Erste Schritte

PP-YOLOE+ vs. YOLOv10

Computer-Vision entwickelt sich ständig weiter, und neue Modelle verbessern die Echtzeit-Objekterkennung. Dieser technische Vergleich untersucht PP-YOLOE+ und YOLOv10, zwei leistungsfähige Architekturen für unterschiedliche Ökosysteme. Außerdem wird erläutert, wie sich das Feld hin zu einheitlichen, benutzerfreundlichen Werkzeugen wie der Ultralytics Platform und dem Modell YOLO26 entwickelt.

Einführung in die Modelle#

Um die passende Grundlage für deine Computer-Vision-Projekte zu finden, musst du die architektonischen Kompromisse, die Einschränkungen bei der Bereitstellung und die Unterstützung durch das jeweilige Ökosystem der Modelle genau kennen.

PP-YOLOE+ im Überblick#

PP-YOLOE+ wurde von den PaddlePaddle-Entwicklern bei Baidu entwickelt und ist eine Weiterentwicklung früherer Versionen im PaddleDetection-Ökosystem.

Stärken: PP-YOLOE+ überzeugt in Umgebungen, die eng in das PaddlePaddle-Framework integriert sind. Das Modell bietet ein CSPRepResNet-Backbone und verwendet eine auf die Aufgabe abgestimmte Labelzuweisungsstrategie (TAL), um eine hohe mittlere durchschnittliche Präzision (mAP) zu erreichen. Es ist für den Einsatz auf Server-GPUs optimiert, wie sie in industriellen Anwendungen üblich sind.

Schwächen: Der größte Nachteil von PP-YOLOE+ ist die starke Abhängigkeit vom PaddlePaddle-Ökosystem, das für Entwickler mit PyTorch-Erfahrung möglicherweise weniger intuitiv ist. Außerdem ist für die Nachbearbeitung weiterhin herkömmliches Non-Maximum Suppression (NMS) erforderlich, was die Latenz und die Komplexität der Bereitstellung erhöht.

Erfahre mehr über PP-YOLOE+

YOLOv10 im Überblick#

YOLOv10 wurde von Forschenden der Tsinghua-Universität veröffentlicht und brachte eine bedeutende Architekturänderung mit sich, indem es NMS aus der Inferenzpipeline entfernte.

Stärken: Das herausragende Merkmal von YOLOv10 ist die konsistente doppelte Zuweisung für das NMS-freie Training. Dadurch sagt das Modell Begrenzungsrahmen nativ voraus, ohne einen zweiten Filterungsschritt zu benötigen. Das vereinfacht und beschleunigt die Modellbereitstellung auf Edge-Geräten erheblich. Zudem bietet es eine gute Balance aus geringer Parameterzahl und hoher Genauigkeit.

Schwächen: YOLOv10 ist zwar sehr effizient für die standardmäßige 2D-Objekterkennung, unterstützt jedoch andere wichtige Computer-Vision-Aufgaben wie Instanzsegmentierung und Posenschätzung nicht nativ. Dadurch ist das Modell in komplexen Pipelines mit mehreren Aufgaben weniger vielseitig.

Mehr über YOLOv10 erfahren

Suchst du nach fortgeschrittenen Alternativen?

Wenn du die neuesten Neuerungen bei der Echtzeit-Detektion erkundest, solltest du YOLO11 oder den Transformer-basierten RT-DETR für Anwendungen mit hohen Genauigkeitsanforderungen in Betracht ziehen.

Leistungs- und Metrikvergleich#

Um die passende Architektur auszuwählen, ist es entscheidend, die Leistung dieser Modelle anhand standardisierter Benchmarks zu verstehen. Die folgende Tabelle vergleicht ihre Größe, Genauigkeit und Latenz.

