Ultralytics YOLO11 mit früheren YOLO-Modellen vergleichen

Von der Automatisierung alltäglicher Aufgaben bis hin zur Unterstützung fundierter Entscheidungen in Echtzeit verändert künstliche Intelligenz (AI) die Zukunft verschiedener Branchen. Ein besonders faszinierender Bereich der AI ist Computer Vision, auch als Vision AI bezeichnet. Dabei geht es darum, Maschinen zu befähigen, visuelle Daten ähnlich wie Menschen zu analysieren und zu interpretieren.

Insbesondere treiben Computer-Vision-Modelle Innovationen voran, die sowohl die Sicherheit als auch die Effizienz verbessern. So werden diese Modelle beispielsweise in selbstfahrenden Autos zur Erkennung von Fußgängern und in Sicherheitskameras zur rund um die Uhr erfolgenden Überwachung von Bereichen eingesetzt.

Zu den bekanntesten Computer-Vision-Modellen gehören die YOLO-Modelle, die für ihre Objekterkennung in Echtzeit bekannt sind. Im Laufe der Zeit wurden YOLO-Modelle weiter verbessert, wobei jede neue Version eine höhere Leistung und mehr Flexibilität bietet.

Neuere Versionen wie Ultralytics YOLO11 können eine Vielzahl von Aufgaben bewältigen, darunter Instanzsegmentierung, Bildklassifizierung, Posenschätzung und die Verfolgung mehrerer Objekte – mit höherer Genauigkeit, Geschwindigkeit und Präzision als je zuvor.

In diesem Artikel vergleichen wir Ultralytics YOLOv8, YOLOv9, YOLOv10 und Ultralytics YOLO11, um besser zu verstehen, wie sich diese Modelle weiterentwickelt haben. Wir analysieren ihre wichtigsten Funktionen, Benchmark-Ergebnisse und Leistungsunterschiede. Legen wir los!

Ein Überblick über Ultralytics YOLOv8#

YOLOv8, das am 10. Januar 2023 von Ultralytics veröffentlicht wurde, war im Vergleich zu früheren YOLO-Modellen ein großer Schritt nach vorn. Es ist für eine schnelle und präzise Erkennung in Echtzeit optimiert und kombiniert bewährte Ansätze mit innovativen Aktualisierungen für bessere Ergebnisse.

Über die Objekterkennung hinaus unterstützt es auch die folgenden Computer-Vision-Aufgaben: Instanzsegmentierung, Posenschätzung, Objekterkennung mit orientierten Begrenzungsrahmen (OBB) und Bildklassifizierung. Ein weiteres wichtiges Merkmal von Ultralytics YOLOv8 ist die Verfügbarkeit in fünf verschiedenen Modellvarianten – Nano, Small, Medium, Large und X –, sodass du je nach deinen Anforderungen das passende Gleichgewicht zwischen Geschwindigkeit und Genauigkeit wählen kannst.

Dank seiner Vielseitigkeit und starken Leistung kann Ultralytics YOLOv8 in vielen realen Anwendungen eingesetzt werden, etwa in Sicherheitssystemen, Smart Cities, im Gesundheitswesen und in der industriellen Automatisierung.

Abb. 1. Parkraummanagement in Smart Cities mit YOLOv8.

Wichtige Funktionen von Ultralytics YOLOv8#

Hier findest du einen genaueren Überblick über einige weitere wichtige Funktionen von Ultralytics YOLOv8:

• Verbesserte Erkennungsarchitektur: Ultralytics YOLOv8 verwendet ein verbessertes CSPDarknet-Backbone. Dieses Backbone ist für die Merkmalsextraktion optimiert – den Prozess, bei dem wichtige Muster oder Details aus Eingabebildern erkannt und erfasst werden, damit das Modell präzise Vorhersagen treffen kann.
• Erkennungskopf: Er verwendet ein ankerfreies, entkoppeltes Design. Das bedeutet, dass er sich nicht auf vorgegebene Formen von Begrenzungsrahmen (Anker) stützt, sondern lernt, Objektpositionen direkt vorherzusagen. Durch die Entkopplung werden die Aufgaben, das Objekt zu klassifizieren und seine Position vorherzusagen (Regression), getrennt behandelt. Das verbessert die Genauigkeit und beschleunigt das Training.
• Ausgewogenes Verhältnis von Genauigkeit und Geschwindigkeit: Dieses Modell erreicht eine beeindruckende Genauigkeit bei gleichzeitig schnellen Inferenzzeiten und eignet sich dadurch sowohl für Cloud- als auch für Edge-Umgebungen.
• Benutzerfreundlich: YOLOv8 ist so konzipiert, dass du einfach loslegen kannst – mit dem Ultralytics Python-Paket kannst du innerhalb weniger Minuten Vorhersagen erstellen und Ergebnisse anzeigen.

