Warum Ultralytics YOLO26 NMS entfernt und wie das die Bereitstellung verändert

Am 14. Januar haben wir Ultralytics YOLO26 veröffentlicht, die neueste Generation unserer Computer Vision-Modelle. Unser Ziel bei YOLO26 war es nicht nur, die Genauigkeit oder Geschwindigkeit zu verbessern, sondern zu überdenken, wie Objekterkennungsmodelle in realen Systemen entwickelt und bereitgestellt werden.

Während computer vision von der Forschung in die Produktion übergeht, wird zunehmend erwartet, dass Modelle auf CPUs, Edge-Geräten, Kameras, Robotern und eingebetteter Hardware laufen. In diesen Umgebungen sind Zuverlässigkeit, geringe Latenz und einfache Bereitstellung ebenso wichtig wie die Leistung.

Ultralytics YOLO26 wurde mit diesem Blick auf die Realität entwickelt und nutzt eine schlanke End-to-End-Architektur, die unnötige Komplexität aus der Inferenz-Pipeline entfernt. Eine der wichtigsten Innovationen in YOLO26 ist die Entfernung von Non-Maximum Suppression, allgemein bekannt als NMS.

Seit Jahren ist NMS ein Standardbestandteil von Objekterkennungssystemen und dient als Nachbearbeitungsschritt, um doppelte Erkennungen zu bereinigen. Obwohl es effektiv ist, führte es auch zu zusätzlichem Rechenaufwand und Bereitstellungsherausforderungen, insbesondere auf Edge-Hardware.

Mit YOLO26 haben wir einen anderen Ansatz gewählt. Indem wir die Generierung und das Training von Vorhersagen neu überdenken, ermöglichen wir ein echtes End-to-End-Inference ohne NMS. Das Modell liefert direkte Enderkennungen, ohne auf externe Bereinigungsschritte oder handgefertigte Regeln angewiesen zu sein. Dies macht YOLO26 schneller, einfacher zu exportieren und zuverlässiger bei der Bereitstellung auf einer Vielzahl von Hardwareplattformen.

Abb. 1. Objekterkennung in einem Bild mit Ultralytics YOLO26.

In diesem Artikel werfen wir einen genaueren Blick darauf, warum die herkömmliche Objekterkennung auf NMS angewiesen war, wie es zu einem Engpass bei der Bereitstellung wurde und wie Ultralytics YOLO26 die Notwendigkeit von Workarounds überflüssig macht. Fangen wir an!

Traditionelle Objekterkennung erzeugt doppelte Erkennungen#

Bevor wir uns ansehen, was NMS ist und warum wir es in Ultralytics YOLO26 entfernt haben, wollen wir einen Schritt zurücktreten und betrachten, wie herkömmliche Objekterkennungsmodelle ihre Vorhersagen generieren.

Traditionelle Objekterkennungsmodelle erzeugen oft mehrere überlappende Bounding Boxes für dasselbe Objekt. Jede dieser Boxen hat ihren eigenen Konfidenzwert, obwohl sie sich alle auf dasselbe Objekt im Bild beziehen.

Das passiert aus einigen Gründen. Erstens trifft das Modell Vorhersagen an vielen räumlichen Positionen und in verschiedenen Skalen gleichzeitig. Dies hilft dem Modell, Objekte unterschiedlicher Größe zu erkennen, bedeutet aber auch, dass nahegelegene Positionen alle unabhängig voneinander dasselbe Objekt identifizieren können.

Zweitens verwenden viele Objekterkennungssysteme Anchor-basierte Ansätze, die eine große Anzahl an Kandidaten-Boxen um jede Position herum generieren. Während dies die Chance verbessert, Objekte präzise zu finden, erhöht es auch die Anzahl der überlappenden Vorhersagen.

Schließlich führt die Raster-basierte Erkennung selbst natürlich zu Redundanz. Wenn ein Objekt nahe der Grenze mehrerer Rasterzellen liegt, können mehrere Zellen eine Box für dieses Objekt vorhersagen, was zu mehreren überlappenden Erkennungen führt.

Aus diesem Grund enthält die rohe Ausgabe des Modells oft mehrere Boxen für ein einzelnes Objekt. Um die Ergebnisse nutzbar zu machen, müssen diese redundanten Vorhersagen gefiltert werden, sodass nur eine finale Erkennung übrig bleibt.

