YOLO-objectdetectie uitgelegd

Objectdetectie is een computervisiemethode om objecten in een afbeelding of video te identificeren en te lokaliseren. 

TL;DR

• YOLO (You Only Look Once) is een realtime objectdetectie-algoritme dat afbeeldingen in één forward pass verwerkt en daardoor aanzienlijk sneller is dan two-stage detectors
• Het algoritme verdeelt afbeeldingen in roosters, voorspelt begrenzingsvakken (bounding boxes) met betrouwbaarheidscores en gebruikt Non-Maximum Suppression om overlappende detecties te filteren
• YOLO is geëvolueerd van v1 (2015) via YOLOv10, YOLOv11, YOLOv12 en YOLO26 (2026), waarbij elke versie de snelheid, nauwkeurigheid of beide heeft verbeterd
• Veelvoorkomende toepassingen zijn autonome voertuigen, medische beeldvorming, landbouw, beveiligingssurveillance en sportanalyse
• Installeer met pip install ultralytics en voer inferentie uit via de Python-API of CLI

Beeldlokalisatie is het proces waarbij de juiste locatie van één of meerdere objecten wordt vastgesteld met behulp van bounding boxes: rechthoeken rondom de objecten. Dit proces wordt soms verward met beeldclassificatie of beeldherkenning, waarbij je de klasse van een afbeelding of een object in een afbeelding voorspelt binnen een van de categorieën of klassen. 

De onderstaande illustratie laat de visuele weergave van de vorige uitleg zien. Het object dat in de afbeelding is gedetecteerd, is een “persoon”. 

Afbeelding door de auteur

In deze conceptuele blog leer je eerst de voordelen van objectdetectie kennen, waarna we YOLO introduceren, het toonaangevende objectdetectie-algoritme. 

In het tweede deel richten we ons meer op het YOLO-algoritme en hoe het werkt. Daarna geven we enkele voorbeelden uit de praktijk met YOLO. 

In het laatste gedeelte leggen we uit hoe YOLO zich van 2015 tot 2024 heeft ontwikkeld, gevolgd door de volgende stappen. 

Wat is YOLO?

You Only Look Once (YOLO) is een state-of-the-art, realtime objectdetectie-algoritme dat in 2015 werd geïntroduceerd door Joseph Redmon, Santosh Divvala, Ross Girshick en Ali Farhadi in hun bekende onderzoekspaper You Only Look Once: Unified, Real-Time Object Detection. 

De auteurs formuleren het objectdetectieprobleem als een regressietaak in plaats van classificatie door bounding boxes ruimtelijk te scheiden en met één enkele convolutional neural network (CNN) waarschijnlijkheden aan elke gedetecteerde afbeelding te koppelen.

Ben je geïnteresseerd in beeldclassificatie, volg dan de cursus Image Modeling with Keras in Python, waarin je Keras-gebaseerde deep-neuralnetwerken bouwt voor beeldclassificatietaken. Ben je meer geïnteresseerd in Pytorch, dan leer je in Deep Learning with PyTorch over convolutionele neurale netwerken en hoe je ze inzet voor krachtigere modellen.

Waarom is YOLO populair voor objectdetectie?

Redenen waarom YOLO de concurrentie aanvoert, zijn onder meer:

• Snelheid 
• Detectienauwkeurigheid 
• Goede generalisatie 
• Open source

Laten we deze kenmerken in meer detail bekijken.

1. Snelheid

YOLO is extreem snel omdat het geen complexe pipelines gebruikt. Het kan afbeeldingen verwerken met 45 frames per seconde (FPS). Daarnaast behaalt YOLO meer dan twee keer de mean Average Precision (mAP) vergeleken met andere realtime systemen, wat het een uitstekende kandidaat maakt voor realtime verwerking. 

Uit de onderstaande grafiek blijkt dat YOLO met 91 FPS ver boven andere objectdetectoren uitstijgt.