ModellGröße
(Pixel)
mAPval50-95Geschwindigkeit
CPU ONNX
(ms)
Geschwindigkeit
T4 TensorRT10
(ms)
Parameter
(M)
FLOPs
(B)
PP-YOLOE+t64039.9-2.844.8519.15
PP-YOLOE+s64043.7-2.627.9317.36
PP-YOLOE+m64049.8-5.5623.4349.91
PP-YOLOE+l64052.9-8.3652.2110.07
PP-YOLOE+x64054.7-14.398.42206.59
YOLOv10n64038.5-1.842.36.7
YOLOv10s64046.3-2.497.221.6
YOLOv10m64051.1-4.7415.459.1
YOLOv10b64052.5-5.7419.192.0
YOLOv10l64053.2-7.2824.4120.3
YOLOv10x64054.4-10.7029.5160.4

Technische Analyse#

Bei der Analyse der Daten zeichnen sich einige wichtige Trends ab. Die Nano- und Small-Modelle von YOLOv10 sind auf Effizienz bei Edge-Geräten ausgelegt. YOLOv10n benötigt nur 2,3 Millionen Parameter und 6,7 Mrd. FLOPs. Dieses leichte Design senkt zusammen mit der NMS-freien Architektur die Latenz auf Plattformen mit TensorRT und OpenVINO erheblich.

PP-YOLOE+ hingegen zeigt in den größeren Gewichtsklassen eine starke Leistung. Die X-large-Variante liegt bei mAP (54,7 % gegenüber 54,4 %) knapp vor YOLOv10x. Dafür benötigt sie jedoch mehr als dreimal so viele Parameter (98,42M gegenüber 29,5M), sodass YOLOv10x in Umgebungen mit knappem Speicher deutlich effizienter ist.

Die Vorteile des Ultralytics-Ökosystems#

PP-YOLOE+ und YOLOv10 bieten beide überzeugende technische Errungenschaften. Moderne ML-Entwicklung erfordert jedoch mehr als nur eine reine Architektur: Sie braucht ein gut gepflegtes Ökosystem.

Ultralytics bietet ein Python-Paket, das Datenerfassung und Annotation, Training und Bereitstellung erheblich vereinfacht. Im Vergleich zu umfangreichen Forschungsframeworks oder älteren Transformer-Modellen benötigen Ultralytics-Architekturen beim Training nur einen Bruchteil des CUDA-Speichers. So sind größere Stapelgrößen und schnellere Iterationen möglich. Das Ultralytics-Paket ist außerdem vielseitig und unterstützt direkt Bildklassifizierung, OBB (orientierte Begrenzungsrahmen) und zuverlässige Objektverfolgung.

YOLO26 kommt: die nächste Generation#

Das im Januar 2026 veröffentlichte Ultralytics YOLO26 vereint die wichtigsten Erkenntnisse aus Modellen wie YOLOv10 und überwindet gleichzeitig deren Einschränkungen.

Wichtige Innovationen von YOLO26:

  • End-to-End-Design ohne NMS: Aufbauend auf dem NMS-freien Training, das YOLOv10 in YOLO-Modelle eingeführt hat, bietet YOLO26 optional einen End-to-End-Kopf (nms=False), der die NMS-Nachverarbeitung überflüssig macht und so eine schnellere, einfachere Bereitstellung auf unterschiedlicher Hardware ermöglicht.
  • DFL-Wegfall: Durch den Wegfall von Distribution Focal Loss (DFL) lässt sich die Modellarchitektur einfacher exportieren. Das verbessert die Kompatibilität mit stromsparenden Edge-KI-Geräten.
  • MuSGD-Optimierer: Inspiriert von Trainingstechniken für große Sprachmodelle, etwa Kimi K2 von Moonshot AI, verwendet YOLO26 eine Kombination aus SGD und Muon. Das sorgt für stabiles Training und deutlich schnellere Konvergenz.
  • Bis zu 43 % schnellere CPU-Inferenz: YOLO26n wurde für reale Anwendungsszenarien optimiert und ist bei Anwendungen, die auf CPU-Rechenleistung angewiesen sind, bis zu 43 % schneller als YOLO11n. Das Modell eignet sich besonders für intelligente Überwachung und den Einsatz auf Mobilgeräten.
  • ProgLoss + STAL: Eine progressive Verlustfunktion und eine Strategie zur zielgrößenbewussten Labelzuweisung verbessern die Erkennung kleiner Objekte erheblich. Das ist entscheidend für Luftaufnahmen und Robotik.
  • Aufgabenspezifische Verbesserungen: Anders als YOLOv10 unterstützt YOLO26 von Haus aus Multi-Scale-Protos für die Segmentierung und Residual Log-Likelihood Estimation (RLE) für die Posenschätzung.