Verständnis der Non-Maximum Suppression#

Sobald ein Objekterkennungsmodell mehrere überlappende Bounding Boxes für dasselbe Objekt produziert, müssen diese Ergebnisse bereinigt werden, bevor sie verwendet werden können. Hier kommt die Non-Maximum Suppression zum Einsatz.

Non-Maximum Suppression ist ein Nachbearbeitungsschritt, der ausgeführt wird, nachdem das Modell seine Vorhersagen abgeschlossen hat. Ihr Zweck ist es, doppelte Erkennungen zu reduzieren, sodass jedes Objekt durch eine einzige finale Bounding Box dargestellt wird.

Abb. 2. Ein Überblick über NMS. Bild vom Autor.

Der Prozess funktioniert, indem Bounding Boxes basierend auf ihren Konfidenzwerten und ihrem Überlappungsgrad verglichen werden. Vorhersagen mit sehr geringer Konfidenz werden zuerst entfernt.

Die verbleibenden Boxen werden dann nach Konfidenz sortiert, und die Box mit dem höchsten Wert wird als beste Erkennung ausgewählt. Diese ausgewählte Box wird mit den anderen Boxen verglichen.

Wenn eine andere Bounding Box zu stark mit ihr überlappt, wird diese Box unterdrückt und entfernt. Die Überlappung wird typischerweise mit der Intersection over Union gemessen, einer Metrik, die das Verhältnis zwischen der von zwei Boxen gemeinsam genutzten Fläche und der von beiden abgedeckten Gesamtfläche berechnet. Dieser Vorgang wird so lange wiederholt, bis nur noch die sichersten, sich nicht überlappenden Erkennungen übrig bleiben.

Warum NMS die Bereitstellung kompliziert#

Während die Non-Maximum Suppression dabei hilft, doppelte Erkennungen zu filtern, führt sie auch Herausforderungen ein, die deutlicher werden, sobald Modelle die Forschung verlassen und in der realen Welt eingesetzt werden.

Eines der größten Probleme ist die Performance. NMS läuft nach der Inferenz und erfordert den Vergleich von Bounding Boxes miteinander, um zu entscheiden, welche beibehalten werden sollen.

Dieser Prozess ist rechenintensiv und schwer effizient zu parallelisieren. Auf Edge-Geräten und CPU-basierten Systemen kann dieser zusätzliche Aufwand zu spürbarer Latenz führen, was es schwieriger macht, Echtzeitanforderungen zu erfüllen.

NMS erhöht auch die Komplexität der Bereitstellung. Da es nicht Teil des Modells selbst ist, muss es separat als Nachbearbeitungscode implementiert werden.

Verschiedene Runtimes und Plattformen handhaben NMS unterschiedlich, was oft bedeutet, dass für jede Zielumgebung eigene Implementierungen gepflegt werden müssen. Was in einer Konfiguration funktioniert, kann sich in einer anderen leicht anders verhalten, was die Bereitstellung anfälliger und schwerer skalierbar macht.

Hardware-Optimierung ist eine weitere Herausforderung. NMS lässt sich nicht sauber auf spezialisierte KI-Beschleuniger übertragen, die darauf ausgelegt sind, neuronale Netzwerkoperationen effizient auszuführen. Infolgedessen kann NMS, selbst wenn das Modell auf optimierter Hardware schnell läuft, zu einem Flaschenhals werden, der die Gesamtleistung begrenzt.

Zusätzlich zu diesen Faktoren basiert NMS auf manuell gewählten Parametern wie Konfidenzschwellenwerten und Überlappungsschwellenwerten. Diese Einstellungen können Ergebnisse signifikant beeinflussen und müssen oft für verschiedene Datensätze, Anwendungen oder Hardware abgestimmt werden. Dies macht das Verhalten in Produktionssystemen weniger vorhersehbar und erhöht den Konfigurationsaufwand.

End-to-End Objekterkennungsinferenz erklärt#

Die Einschränkungen von Non-Maximum Suppression veranlassten uns dazu, zu überdenken, wie object detection-Modelle zur Inference-Zeit funktionieren sollten. Anstatt viele überlappende Vorhersagen zu generieren und diese nachträglich zu bereinigen, haben wir eine grundlegendere Frage gestellt.