YOLO-snelheid vergeleken met andere state-of-the-art objectdetectoren (bron)

2. Hoge detectienauwkeurigheid

YOLO is veel nauwkeuriger dan andere state-of-the-art modellen en produceert zeer weinig achtergrondfouten. 

3. Betere generalisatie

Dit geldt zeker voor de nieuwe versies van YOLO, die later in het artikel worden besproken. Dankzij deze verbeteringen generaliseert YOLO beter naar nieuwe domeinen, wat het ideaal maakt voor toepassingen die snelle en robuuste objectdetectie vereisen. 

Zo toont het artikel Automatic Detection of Melanoma with Yolo Deep Convolutional Neural Networks aan dat de eerste versie, YOLOv1, de laagste mAP heeft voor de automatische detectie van melanoom, vergeleken met YOLOv2 en YOLOv3.

4. Open source 

Doordat YOLO open source is, kan de community het model continu verbeteren. Dit is een van de redenen dat YOLO in zo korte tijd zoveel vooruitgang heeft geboekt. 

YOLO-architectuur

De YOLO-architectuur lijkt op GoogleNet. Zoals hieronder te zien is, heeft het 24 convolutionele lagen, vier max-poolinglagen en twee volledig verbonden lagen.

YOLO-architectuur uit het originele paper (aangepast door de auteur)

De architectuur werkt als volgt:

• Wijzigt de invoerafbeelding naar 448x448 voordat deze door het convolutionele netwerk gaat.
• Er wordt eerst een 1x1-convolutie toegepast om het aantal kanalen te verminderen, gevolgd door een 3x3-convolutie om een kubusvormige output te genereren.
• De activatiefunctie onder de motorkap is ReLU, behalve in de laatste laag, die een lineaire activatie gebruikt.
• Aanvullende technieken zoals batch normalisatie en dropout regulariseren het model en voorkomen overfitting.

Na het afronden van het Deep Learning in Python-traject of de PyTorch CNN Tutorial ben je klaar om Keras te gebruiken voor het trainen en testen van complexe netwerken met meerdere uitgangen en kun je dieper in deep learning duiken.

Hoe werkt YOLO-objectdetectie?

Nu je de architectuur begrijpt, bekijken we op hoofdlijnen hoe het YOLO-algoritme objectdetectie uitvoert met een eenvoudig voorbeeld.

“Stel dat je een YOLO-toepassing hebt gebouwd die spelers en voetballen detecteert in een gegeven afbeelding. 

Maar hoe leg je dit proces uit aan iemand, zeker aan niet-ingewijden?

 → Dat is precies het doel van dit onderdeel. Je leert het volledige proces waarmee YOLO objectdetectie uitvoert en hoe je van afbeelding (A) naar afbeelding (B) komt.”

Afbeelding door de auteur

Het algoritme werkt op basis van de volgende vier benaderingen: 

• Residual blocks
• Bounding box-regressie
• Intersection over Union, of kortweg IOU
• Non-Maximum Suppression. 

Laten we elk daarvan van dichterbij bekijken. 

1. Residual blocks

Deze eerste stap begint met het verdelen van de originele afbeelding (A) in NxN rastercellen met gelijke vorm, waarbij N in ons geval 4 is, zoals te zien is in de afbeelding rechts. Elke cel in het raster is verantwoordelijk voor het lokaliseren en het voorspellen van de klasse van het object dat het bedekt, samen met de waarschijnlijkheids-/betrouwbaarheidswaarde. 

Afbeelding door de auteur

2. Bounding box-regressie

De volgende stap is het bepalen van de bounding boxes (rechthoeken) die alle objecten in de afbeelding markeren. Er kunnen net zoveel bounding boxes zijn als er objecten in een afbeelding aanwezig zijn. 

YOLO bepaalt de attributen van deze bounding boxes met één regressiemodule in het volgende formaat, waarbij Y de uiteindelijke vectorrepresentatie voor elke bounding box is. 

Y = [pc, bx, by, bh, bw, c1, c2]

Dit is vooral belangrijk tijdens de trainingsfase van het model.