YOLOv9 setzt auf Recheneffizienz#

YOLOv9 wurde am 21. Februar 2024 von Chien-Yao Wang und Hong-Yuan Mark Liao vom Institute of Information Science der Academia Sinica in Taiwan veröffentlicht. Es unterstützt Aufgaben wie Objekterkennung und Instanzsegmentierung.

Dieses Modell baut auf Ultralytics YOLOv5 auf und führt zwei wichtige Innovationen ein: programmierbare Gradienteninformationen (PGI) und ein verallgemeinertes effizientes Layer-Aggregationsnetzwerk (GELAN).

PGI hilft YOLOv9, wichtige Informationen bei der Verarbeitung von Daten durch seine Schichten zu bewahren, was zu präziseren Ergebnissen führt. GELAN verbessert unterdessen die Nutzung der Schichten durch das Modell und steigert dadurch Leistung und Recheneffizienz. Dank dieser Verbesserungen kann YOLOv9 Echtzeitaufgaben auf Edge-Geräten und in mobilen Apps bewältigen, wo die Rechenressourcen oft begrenzt sind.

Abb. 2. Verständnis der Verbesserung der Genauigkeit von YOLOv9 durch GELAN.

Wichtige Funktionen von YOLOv9#

Hier erhältst du einen Überblick über einige weitere wichtige Funktionen von YOLOv9:

• Hohe Präzision bei hoher Effizienz: YOLOv9 bietet eine hohe Erkennungsgenauigkeit, ohne viel Rechenleistung zu benötigen, und ist damit eine gute Wahl bei begrenzten Ressourcen.
• Leichtgewichtige Modelle: Die leichtgewichtigen Modellvarianten von YOLOv9 sind für den Einsatz auf Edge-Geräten und Mobilgeräten optimiert.
• Einfach zu verwenden: Das Ultralytics Python-Paket unterstützt YOLOv9, sodass es sich in verschiedenen Umgebungen einfach einrichten und ausführen lässt – unabhängig davon, ob du Code oder die Befehlszeile verwendest.

YOLOv10 ermöglicht Objekterkennung ohne NMS#

YOLOv10 wurde am 23. Mai 2024 von Forschern der Tsinghua-Universität vorgestellt und konzentriert sich auf die Objekterkennung in Echtzeit. Es behebt Einschränkungen früherer YOLO-Versionen, indem es die Notwendigkeit der Unterdrückung nicht maximaler Werte (NMS) entfernt, einem Nachbearbeitungsschritt zur Beseitigung doppelter Erkennungen, und das gesamte Modelldesign verfeinert. Dadurch wird die Objekterkennung schneller und effizienter, während weiterhin eine dem aktuellen Stand der Technik entsprechende Genauigkeit erreicht wird.

Ein entscheidender Bestandteil dieses Ansatzes ist ein Trainingsverfahren namens konsistente Zuweisung dualer Labels. Es kombiniert zwei Strategien: eine, bei der mehrere Vorhersagen aus demselben Objekt lernen (one-to-many), und eine weitere, die sich auf die Auswahl der besten einzelnen Vorhersage konzentriert (one-to-one). Da beide Strategien denselben Zuordnungsregeln folgen, lernt das Modell, doppelte Erkennungen selbstständig zu vermeiden, sodass NMS nicht erforderlich ist.

Abb. 3. YOLOv10 verwendet konsistente Zuweisungen dualer Labels für NMS-freies Training.

Die Architektur von YOLOv10 verwendet außerdem ein verbessertes CSPNet-Backbone, um Merkmale effektiver zu lernen, sowie einen PAN-(Path Aggregation Network-)Neck, der Informationen aus verschiedenen Schichten kombiniert. Dadurch kann das Modell sowohl kleine als auch große Objekte besser erkennen. Diese Verbesserungen ermöglichen den Einsatz von YOLOv10 in realen Anwendungen in der Fertigung, im Einzelhandel und beim autonomen Fahren.

Wichtige Funktionen von YOLOv10#

Hier sind einige weitere herausragende Funktionen von YOLOv10:

• Faltungen mit großen Kerneln: Das Modell verwendet Faltungen mit großen Kerneln, um mehr Kontext aus größeren Bildbereichen zu erfassen und dadurch die gesamte Szene besser zu verstehen.

• Module für partielle Selbstaufmerksamkeit: Das Modell integriert Module für partielle Selbstaufmerksamkeit, um sich auf die wichtigsten Bildbereiche zu konzentrieren, ohne zu viel Rechenleistung zu benötigen, und steigert dadurch effizient die Leistung.

