KI-Ready-Check buchenWas YOLO (Objekterkennung) genau ist
YOLO (You Only Look Once) ist ein KI-Modell für Echtzeit-Objekterkennung in Bildern und Videos. Es erkennt und lokalisiert mehrere Objekte in einem einzigen Durchlauf, daher der Name. YOLO ist besonders schnell und eignet sich für Anwendungen, bei denen Geschwindigkeit wichtig ist: Videoüberwachung, Qualitätskontrolle am Fließband, autonome Systeme. Im Vergleich zu älteren Ansätzen, die ein Bild mehrfach durchlaufen müssen, verarbeitet YOLO das gesamte Bild in einem Schritt und erreicht so Geschwindigkeiten von über 100 Bildern pro Sekunde. Die aktuelle Version YOLOv8 von Ultralytics bietet state-of-the-art Erkennungsqualität bei gleichzeitig einfacher Nutzung.
So funktioniert es
YOLO teilt ein Eingabebild in ein Raster aus Zellen auf. Für jede Zelle sagt das Modell gleichzeitig voraus, ob ein Objekt vorhanden ist, wo genau es sich befindet (Bounding Box) und um welche Objektklasse es sich handelt. Das geschieht in einem einzigen Durchlauf durch das neuronale Netz, daher die hohe Geschwindigkeit. Anschließend werden überlappende Erkennungen per Non-Maximum-Suppression zusammengeführt. Das Modell kann auf eigene Objektklassen trainiert werden: Mit 50 bis 200 annotierten Beispielbildern pro Klasse lässt sich ein zuverlässiger Detektor für unternehmensspezifische Anwendungen erstellen.
Was das für dein Unternehmen bedeutet
YOLO eignet sich besonders für produzierende Unternehmen: Echtzeit-Qualitätskontrolle am Fließband, Zählung von Produkten auf Paletten, Sicherheitsüberwachung in Lagerhallen. Als Open-Source-Modell ist es kostenlos verfügbar und kann lokal betrieben werden, ideal für datenschutzsensible Produktionsumgebungen. Die niedrige Einstiegshürde macht YOLO auch für den Mittelstand attraktiv: Mit einer Standard-Industriekamera und einem PC mit GPU lässt sich in kurzer Zeit ein funktionierendes Erkennungssystem aufbauen, das Fehlerquoten senkt und Prozesse beschleunigt.
Beispiele aus der Praxis
- Echtzeit-Fehlererkennung auf dem Fließband per Kamera
- Automatische Zählung von Waren auf Paletten
- Schutzhelm-Erkennung in Produktionshallen
- Erkennung von Oberflächendefekten an Werkstücken in der Qualitätssicherung
- Automatische Inventarisierung von Lagerbeständen per Kamerasystem
Vorteile und Grenzen
Das spricht dafür
- Echtzeit-Verarbeitung mit über 100 Bildern pro Sekunde auf aktueller Hardware
- Open Source und kostenlos nutzbar, aktive Community mit regelmäßigen Updates
- Einfaches Training auf eigene Objektklassen mit wenigen Beispielbildern
- Lokal betreibbar ohne Cloud-Anbindung, ideal für Produktionsumgebungen
- Vielseitig einsetzbar: von der Qualitätskontrolle bis zur Sicherheitsüberwachung
Das solltest du einplanen
- Erkennung sehr kleiner Objekte in hochaufgelösten Bildern kann schwierig sein
- Training eigener Modelle erfordert annotierte Bilder, die manuell erstellt werden müssen
- GPU-Hardware für Training und schnelle Inferenz notwendig
- Leistung sinkt bei ungünstigen Lichtverhältnissen oder ungewöhnlichen Blickwinkeln