• pc komt overeen met de waarschijnlijkheidsscore van het raster dat een object bevat. Alle rode rasters hebben bijvoorbeeld een waarschijnlijkheidsscore groter dan nul. De afbeelding rechts is de vereenvoudigde versie, aangezien de waarschijnlijkheid van elke gele cel nul (verwaarloosbaar) is. 

Afbeelding door de auteur

• bx, by zijn de x- en y-coördinaten van het middelpunt van de bounding box ten opzichte van de omhullende rastercel. 
• bh, bw komen overeen met de hoogte en breedte van de bounding box ten opzichte van de omhullende rastercel. 
• c1 en c2 komen overeen met de twee klassen, Speler en Bal. Je kunt zoveel klassen hebben als jouw usecase vereist. 

Om dit te begrijpen, kijken we aandachtiger naar de speler rechtsonder. 

Afbeelding door de auteur

3. Intersection over Union (IoU)

Vaak kan één object in een afbeelding meerdere rastervak-kandidaten hebben voor voorspelling, terwijl niet alle relevant zijn. Het doel van de IoU (een waarde tussen 0 en 1) is om dergelijke rastervakken te verwijderen en alleen de relevante over te houden. De logica is als volgt: 

• De gebruiker definieert de IoU-drempel, bijvoorbeeld 0,5. 
• Vervolgens berekent YOLO de IoU van elke rastercel, dat is het intersectieoppervlak gedeeld door het unieoppervlak. 
• Ten slotte negeert het de voorspellingen van rastercellen met een IoU ≤ drempel en houdt het die met een IoU > drempel. 

Hieronder zie je een illustratie van het selecteren van het beste raster voor het object linksonder. We zien dat het object oorspronkelijk twee rasterkandidaten had en uiteindelijk alleen “Raster 2” werd gekozen. 

Afbeelding door de auteur

4. Non-Max Suppression (NMS)

Een IoU-drempel instellen is niet altijd voldoende, omdat een object meerdere vakken kan hebben met een IoU boven de drempel; al die vakken behouden kan ruis toevoegen. Met NMS houd je alleen de vakken met de hoogste waarschijnlijkheidsscore over. 

YOLO-toepassingen

YOLO-objectdetectie kent verschillende toepassingen in het dagelijks leven. In dit onderdeel behandelen we er een aantal binnen de domeinen: gezondheidszorg, landbouw, beveiligingssurveillance en zelfrijdende auto’s.

Objectdetectie is geïntroduceerd in vele praktische sectoren, zoals de gezondheidszorg en landbouw. Laten we elk daarvan begrijpen met specifieke voorbeelden. 

Gezondheidszorg

Met name in de chirurgie kan het lastig zijn om organen realtime te lokaliseren vanwege biologische variatie tussen patiënten. Kidney Recognition in CT gebruikte YOLOv3 om nieren in 2D en 3D te lokaliseren op CT-scans. 

De cursus Biomedical Image Analysis in Python helpt je de basis te leren van het verkennen, manipuleren en meten van biomedische beelddata met Python.  

2D-nierdetectie door YOLOv3 (afbeelding uit Kidney Recognition in CT using YOLOv3)

Landbouw

Kunstmatige intelligentie en robotica spelen een grote rol in de moderne landbouw. Oogstrobots zijn visiegebaseerde robots die zijn geïntroduceerd om het handmatig plukken van groenten en fruit te vervangen. Een van de beste modellen op dit gebied gebruikt YOLO. In Tomato detection based on a modified YOLOv3 framework beschrijven de auteurs hoe ze YOLO gebruikten om soorten fruit en groenten te identificeren voor efficiëntere oogst. 

Afbeelding uit Tomato detection based on modified YOLOv3 framework (bron)

Beveiligingssurveillance

Hoewel objectdetectie vaak wordt ingezet voor beveiligingssurveillance, is dat niet de enige toepassing. YOLOv3 is tijdens de COVID-19-pandemie gebruikt om overtredingen van sociale afstand tussen mensen te schatten. 

Lees meer over dit onderwerp in A deep-learning-based social distance monitoring framework for COVID-19. 