• Einzigartige Modellvariante: Neben den üblichen YOLOv10-Größen – Nano, Small, Medium, Large und X – gibt es auch eine spezielle Version namens YOLOv10b (Balanced). Sie ist ein breiteres Modell, verarbeitet also in jeder Schicht mehr Merkmale. Dadurch verbessert sich die Genauigkeit, während Geschwindigkeit und Größe ausgewogen bleiben.

• Benutzerfreundlich: YOLOv10 ist mit dem Ultralytics Python-Paket kompatibel und dadurch einfach zu verwenden.

Ultralytics YOLO11: Verbesserte Geschwindigkeit und Genauigkeit#

In diesem Jahr, am 30. September, hat Ultralytics YOLO11 – eines der neuesten Modelle der YOLO-Serie – auf seiner jährlichen Hybridveranstaltung YOLO Vision 2024 (YV24) offiziell vorgestellt.

Diese Veröffentlichung brachte erhebliche Verbesserungen gegenüber früheren Versionen. Ultralytics YOLO11 ist schneller, genauer und besonders effizient. Es unterstützt das gesamte Spektrum der Computer-Vision-Aufgaben, mit denen YOLOv8-Nutzer vertraut sind, darunter Objekterkennung, Instanzsegmentierung und Bildklassifizierung. Außerdem bleibt es mit YOLOv8-Arbeitsabläufen kompatibel, sodass du problemlos auf die neue Version umsteigen kannst.

Darüber hinaus wurde Ultralytics YOLO11 für eine große Bandbreite an Rechenanforderungen entwickelt – von leichtgewichtigen Edge-Geräten bis hin zu leistungsstarken Cloud-Systemen. Das Modell ist sowohl als Open-Source- als auch als Enterprise-Version verfügbar und lässt sich dadurch an unterschiedliche Anwendungsfälle anpassen.

Es eignet sich hervorragend für Präzisionsaufgaben wie medizinische Bildgebung und die Erkennung von Satelliten sowie für breitere Anwendungen in autonomen Fahrzeugen, der Landwirtschaft und im Gesundheitswesen.

Abb. 4. Erkennung, Zählung und Verfolgung von Verkehr mit Ultralytics YOLO11.

Wichtige Funktionen von Ultralytics YOLO11#

Hier sind einige weitere einzigartige Funktionen von Ultralytics YOLO11:

• Schnelle und effiziente Erkennung: Ultralytics YOLO11 verfügt über einen Erkennungskopf, der für minimale Latenz ausgelegt ist und sich auf Geschwindigkeit in den abschließenden Vorhersageschichten konzentriert, ohne die Leistung zu beeinträchtigen.
• Verbesserte Merkmalsextraktion: Eine optimierte Backbone- und Neck-Architektur verbessert die Merkmalsextraktion und führt zu präziseren Vorhersagen.
• Nahtlose Bereitstellung auf verschiedenen Plattformen: Ultralytics YOLO11 ist für einen effizienten Betrieb auf Edge-Geräten, Cloud-Plattformen und NVIDIA GPUs optimiert und lässt sich dadurch an unterschiedliche Umgebungen anpassen.

Benchmarking von YOLO-Modellen auf dem COCO-Datensatz#

Beim Untersuchen verschiedener Modelle ist es nicht immer einfach, sie allein anhand ihrer Funktionen zu vergleichen. Hier kommt das Benchmarking ins Spiel. Indem wir alle Modelle auf demselben Datensatz ausführen, können wir ihre Leistung objektiv messen und vergleichen. Sehen wir uns an, wie jedes Modell auf dem COCO-Datensatz abschneidet.

Beim Vergleich von YOLO-Modellen bringt jede neue Version bemerkenswerte Verbesserungen hinsichtlich Genauigkeit, Geschwindigkeit und Flexibilität. Besonders YOLO11m macht hier einen großen Sprung, da es 22 % weniger Parameter als YOLOv8m verwendet und dadurch leichter ist und schneller ausgeführt werden kann. Trotz seiner geringeren Größe erreicht es außerdem eine höhere mittlere durchschnittliche Präzision (mAP) auf dem COCO-Datensatz. Diese Metrik misst, wie gut das Modell Objekte erkennt und lokalisiert. Ein höherer mAP-Wert bedeutet daher präzisere Vorhersagen.

Abb. 5. Benchmarking von YOLO11 und anderen YOLO-Modellen auf dem COCO-Datensatz.

Testen und Vergleichen von YOLO-Modellen anhand eines Videos#

Sehen wir uns an, wie sich diese Modelle in einer realen Situation verhalten.