Was wäre, wenn das Modell finale Erkennungen direkt produzieren könnte? Diese Frage steht im Zentrum der End-to-End Objekterkennungsinferenz. In einem End-to-End-System ist das Modell darauf trainiert, den gesamten Erkennungsprozess von Anfang bis Ende zu handhaben, ohne auf externe Bereinigungsschritte angewiesen zu sein.

Anstatt viele Kandidaten-Boxen zu erzeugen und diese nach der Inferenz zu filtern, lernt das Modell, selbst eine kleine Menge sicherer, nicht überlappender Vorhersagen zu generieren. Doppelte Erkennungen werden innerhalb des Netzwerks aufgelöst, anstatt durch Nachbearbeitung entfernt zu werden.

Neuere Modellarchitekturen zeigten, dass dieser Ansatz sowohl möglich als auch praktisch ist. Mit der richtigen Trainingsstrategie könnten Modelle lernen, jedes Objekt einer einzigen Vorhersage zuzuordnen, anstatt vielen konkurrierenden, wodurch Redundanz an der Quelle reduziert wird.

Abb. 3. Ein Beispiel für die Objekterkennung mit Ultralytics YOLO26.

Damit dies funktioniert, muss sich auch das Training ändern. Anstatt viele Vorhersagen für dasselbe Objekt konkurrieren zu lassen, lernt das Modell, eine klare Entscheidung zu treffen, wodurch weniger und sicherere Erkennungen entstehen.

Das Gesamtergebnis ist eine einfachere Inferenz-Pipeline. Da Duplikate bereits intern aufgelöst werden, ist zur Zeit der Inferenz keine Non-Maximum Suppression erforderlich. Die Modellausgabe ist bereits der finale Satz an Erkennungen.

Dieses End-to-End-Design macht auch die Bereitstellung einfacher. Ohne Nachbearbeitungsschritte oder plattformspezifische NMS-Implementierungen ist das exportierte Modell vollständig in sich geschlossen und verhält sich über verschiedene Inferenz-Frameworks und Hardware-Ziele hinweg konsistent.

Wie unser Lead Partnership Engineer Francesco Mattioli erklärt: „Echtes End-to-End-Lernen bedeutet, dass das Modell alles von Pixeln bis zu Vorhersagen verarbeiten sollte, ganz ohne handgefertigte Nachbearbeitungsschritte, die die Differenzierbarkeit aufheben und die Bereitstellung verkomplizieren.“

Wie Ultralytics YOLO26 NMS entfernt#

Ultralytics YOLO26 entfernt Non-Maximum Suppression, indem es ändert, wie Detektionen gelernt und erzeugt werden, anstatt sich auf Post-Processing zu verlassen, um sie aufzuräumen. Anstatt zuzulassen, dass viele Vorhersagen um dasselbe Objekt konkurrieren, ist YOLO26 darauf trainiert, eine klare Eins-zu-Eins-Beziehung zwischen Objekten und Ausgaben zu lernen.

Dies wird teilweise durch lernbare abfragebasierte Erkennung ermöglicht, die dem Modell hilft, sich darauf zu konzentrieren, eine einzelne, sichere Vorhersage für jedes Objekt zu produzieren, anstatt viele überlappende Kandidaten. Jedes Objekt wird einer Vorhersage zugeordnet, was doppelte Erkennungen natürlich reduziert.

Dieses Verhalten wird durch konsistente Matching-Strategien während des Trainings verstärkt, die das Modell dazu ermutigen, eine sichere Entscheidung pro Objekt zu treffen, anstatt überlappende Vorhersagen zu generieren. Letztendlich produziert das Modell weniger Vorhersagen, aber jede davon repräsentiert eine finale Erkennung.

Warum das Entfernen von DFL NMS-freie Erkennung möglich machte#

Eine weitere wichtige Innovation, die eine NMS-freie Inferenz in Ultralytics YOLO26 ermöglicht, ist das Entfernen der Distribution Focal Loss, kurz DFL. In früheren YOLO-Modellen wurde DFL verwendet, um die Begrenzungsrahmen-Regression zu verbessern, indem eine Verteilung möglicher Boxpositionen anstelle eines einzelnen Wertes vorhergesagt wurde.