Zelfrijdende auto’s

Realtime objectdetectie is onderdeel van het DNA van autonome voertuigen. Deze integratie is cruciaal omdat voertuigen correct de rijbanen en alle omringende objecten en voetgangers moeten identificeren om de verkeersveiligheid te vergroten. Het realtime karakter van YOLO maakt het een betere kandidaat dan eenvoudige beeldsegmentatiebenaderingen. 

De evolutie van YOLO: van 2015 tot 2024

Sinds de eerste release in 2015 is YOLO sterk geëvolueerd, met verschillende versies. In dit onderdeel bekijken we de verschillen tussen deze versies.

YOLO of YOLOv1: het startpunt

De eerste versie van YOLO was een gamechanger voor objectdetectie, omdat het objecten snel en efficiënt kon herkennen. 

Toch had YOLOv1, net als veel andere oplossingen, zijn eigen beperkingen: 

• Het heeft moeite met het detecteren van kleinere objecten binnen een groep, zoals een groep mensen in een stadion. Dit komt doordat elke cel in de YOLO-architectuur is ontworpen voor detectie van één object. 
• Verder kan YOLO ongebruikelijke of nieuwe vormen niet goed detecteren. 
• Tot slot behandelt de verliesfunctie die de detectieprestatie benadert fouten voor kleine en grote bounding boxes hetzelfde, wat leidt tot onjuiste lokalisaties. 

YOLOv2 of YOLO9000

YOLOv2 werd in 2016 ontwikkeld met het idee om het YOLO-model beter, sneller en sterker te maken.

De verbeteringen omvatten onder andere het gebruik van Darknet-19 als nieuwe architectuur, batchnormalisatie, hogere resolutie van input, convolutionele lagen met anchors, dimensionale clustering en (5) Fine-grained features. 

Batchnormalisatie 

Het toevoegen van een batchnormalisatielaag verbeterde de prestatie met 2% mAP. Deze laag had een regulariserend effect en voorkwam overfitting. 

Hogere inputresolutie

YOLOv2 gebruikt direct een hogere resolutie van 448×448 in plaats van 224×224, waardoor het model zijn filters aanpast en beter presteert op beelden met hogere resolutie. Deze aanpak verhoogde de nauwkeurigheid met 4% mAP, na 10 epochs training op de ImageNet-data. 

Convolutielagen met anchor boxes

In plaats van de exacte coördinaten van bounding boxes te voorspellen zoals in YOLOv1, vereenvoudigt YOLOv2 het probleem door de volledig verbonden lagen te vervangen door anchor boxes. Deze aanpak verlaagt de nauwkeurigheid licht, maar verhoogt de recall met 7%, wat ruimte biedt voor verdere verbetering.

Dimensionale clustering

YOLOv2 vindt de eerder genoemde anchor boxes automatisch via k-means dimensionale clustering met k=5 in plaats van een handmatige selectie. Deze nieuwe aanpak biedt een goede balans tussen recall en precisie van het model.

Voor een beter begrip van k-means dimensionale clustering, bekijk onze tutorials K-Means Clustering in Python with scikit-learn en K-Means Clustering in R. Ze gaan dieper in op k-means clustering met Python en R. 

Fine-grained features

YOLOv2-voorspellingen genereren 13x13 featuremaps, wat voldoende is voor grote objecten. Voor veel fijnere objectdetectie kan de architectuur worden aangepast door de 26 × 26 × 512 featuremap om te zetten naar een 13 × 13 × 2048 featuremap en die te concateneren met de originele features. Deze aanpak verbeterde de modelprestatie met 1%. 

YOLOv3: een incrementele verbetering 

Een incrementele verbetering op YOLOv2 leidde tot YOLOv3. 

De verandering omvatte vooral een nieuwe netwerkarchitectuur: Darknet-53. Dit is een 106-laags neuraal netwerk met upsampling-netwerken en residual blocks. Het is veel groter, sneller en nauwkeuriger dan Darknet-19, de backbone van YOLOv2. Deze nieuwe architectuur was op meerdere niveaus gunstig:

Betere bounding box-voorspelling

YOLOv3 gebruikt een logistisch regressiemodel om de objectness-score voor elke bounding box te voorspellen. 