Für den Vergleich von YOLOv8, YOLOv9, YOLOv10 und YOLO11 wurden alle vier Modelle mit einem Konfidenzwert von 0,3 auf dasselbe Verkehrsvideo angewendet. Das Modell zeigt dabei nur Erkennungen an, wenn es zu mindestens 30 % davon überzeugt ist, ein Objekt korrekt identifiziert zu haben. Für eine faire Bewertung wurde eine Bildgröße von 640 verwendet. Die Ergebnisse der Objekterkennung und -verfolgung zeigten wichtige Unterschiede bei Erkennungsgenauigkeit, Geschwindigkeit und Präzision.

Bereits im ersten Bild erkannte YOLO11 große Fahrzeuge wie Lastwagen, die YOLOv10 übersah. YOLOv8 und YOLOv9 zeigten eine ordentliche Leistung, die jedoch je nach Lichtverhältnissen und Objektgröße variierte. Kleinere, weiter entfernte Fahrzeuge blieben bei allen Modellen eine Herausforderung, wobei YOLO11 auch bei diesen Erkennungen deutliche Verbesserungen zeigte.

Abb. 6. Vergleich von YOLOv8, YOLOv9, YOLOv10 und YOLO11.

Was die Geschwindigkeit betrifft, arbeiteten alle Modelle zwischen 10 und 20 Millisekunden pro Bild und waren damit schnell genug für Echtzeitaufgaben mit mehr als 50 FPS. Ultralytics YOLOv8 und YOLOv9 lieferten während des gesamten Videos gleichmäßige und zuverlässige Erkennungen. Interessanterweise war YOLOv10, das für eine geringere Latenz entwickelt wurde, schneller, zeigte aber bei der Erkennung bestimmter Objektarten einige Unstimmigkeiten.

Ultralytics YOLO11 zeichnete sich dagegen durch seine Präzision aus und bot ein überzeugendes Gleichgewicht zwischen Geschwindigkeit und Genauigkeit. Obwohl keines der Modelle in jedem Bild eine perfekte Leistung erbrachte, zeigte der direkte Vergleich deutlich, dass YOLO11 insgesamt die beste Leistung erzielte.

Welches YOLO-Modell eignet sich am besten für Computer-Vision-Aufgaben?#

Die Auswahl eines Modells für ein Projekt hängt von den jeweiligen Anforderungen ab. Manche Anwendungen priorisieren beispielsweise die Geschwindigkeit, während andere eine höhere Genauigkeit erfordern oder Einschränkungen bei der Bereitstellung berücksichtigen müssen, die die Entscheidung beeinflussen.

Ein weiterer wichtiger Faktor ist die Art der Computer-Vision-Aufgaben, die du bewältigen musst. Wenn du eine größere Flexibilität für verschiedene Aufgaben suchst, sind YOLOv8 und YOLO11 gute Optionen.

Ob du dich für YOLOv8 oder YOLO11 entscheidest, hängt letztlich von deinen Anforderungen ab. YOLOv8 ist eine solide Option, wenn du neu im Bereich Computer Vision bist und Wert auf eine größere Community, mehr Tutorials und umfangreiche Integrationen von Drittanbietern legst.

Wenn du dagegen eine Spitzenleistung mit höherer Genauigkeit und Geschwindigkeit suchst, ist Ultralytics YOLO11 die bessere Wahl. Aufgrund seiner Veröffentlichung als neueres Modell bietet es jedoch eine kleinere Community und weniger Integrationen.

Wichtige Erkenntnisse#

Von Ultralytics YOLOv8 bis Ultralytics YOLO11 spiegelt die Entwicklung der YOLO-Modellserie das kontinuierliche Streben nach intelligenteren Computer-Vision-Modellen wider. Jede YOLO-Version bringt wichtige Verbesserungen bei Geschwindigkeit, Genauigkeit und Präzision.

Während sich Computer Vision weiterentwickelt, bieten diese Modelle zuverlässige Lösungen für reale Herausforderungen – von der Objekterkennung bis hin zu autonomen Systemen. Die kontinuierliche Entwicklung der YOLO-Modelle zeigt, wie weit das Gebiet bereits vorangeschritten ist und wie viel wir in Zukunft noch erwarten können.

Um mehr über AI zu erfahren, besuche unser GitHub-Repository und beteilige dich an unserer Community. Entdecke Fortschritte in verschiedenen Branchen – von Vision AI in der Fertigung bis hin zu Computer Vision im Gesundheitswesen. Sieh dir unsere Lizenzoptionen an, um noch heute mit deinen Vision-AI-Projekten zu beginnen.