Ultralytics YOLO senkt den Standardwert für die Vorhersage-IoU auf 0,5

Niedrigerer Standardwert für Vorhersagen und Tracking

Bei der Anwendung von NMS verwendet Ultralytics YOLO nun iou=0.5, wenn in Workflows für Vorhersagen und Tracking kein Schwellenwert angegeben wird. Die Einstellung betrifft Vorhersagen und Tracking über Python und die Kommandozeile, wiederverwendete Predictor, Lösungen wie Objekterfassung, Warteschlangenverwaltung und TrackZone sowie neue Exporte mit integrierter NMS.

Explizit angegebene Werte haben weiterhin Vorrang. Pipelines, die bereits iou setzen, verhalten sich daher wie bisher. Auch die Ultralytics Platform führt 0,5 für ihren IoU-Schieberegler und das Feld für bereitgestellte Endpunkte. Das Ultralytics-YOLO-iOS-Paket verwendet in Version 8.9.20 standardmäßig 0,5, während das Flutter-Plugin in Version 0.7.2 denselben Standardwert nutzt.

Für die Validierung bleibt es bei 0,7, sodass sich veröffentlichte mAP-Werte nicht ändern. Die Predictor von SAM, SAM 2, SAM 3 und FastSAM behalten ebenfalls 0,7 bei, da ihre stark überlappenden Masken nicht Teil der Messung waren.

Warum Ultralytics Vorhersage und Validierung trennt

Bei der Non-Maximum Suppression werden Begrenzungsrahmen nach ihrer Konfidenz sortiert. Der Rahmen mit der höchsten Konfidenz bleibt erhalten, während andere Rahmen derselben Klasse entfernt werden, sobald ihre Überlappung den IoU-Schwellenwert überschreitet. Ein niedrigerer Schwellenwert entfernt sich überlappende Rahmen aggressiver. Dadurch lassen sich doppelte Rahmen um ein Objekt beseitigen. Zugleich kann aber einer von zwei echten, dicht nebeneinander stehenden Objekten entfernt werden.

Ultralytics zufolge benötigen Validierung und Vorhersage unterschiedliches Verhalten. Bei der Validierung wird die Rangliste der Rahmen bis zu einer Konfidenz von 0,001 bewertet, während die Vorhersage mit conf=0.25 eine endgültige Menge zurückgibt. Eine Duplikation hat nur begrenzte Auswirkungen auf die Validierung. Erreicht ein doppelter Rahmen jedoch eine bereitgestellte Vorhersage, wird er zu einem sichtbaren Fehlalarm, beeinflusst Zählungen oder kann einen Alarm auslösen.

Die in PR #27084 gemeldeten Ergebnisse stützen die Änderung. Auf COCO val2017 mit einer RTX PRO 6000 erzielte jedes aufgeführte Modell bei IoU 0,45 oder 0,5 einen höheren F1-Wert als bei 0,7. Bei 0,5 erreichte YOLO11n 56.2%, YOLO11x 69.8%, YOLO26n 56.8% und YOLO26x 71.7%.

So sollten Nutzer IoU und Konfidenz abstimmen

Ultralytics empfiehlt, die Einstellung passend zum jeweiligen Problem zu ändern. Wenn ein Objekt zwei Rahmen erhält, kann ein niedrigerer IoU-Wert, etwa eine Senkung von 0,5 auf 0,4, das Duplikat früher unterdrücken. Wenn eines von zwei benachbarten Objekten verschwindet, kann eine Erhöhung von 0,5 auf 0,7 beide erhalten. Rahmen im Hintergrund sind vor allem ein Konfidenzproblem. Das Unternehmen empfiehlt daher, zuerst conf zu erhöhen. Werden echte Objekte übersehen, kann eine Senkung von conf helfen.

Auch die Kameraposition ist entscheidend. Eine Ansicht von oben trennt Menschen und Fahrzeuge meist besser, wodurch ein niedrigerer Schwellenwert praktikabler wird. Eine schräge Ansicht entlang einer Warteschlange, Fahrspur oder eines Gangs kann dazu führen, dass sich die Rahmen verschiedener Objekte um mehr als 50% überlappen. In diesem Fall kann eine Erhöhung der IoU in Richtung 0,7 die Erkennungen erhalten. Ultralytics rät, einige Dutzend Bilder der Einsatzkamera zu testen und die Vorhersagen mit manuellen Zählungen zu vergleichen.

Das Unternehmen empfiehlt außerdem, Konfidenz und IoU überall dort explizit festzulegen, wo das Modell ausgeführt wird, auch bei Exporten mit integrierter NMS. So verändert eine künftige Änderung des Standardwerts die Ergebnisse nicht. Nutzer, die mit dichten Szenen arbeiten, sollten beachten, dass max_det die Erkennungen pro Bild standardmäßig auf 300 begrenzt, während agnostic_nms=True überlappende Rahmen klassenübergreifend unterdrückt.

Was die Änderung für YOLO-Nutzer bedeutet

Der Standardwert 0,5 soll für sauberere Vorhersage- und Tracking-Ausgaben sorgen, ohne die Validierungsmetriken zu verändern. Besonders relevant ist das für Anwendungen, bei denen doppelte Erkennungen sichtbare Ergebnisse, Objektzählungen oder Alarme beeinflussen. Die Quelle macht außerdem deutlich, dass 0,5 ein Ausgangspunkt und keine universelle Einstellung ist: Szenen mit dicht gedrängten Objekten benötigen möglicherweise einen höheren Schwellenwert, während Aufnahmen mit vielen Duplikaten von einem niedrigeren Wert profitieren können.

Ultralytics empfiehlt, das Paar aus conf und iou anhand von Bildern der tatsächlichen Kamera abzustimmen, neben den Zählungen auch die eingezeichneten Rahmen zu prüfen und die ausgewählten Werte an Bildern zu bestätigen, die nicht für die Abstimmung verwendet wurden.