Nauwkeurigere klassevoorspellingen 

In plaats van softmax zoals in YOLOv2, introduceert YOLOv3 onafhankelijke logistieke classificaties om de klasse van bounding boxes nauwkeurig te voorspellen. Dit is nuttig in complexere domeinen met overlappende labels (bijv. Persoon → Voetballer). Softmax zou elke box tot één klasse dwingen, wat niet altijd klopt.

Nauwkeurigere voorspellingen op verschillende schalen

YOLOv3 doet drie voorspellingen op verschillende schalen voor elke locatie in de inputafbeelding om te helpen met upsampling uit eerdere lagen. Deze strategie levert fijnmazigere en betekenisvollere semantische informatie voor een outputafbeelding van betere kwaliteit. 

YOLOv4: optimale snelheid en nauwkeurigheid van objectdetectie

Deze versie van YOLO heeft een optimale snelheid en nauwkeurigheid van objectdetectie vergeleken met alle eerdere versies en andere state-of-the-art objectdetectoren. 

De onderstaande afbeelding toont dat YOLOv4 YOLOv3 en andere modellen op snelheid (FPS) overtreft met respectievelijk 10% en 12%. 

YOLOv4-snelheid vergeleken met YOLOv3 en andere state-of-the-art objectdetectoren (bron)

YOLOv4 is specifiek ontworpen voor productieomgevingen en geoptimaliseerd voor parallelle berekeningen. 

De backbone van de YOLOv4-architectuur is CSPDarknet53, een netwerk met 29 convolutionele lagen met 3 × 3-filters en ongeveer 27,6 miljoen parameters. 

In vergelijking met YOLOv3 voegt deze architectuur het volgende toe voor betere objectdetectie: 

• Het Spatial Pyramid Pooling (SPP)-blok vergroot het receptive field aanzienlijk, scheidt de meest relevante contextfeatures en beïnvloedt de snelheid niet. 
• In plaats van het Feature Pyramid Network (FPN) in YOLOv3 gebruikt YOLOv4 PANet voor parameteraggregatie van verschillende detectieniveaus. 
• Data-augmentatie gebruikt de mozaïektechniek die vier trainingsafbeeldingen combineert, plus een self-adversarial training-aanpak. 
• Optimale hyperparameterselectie met genetische algoritmen. 

YOLOR: You Only Look One Representation

Als unified network voor meerdere taken is YOLOR gebaseerd op een gecombineerd netwerk van expliciete en impliciete kennisbenaderingen.

Unified network-architectuur (bron)

Expliciete kennis is normaal of bewust leren. Impliciet leren gebeurt onbewust (door ervaring).

Door deze twee technieken te combineren, bouwt YOLOR een robuustere architectuur op basis van drie processen: (1) feature alignment, (2) prediction alignment voor objectdetectie en (3) canonieke representatie voor multitask-learning

Prediction alignment

Deze aanpak introduceert een impliciete representatie in de featuremap van elk feature pyramid network (FPN), wat de precisie met ongeveer 0,5% verbetert. 

Prediction refinement voor objectdetectie

De voorspellingen van het model worden verfijnd door impliciete representatie toe te voegen aan de outputlagen van het netwerk. 

Canonieke representatie voor multitask-learning

Multitask-training vereist gezamenlijke optimalisatie van de verliesfunctie die over alle taken wordt gedeeld. Dit kan de algehele prestatie verlagen; dit probleem kan worden verzacht door tijdens de training de canonieke representatie te integreren. 

Uit de volgende grafiek zien we dat YOLOR op de MS COCO-data toonaangevende inferentiesnelheid behaalde vergeleken met andere modellen.

YOLOR-prestatie vs. YOLOv4 en andere modellen (bron)

YOLOX: beter dan de YOLO-reeks in 2021

Dit gebruikt een baseline die een aangepaste versie van YOLOv3 is, met Darknet-53 als backbone.

