situationen anpassen.

Der Übergang zur ankerfreien Objekterkennung#

Ankerfreie Detektoren erlangten 2018 mit Modellen wie CornerNet und CenterNet zunehmend Aufmerksamkeit. Diese verfolgten einen neuen Ansatz bei der Objekterkennung, indem sie auf vordefinierte Ankerboxen verzichteten. Anders als herkömmliche Modelle, die sich bei der Vorhersage von Objektpositionen auf Ankerboxen unterschiedlicher Größe und Form stützen, sagen ankerfreie Modelle die Objektpositionen direkt voraus. Sie konzentrieren sich auf Schlüsselpunkte oder Merkmale des Objekts, etwa dessen Mittelpunkt, wodurch der Erkennungsprozess einfacher, schneller und genauer wird.

So funktionieren ankerfreie Modelle im Allgemeinen:

• Schlüsselpunkterkennung: Einige Modelle identifizieren statt vordefinierter Boxen wichtige Punkte eines Objekts, etwa den Mittelpunkt oder bestimmte Ecken. Anhand dieser Schlüsselpunkte können die Modelle bestimmen, wo sich das Objekt befindet und wie groß es ist.
• Mittelpunkt-Vorhersage: Einige Modelle konzentrieren sich darauf, den Mittelpunkt eines Objekts vorherzusagen. Sobald der Mittelpunkt lokalisiert ist, kann das Modell von dort aus Größe und Position des gesamten Objekts vorhersagen.
• Heatmap-Regression: Viele ankerfreie Modelle verwenden Heatmaps, bei denen jedes Pixel eine mögliche Position eines Objekts darstellt. Höhere Werte in der Heatmap weisen auf eine größere Wahrscheinlichkeit hin, dass sich an dieser Stelle ein Objekt befindet.

Abb. 2: Ankerbasierte und ankerfreie Erkennung im Vergleich.

Da ankerfreie Modelle nicht auf Ankerboxen angewiesen sind, haben sie einen einfacheren Aufbau. Dadurch sind sie recheneffizienter. Weil sie nicht mehrere Ankerboxen verarbeiten müssen, können sie Objekte schneller erkennen – ein wichtiger Vorteil bei Echtzeitanwendungen wie autonomem Fahren und Videoüberwachung.

Ankerfreie Modelle können außerdem deutlich besser mit kleinen, unregelmäßig geformten oder verdeckten Objekten umgehen. Da sie sich auf die Erkennung von Schlüsselpunkten konzentrieren, anstatt Ankerboxen anpassen zu müssen, sind sie wesentlich flexibler. Dadurch können sie Objekte in unübersichtlichen oder komplexen Umgebungen genauer erkennen, in denen ankerbasierte Modelle möglicherweise versagen.

Ultralytics YOLO11: Ein ankerfreier Detektor#

Die ursprünglich auf Geschwindigkeit und Effizienz ausgelegten YOLO-Modelle haben sich schrittweise von ankerbasierten Verfahren zur ankerfreien Erkennung entwickelt. Dadurch sind Modelle wie Ultralytics YOLO11 schneller, flexibler und besser für eine Vielzahl von Echtzeitanwendungen geeignet.

Hier siehst du einen kurzen Überblick über die Entwicklung des ankerfreien Aufbaus in den verschiedenen YOLO-Versionen:

• Ultralytics YOLOv5u: Einführung des Anchor-Free Split Ultralytics Head, wodurch vordefinierte Ankerboxen überflüssig wurden. Stattdessen sagt das Modell direkt vorher, wo sich Objekte in einem Bild befinden, was den Prozess vereinfacht sowie Flexibilität und Geschwindigkeit verbessert.
• YOLOv6: Zum Einsatz kam eine neue Methode namens Anchor-Aided Training (AAT), bei der Anker nur während des Trainings verwendet wurden. So konnte das Modell während des Trainings von der Struktur ankerbasierter Verfahren profitieren und zur Laufzeit dennoch ankerfreie Erkennung für höhere Geschwindigkeit und Anpassungsfähigkeit nutzen.
• Ultralytics YOLOv8: Vollständiger Wechsel zur ankerfreien Erkennung durch Verwendung des Anchor-Free Split Ultralytics Head. Dadurch wurde das Modell schneller und genauer, insbesondere bei kleinen oder ungewöhnlich geformten Objekten, die sich mit Ankerboxen nur schwer abbilden lassen.
• Ultralytics YOLO11: Baut auf dem ankerfreien Ansatz von YOLOv8 auf und optimiert die Erkennung weiter, indem Ankerboxen vollständig entfernt wurden. Das führt zu einer schnelleren und genaueren Erkennung in Echtzeitanwendungen wie der Überwachung des Tierverhaltens und der Analyse im Einzelhandel.

Abb. 3: Vergleich von Ultralytics YOLOv8 und Ultralytics YOLO11.

Praxisanwendungen von Ultralytics YOLO11#

Ein gutes Beispiel für die Vorteile der ankerfreien Erkennung mit Ultralytics YOLO11 sind autonome Fahrzeuge. Bei selbstfahrenden Autos ist es für die Sicherheit entscheidend, Fußgänger, andere Fahrzeuge und Hindernisse schnell und genau zu erkennen. Der ankerfreie Ansatz von YOLO11 vereinfacht den Erkennungsprozess, indem er die Schlüsselpunkte von Objekten direkt vorhersagt, etwa den Mittelpunkt eines Fußgängers oder die Begrenzungen eines anderen Fahrzeugs, anstatt sich auf vordefinierte Ankerboxen zu stützen.