Praktische Umsetzung#

Der Einstieg in Ultralytics-Modelle ist ganz einfach. Mit wenigen Codezeilen kannst du einen Trainingslauf mit modernen Pipelines zur Datenerweiterung starten.

from ultralytics import YOLO

# Das dringend empfohlene YOLO26-Modell laden
model = YOLO("yolo26n.pt")

# Das Modell mit dem COCO8-Datensatz trainieren
# Der Speicherbedarf ist im Vergleich zu Transformer-Architekturen stark optimiert.
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)

# End-to-End-Inferenz ohne NMS ausführen
inference_results = model("https://ultralytics.com/images/bus.jpg", nms=False)

# Für die Bereitstellung direkt nach ONNX oder TensorRT exportieren
model.export(format="onnx", simplify=True)

Anwendungsfälle und Empfehlungen#

Ob PP-YOLOE+ oder YOLOv10 besser geeignet ist, hängt von den konkreten Anforderungen deines Projekts, den Einschränkungen bei der Bereitstellung und deinen Präferenzen beim Ökosystem ab.

Wann du PP-YOLOE+ wählen solltest#

PP-YOLOE+ eignet sich besonders für:

  • Integration in das PaddlePaddle-Ökosystem: Unternehmen mit einer bestehenden Infrastruktur auf Basis des PaddlePaddle-Frameworks und der Werkzeuge von Baidu.
  • Edge-Bereitstellung mit Paddle Lite: Bereitstellung auf Hardware mit hochoptimierten Inferenzkernen speziell für Paddle Lite oder die Paddle-Inferenz-Engine.
  • Erkennung mit hoher Genauigkeit auf Servern: Szenarien, in denen höchste Erkennungsgenauigkeit auf leistungsstarken GPU-Servern gefragt ist und die Abhängigkeit von einem bestimmten Framework keine Rolle spielt.

Wann du YOLOv10 wählen solltest#

YOLOv10 empfiehlt sich für:

  • Echtzeiterkennung ohne NMS: Anwendungen, die von einer durchgängigen Erkennung ohne Non-Maximum Suppression profitieren und dadurch die Komplexität der Bereitstellung verringern.
  • Ausgewogenes Verhältnis von Geschwindigkeit und Genauigkeit: Projekte, die über verschiedene Modellgrößen hinweg ein ausgewogenes Verhältnis zwischen Inferenzgeschwindigkeit und Erkennungsgenauigkeit erfordern.
  • Anwendungen mit gleichbleibender Latenz: Bereitstellungsszenarien, in denen vorhersehbare Inferenzzeiten entscheidend sind, etwa in der Robotik oder bei autonomen Systemen.

Wann du Ultralytics (YOLO26) wählen solltest#

Für die meisten neuen Projekte bietet Ultralytics YOLO26 die beste Kombination aus Leistung und Entwicklerfreundlichkeit:

  • NMS-freie Bereitstellung auf Edge-Geräten: Anwendungen, die eine gleichbleibende Inferenz mit geringer Latenz ohne die Komplexität der Nachbearbeitung durch Non-Maximum Suppression erfordern.
  • Umgebungen ohne GPU: Geräte ohne dedizierte GPU-Beschleunigung, bei denen die bis zu 43 % schnellere CPU-Inferenz von YOLO26 (YOLO26n gegenüber YOLO11n) einen klaren Vorteil bietet.
  • Erkennung kleiner Objekte: Anspruchsvolle Szenarien wie Luftbilder von Drohnen oder die Analyse von IoT-Sensoren, bei denen ProgLoss und STAL die Genauigkeit bei sehr kleinen Objekten deutlich steigern.

Fazit#

PP-YOLOE+ bleibt eine zuverlässige Option für Teams, die sich auf das Baidu-Ökosystem und industrielle Serverumgebungen festgelegt haben. YOLOv10 ist ein wichtiger akademischer Meilenstein, der die Praxistauglichkeit der echtzeitfähigen Erkennung ohne NMS bewiesen hat.

Für Entwickler, die jedoch die beste Kombination aus Genauigkeit, schneller Inferenz und Multi-Task-Fähigkeiten suchen, ist Ultralytics YOLO26 die empfohlene Wahl. Die Innovationen bei der Trainingseffizienz und der auf Edge-Geräte ausgerichteten Bereitstellung machen das Modell zu einer robusten und vielseitigen Lösung für Computer Vision im Produktiveinsatz.

Kommentare

Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.