Gepubliceerd in het paper Exceeding YOLO Series in 2021 brengt YOLOX de volgende vier kernkenmerken om een beter model te creëren dan de oudere versies.

Een efficiënte ontkoppelde head

De gekoppelde head in eerdere YOLO-versies bleek de prestaties te beperken. YOLOX gebruikt daarom een ontkoppelde head, die classificatie en lokalisatie scheidt en zo de prestaties verhoogt. 

Robuuste data-augmentatie

Integratie van Mosaic en MixUp in de data-augmentatiestrategie verhoogde de prestaties van YOLOX aanzienlijk.  

Een anchor-free systeem

 Anchor-gebaseerde algoritmen voeren onder de motorkap clustering uit, wat de inferentietijd verhoogt. Door het anchor-mechanisme te verwijderen, verminderde YOLOX het aantal voorspellingen per afbeelding en verbeterde de inferentietijd aanzienlijk. 

SimOTA voor labeltoewijzing

In plaats van de Intersection over Union (IoU)-aanpak introduceerden de auteurs SimOTA, een robuustere labeltoewijzingsstrategie die state-of-the-art resultaten behaalt door niet alleen de trainingstijd te verkorten, maar ook extra hyperparameterproblemen te vermijden. Bovendien verbeterde het de detectie-mAP met 3%.

YOLOv5

YOLOv5 heeft, in tegenstelling tot andere versies, geen gepubliceerd onderzoekspaper en is de eerste YOLO-versie die in Pytorch is geïmplementeerd in plaats van in Darknet. 

Uitgebracht door Glenn Jocher in juni 2020 gebruikt YOLOv5, net als YOLOv4, CSPDarknet53 als backbone van de architectuur. De release omvat vijf verschillende modelgroottes: YOLOv5s (kleinst), YOLOv5m, YOLOv5l en YOLOv5x (grootst).

Een van de belangrijkste verbeteringen in de YOLOv5-architectuur is de integratie van de Focus-laag, een enkele laag die de eerste drie lagen van YOLOv3 vervangt. Dit verminderde het aantal lagen en parameters en verhoogde zowel de voorwaartse als achterwaartse snelheid zonder grote impact op de mAP. 

De volgende illustratie vergelijkt de trainingstijd tussen YOLOv4 en YOLOv5s.

Vergelijking van trainingstijd tussen YOLOv4 en YOLOv5 (bron)

YOLOv6: een single-stage objectdetectiekader voor industriële toepassingen

Toegewijd aan industriële toepassingen met een hardwarevriendelijk, efficiënt ontwerp en hoge prestaties, werd het YOLOv6 (MT-YOLOv6)-framework uitgebracht door Meituan, een Chinees e-commercebedrijf. 

Geschreven in Pytorch, maakte deze nieuwe versie geen deel uit van de officiële YOLO, maar kreeg toch de naam YOLOv6 omdat de backbone geïnspireerd was op de oorspronkelijke one-stage YOLO-architectuur. 

YOLOv6 bracht drie belangrijke verbeteringen ten opzichte van YOLOv5: een hardwarevriendelijke backbone- en nekarchitectuur, een efficiënte ontkoppelde head en een effectievere trainingsstrategie.

YOLOv6 levert uitstekende resultaten vergeleken met eerdere YOLO-versies in termen van nauwkeurigheid en snelheid op de COCO-dataset, zoals hieronder geïllustreerd.

Vergelijking van efficiënte state-of-the-art objectdetectoren. Alle modellen zijn getest met TensorRT 7, behalve dat het gekwantiseerde model met TensorRT 8 is getest (bron)

• YOLOv6-N behaalde 35,9% AP op de COCO-dataset met een throughput van 1234 FPS op een NVIDIA Tesla T4 GPU.
• YOLOv6-S bereikte een nieuwe state-of-the-art van 43,3% AP bij 869 FPS.
• YOLOv6-M en YOLOv6-L behaalden ook betere nauwkeurigheidsprestaties, respectievelijk 49,5% en 52,3%, met dezelfde inferentiesnelheid. 