Abb. 4: Vorteile der ankerfreien Erkennung in Ultralytics YOLO11 (Bild vom Autor).

Ultralytics YOLO11 muss kein Ankergitter an jedes Objekt anpassen, was rechenintensiv und langsam sein kann. Stattdessen konzentriert es sich auf wichtige Merkmale und ist dadurch schneller und effizienter. Wenn beispielsweise ein Fußgänger den Weg des Fahrzeugs betritt, kann YOLO11 seine Position schnell bestimmen, indem es wichtige Punkte identifiziert – selbst wenn die Person teilweise verdeckt ist oder sich bewegt. Dank der Fähigkeit, sich ohne Ankerboxen an unterschiedliche Formen und Größen anzupassen, erkennt YOLO11 Objekte zuverlässiger und mit höherer Geschwindigkeit, was für Entscheidungen in Echtzeit bei autonomen Fahrsystemen entscheidend ist.

Weitere Anwendungen, bei denen die ankerfreien Fähigkeiten von Ultralytics YOLO11 besonders zur Geltung kommen, sind:

• Einzelhandel und Bestandsverwaltung: Mit Ultralytics YOLO11 lassen sich Produkte in Regalen leichter überwachen, auch wenn sie gestapelt oder teilweise verdeckt sind. Das ermöglicht eine schnellere und genauere Bestandsverfolgung und reduziert Fehler.
• Medizinische Bildgebung: YOLO11 ist auch im Gesundheitswesen effektiv, wo es Tumore oder andere Auffälligkeiten in medizinischen Aufnahmen erkennen kann. Die Fähigkeit, mit unregelmäßig geformten Objekten umzugehen, trägt zu einer genaueren Diagnose komplexer Erkrankungen bei.
• Überwachung von Wildtieren: In der Wildtierforschung kann Ultralytics YOLO11 Tiere in dichten Wäldern oder schwierigem Gelände verfolgen und Forschende dabei unterstützen, ihr Verhalten zu überwachen oder gefährdete Arten zu schützen.
• Sportanalyse: Ultralytics YOLO11 kann bei Sportveranstaltungen zur Echtzeitverfolgung von Spielern, Ballbewegungen oder anderen Elementen eingesetzt werden und Teams, Trainern sowie Übertragenden wertvolle Erkenntnisse liefern.

Wichtige Überlegungen bei der Arbeit mit ankerfreien Modellen#

Ankerfreie Modelle wie Ultralytics YOLO11 bieten zwar viele Vorteile, bringen aber auch gewisse Einschränkungen mit sich. Eine der wichtigsten praktischen Überlegungen ist, dass selbst ankerfreie Modelle Schwierigkeiten mit Verdeckungen oder stark überlappenden Objekten haben können. Der Grund dafür ist, dass Computer Vision darauf abzielt, das menschliche Sehen nachzubilden: So wie wir manchmal Schwierigkeiten haben, verdeckte Objekte zu erkennen, können auch KI-Modelle mit ähnlichen Herausforderungen konfrontiert sein.

Ein weiterer interessanter Faktor betrifft die Verarbeitung von Modellvorhersagen. Obwohl die Architektur ankerfreier Modelle einfacher ist als die ankerbasierter Modelle, ist in bestimmten Fällen eine zusätzliche Verfeinerung erforderlich. Beispielsweise können Nachbearbeitungstechniken wie die Unterdrückung nicht maximaler Werte (NMS) notwendig sein, um überlappende Vorhersagen zu bereinigen oder die Genauigkeit in dicht besetzten Szenen zu verbessern.

Mit Ultralytics YOLO11 die Zukunft der KI gestalten#

Der Übergang von der ankerbasierten zur ankerfreien Erkennung stellt einen bedeutenden Fortschritt in der Objekterkennung dar. Mit ankerfreien Modellen wie Ultralytics YOLO11 wird der Prozess vereinfacht, was sowohl die Genauigkeit als auch die Geschwindigkeit verbessert.

Anhand von Ultralytics YOLO11 haben wir gesehen, wie gut die ankerfreie Objekterkennung in Echtzeitanwendungen wie selbstfahrenden Autos, Videoüberwachung und medizinischer Bildgebung funktioniert, bei denen eine schnelle und präzise Erkennung entscheidend ist. Dieser Ansatz ermöglicht es YOLO11, sich leichter an unterschiedliche Objektgrößen und komplexe Szenen anzupassen und dadurch in verschiedensten Umgebungen eine bessere Leistung zu erzielen.

Mit der Weiterentwicklung der Computer Vision wird die Objekterkennung immer schneller, flexibler und effizienter werden.

Sieh dir unser GitHub-Repository an und werde Teil unserer engagierten Community, um über alle Entwicklungen im Bereich KI auf dem Laufenden zu bleiben. Erfahre, wie Vision AI Bereiche wie Fertigung und Landwirtschaft beeinflusst.