Obwohl dieser Ansatz die Lokalisierungsgenauigkeit verbesserte, erhöhte er auch die Komplexität der Erkennungs-Pipeline. Diese Komplexität wurde zu einer Einschränkung beim Übergang zu echter End-to-End-Inferenz.

DFL führte zusätzliche Berechnungen und feste Regressionsbereiche ein, was es für das Modell schwieriger machte, saubere Eins-zu-eins-Objektzuordnungen zu lernen, und die Abhängigkeit von Nachbearbeitungsschritten wie Non-Maximum Suppression erhöhte. Mit Ultralytics YOLO26 haben wir DFL entfernt und die Begrenzungsrahmen-Regression so neu gestaltet, dass sie einfacher und direkter ist.

Anstatt sich auf verteilungsbasierte Ausgaben zu verlassen, lernt das Modell, präzise Boxkoordinaten so vorherzusagen, dass weniger, dafür aber sicherere Detektionen unterstützt werden. Diese Änderung trägt dazu bei, überlappende Vorhersagen an ihrer Quelle zu reduzieren, und stimmt die Begrenzungsrahmen-Regression auf das durchgängige, NMS-freie Design von Ultralytics YOLO26 ab.

Ultralytics YOLO26 ist NMS-frei und einfach bereitzustellen#

Ein NMS-freies Design macht Ultralytics YOLO26 zu einem wirklich durchgängigen Modell. Dies hat wichtige Auswirkungen auf das Exportieren von Modellen.

Exportieren bedeutet, ein trainiertes Modell in ein Format umzuwandeln, das außerhalb der Trainingsumgebung laufen kann, wie ONNX, TensorRT, CoreML oder OpenVINO. In traditionellen Pipelines bricht dieser Prozess oft zusammen, da die Non-Maximum Suppression nicht Teil des Modells selbst ist.

Durch das Entfernen von NMS vermeidet Ultralytics YOLO26 dieses Problem vollständig. Das exportierte Modell enthält bereits alles, was zur Erstellung der finalen Detektionen benötigt wird.

Dies macht das exportierte Modell vollständig in sich geschlossen und portabler über Inferenz-Frameworks und Hardware-Ziele hinweg. Dasselbe Modell verhält sich konsistent, egal ob es auf Servern, CPU-only-Systemen, eingebetteten Geräten oder Edge-Beschleunigern bereitgestellt wird. Die Bereitstellung wird unkomplizierter, weil das, was du exportierst, genau das ist, was du ausführst.

Diese Einfachheit ist besonders wichtig für Edge-Anwendungen. So lässt sich YOLO26 beispielsweise problemlos auf Geräten wie drones für Anwendungsfälle wie Ernteüberwachung, Feldinspektion und Pflanzenzustandsanalyse einsetzen, bei denen begrenzte Rechen- und Strombudgets komplexe Nachbearbeitungspipelines unpraktisch machen. Da das Modell direkte Enderkennungen ausgibt, läuft es zuverlässig auf leichter Hardware ohne zusätzliche Verarbeitungsschritte.

Abb. 4. Ultralytics YOLO26 ist einfach auf Edge-Geräten wie Drohnen bereitzustellen.

Kurz gesagt, die NMS-freie Inferenz beseitigt Reibungsverluste beim Export und Deployment und ermöglicht sauberere, zuverlässigere Vision-Systeme. NMS war ein Workaround. Ultralytics YOLO26 benötigt keine Workarounds mehr.

Wichtige Erkenntnisse#

Ultralytics YOLO26 entfernt Non-Maximum Suppression, indem es das zugrundeliegende Problem doppelter Detektionen löst, anstatt sie nachträglich aufzuräumen. Sein End-to-End-Design ermöglicht es dem Modell, finale Detektionen direkt zu erzeugen, wodurch Export und Deployment auf verschiedenen Geräten einfacher und konsistenter werden. NMS war ein nützlicher Workaround für frühere Systeme, aber YOLO26 benötigt es nicht mehr.

Werde Teil unserer community und schau dir unser GitHub repository an, um mehr über KI zu erfahren. Entdecke unsere Lösungsseiten zu AI in agriculture und computer vision in retail. Entdecke unsere licensing options und lege noch heute mit Vision-KI los!