Al deze eigenschappen maken YOLOv6 geschikt voor industriële toepassingen.

YOLOv7: trainable bag-of-freebies en nieuwe state-of-the-art voor realtime objectdetectoren

YOLOv7 werd uitgebracht in juli 2022 in het paper Trained bag-of-freebies sets new state-of-the-art for real-time object detectors. Deze versie betekent een belangrijke stap voorwaarts in objectdetectie en overtreft alle eerdere modellen in nauwkeurigheid en snelheid.

Vergelijking van YOLOv7-inferentietijd met andere realtime objectdetectoren (bron)

YOLOv7 bracht grote veranderingen aan in (1) de architectuur en (2) op het niveau van trainable bag-of-freebies:

Architectuurniveau

YOLOv7 hervormde de architectuur met de Extended Efficient Layer Aggregation Network (E-ELAN), waardoor het model diversere features kan leren. 

Bovendien schaalt YOLOv7 zijn architectuur door de architecturen te combineren van modellen waarvan het is afgeleid, zoals YOLOv4, Scaled YOLOv4 en YOLO-R. Zo kan het model aan verschillende inferentiesnelheidsbehoeften voldoen.

Compound scaling in diepte en breedte voor concatenatie-gebaseerde modellen (bron)

Trainable bag-of-freebies

De term bag-of-freebies verwijst naar het verbeteren van de nauwkeurigheid van het model zonder de trainingskosten te verhogen. Dit is waarom YOLOv7 niet alleen de inferentiesnelheid, maar ook de detectienauwkeurigheid verhoogde.

YOLOv8: meer modulariteit en flexibiliteit

YOLOv8 introduceert een meer modulaire en flexibele opzet, wat eenvoudiger maatwerk en fine-tuning mogelijk maakt. Er is ingebouwde ondersteuning voor verschillende taken buiten objectdetectie, zoals segmentatie en pose-estimatie.

• Lichte modellen optimaliseren de balans tussen snelheid en nauwkeurigheid verder, met kleinere modelgroottes gericht op realtime toepassingen op edge-apparaten.
• Het voegt ondersteuning toe voor aangepaste data om eenvoudig te integreren met eigen datasets, waardoor het veelzijdig is voor specifieke toepassingen.
• YOLOv8 voegt ook nieuwe API’s toe voor eenvoudigere uitrol en modelbeheer in productieomgevingen.

YOLO-NAS (Neural Architecture Search): architectuur optimaliseren

YOLO-NAS gebruikt Neural Architecture Search (NAS) om automatisch een geoptimaliseerde architectuur te ontwerpen, die prestaties maximaliseert zonder handmatige afstelling.

• Het is afgestemd op een optimale balans tussen prestatie en resourcegebruik, ideaal voor zowel zeer nauwkeurige modellen als toepassingen met lage latency.
• Het past automatisch de resolutie aan voor verschillende objecten binnen een afbeelding, wat het inferentieproces verder optimaliseert.

YOLOv9: baanbrekende technieken voor realtime objectdetectie

YOLO-World: Zero-Shot Object Detection

YOLO-World, ontwikkeld door de AI Lab van Tencent, introduceert een nieuw paradigma: "prompt then detect". In tegenstelling tot traditionele YOLO-modellen die training op specifieke objectklassen vereisen, kan YOLO-World objecten detecteren op basis van tekstprompts zonder fine-tuning.

Deze zero-shot capaciteit elimineert de noodzaak voor just-in-time tekstcodering en haalt tot 74,1 FPS op een V100-GPU. YOLO-World is vooral handig wanneer je aangepaste objecten wilt detecteren zonder trainingsdata te verzamelen.

Gelanceerd in 2024 introduceert de v9-versie van YOLO verschillende innovatieve technieken, zoals:

• Programmable Gradient Information (PGI): een nieuwe techniek die de gradiëntenstroom tijdens training optimaliseert, waardoor het model efficiënter leert van complexe datasets.
• Generalized Efficient Layer Aggregation Network (GELAN): een belangrijke architectuurverbetering die feature learning en aggregatie verder verbetert en bijdraagt aan zowel nauwkeurigheid als snelheid.

YOLOv9 zet nieuwe benchmarks op de MS COCO-dataset en presteert beter dan eerdere versies, met name qua precisie en aanpasbaarheid over verschillende taken. Hoewel ontwikkeld door een afzonderlijk open-sourceteam, bouwt YOLOv9 voort op de codebase van Ultralytics YOLOv5, wat een gezamenlijke inspanning binnen de AI-community laat zien om de grenzen van objectdetectie te verleggen.

Deze nieuwste versie benadrukt grote vooruitgangen in zowel het trainingsproces als de architectuur, met focus op efficiëntie, aanpasbaarheid en precisie voor realtime toepassingen.

YOLOv10: NMS-vrije realtime objectdetectie

Gepubliceerd in mei 2024 door onderzoekers van de Tsinghua-universiteit, vertegenwoordigt YOLOv10 een forse sprong voorwaarts in realtime objectdetectie. De belangrijkste innovatie is het elimineren van Non-Maximum Suppression (NMS) tijdens inferentie, dat traditioneel voor extra latency zorgde.

YOLOv10 introduceert consistente dubbele toewijzingen voor NMS-vrije training door one-to-many en one-to-one labeltoewijzingen te combineren. Deze aanpak behoudt de trainingsefficiëntie en maakt NMS-vrije inferentie mogelijk. Volgens het paper is YOLOv10-S 1,8× sneller dan RT-DETR-R18 met vergelijkbare nauwkeurigheid en gebruikt het 2,8× minder parameters.

YOLOv11: verbeterde modulariteit en multitask-ondersteuning

Ontwikkeld door Ultralytics (de makers van YOLOv5 en YOLOv8), ondersteunt YOLOv11 meerdere computervisie-taken: objectdetectie, instance-segmentatie, beeldclassificatie, keypoint-detectie en oriented bounding box (OBB)-detectie. Het YOLOv11x-model behaalt 54,7% mAP op de MS COCO-benchmark.

YOLOv12: attention-gebaseerde architectuur

YOLOv12 introduceert attention-mechanismen in de YOLO-architectuur, waardoor het model beter kan focussen op relevante beeldregio’s. Deze versie behaalt een hogere nauwkeurigheid in complexe scènes met overlappende objecten, terwijl de realtime prestaties behouden blijven.

YOLO26: de nieuwste evolutie (2026)

YOLO26, uitgebracht in januari 2026 door Ultralytics, is een end-to-end, voor edge geoptimaliseerd model dat vijf kerntaken ondersteunt: objectdetectie, instance-segmentatie, pose-estimatie, oriented object detection (OBB) en beeldclassificatie. Het behaalt de hoogste nauwkeurigheid binnen de YOLO-lijn en behoudt snelle inferentiesnelheden.

YOLO26 biedt meerdere modelgroottes (Nano, Small, Medium, Large, Extra Large) om de balans tussen nauwkeurigheid en snelheid af te stemmen op verschillende uitrolscenario’s. Installeren en gebruiken met:

from ultralytics import YOLO

# Load the model
model = YOLO("yolo26m.pt")

# Run inference
results = model("image.jpg")
results[0].show()

Conclusie

Dit artikel besprak de voordelen van YOLO ten opzichte van andere state-of-the-art objectdetectie-algoritmen en de evolutie van 2015 tot 2026, met de belangrijkste verbeteringen uitgelicht. 

Gezien de snelle vooruitgang van YOLO is er weinig twijfel dat het nog lange tijd de koploper zal blijven op het gebied van objectdetectie. 

De volgende stap in dit artikel is het toepassen van het YOLO-algoritme op vraagstukken uit de echte wereld. Tot die tijd kan onze cursus Introduction to Deep Learning in Python je helpen de basis van neurale netwerken te leren en deep-learningmodellen te bouwen met Keras 2.0 in Python.