YOLO11 und DAMO-YOLO im Vergleich
Die Wahl der richtigen Architektur ist ein entscheidender Schritt in jedem Computer-Vision-Projekt. Dieser Leitfaden vergleicht zwei Objekterkennungsmodelle, Ultralytics YOLO11 und DAMO-YOLO. Er beleuchtet ihre Architekturen, Trainingsabläufe und Einsatzmöglichkeiten in der Praxis, damit du das passende Werkzeug für deine Bereitstellungsanforderungen auswählen kannst.
Modellübersicht#
Ultralytics YOLO11#
YOLO11 wurde von Ultralytics entwickelt und verbessert die YOLO-Familie hinsichtlich Genauigkeit und Effizienz. Das Modell richtet sich an Forschende und Ingenieure, die ein einheitliches, produktionsreifes Ökosystem von der Verwaltung der Datensätze bis zur Bereitstellung am Netzwerkrand benötigen.
- Autoren: Glenn Jocher und Jing Qiu
- Organisation: Ultralytics
- Datum: 2024-09-27
- GitHub: https://github.com/ultralytics/ultralytics
- Dokumentation: https://docs.ultralytics.com/models/yolo11
Die größte Stärke von YOLO11 ist seine Vielseitigkeit. Während sich viele Modelle ausschließlich auf Begrenzungsrahmen konzentrieren, unterstützt YOLO11 nativ Objekterkennung, Instanzsegmentierung, Bildklassifizierung, Posenschätzung und die Erkennung orientierter Begrenzungsrahmen (OBB). So können Entwickler ihre KI-Pipelines für Bildverarbeitung in einem einzigen, gut gepflegten Framework bündeln.
DAMO-YOLO#
DAMO-YOLO wurde von Forschenden der Alibaba Group entwickelt. Das Modell nutzt Neural Architecture Search (NAS), um effiziente Backbones zu finden, die für die Echtzeitinferenz auf GPUs und anderen Beschleunigern ausgelegt sind.
- Autoren: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang und Xiuyu Sun
- Organisation: Alibaba Group
- Datum: 2022-11-23
- arXiv: https://arxiv.org/abs/2211.15444v2
- GitHub: https://github.com/tinyvision/DAMO-YOLO
- Dokumentation: https://github.com/tinyvision/DAMO-YOLO/blob/master/README.md
DAMO-YOLO basiert auf Reparametrisierung und automatisierter Suche. Mit MAE-NAS (Maximum Entropy Neural Architecture Search) entwickelten die Autoren ein eigenes Backbone, das die Inferenzgeschwindigkeit auf spezialisierter Hardware verbessert. Das Modell verfügt außerdem über einen optimierten Neck namens Efficient RepGFPN und einen schlanken ZeroHead, um die Latenz zu minimieren.
Wenn du YOLO11 und DAMO-YOLO vergleichst, solltest du auch das neuere Ultralytics YOLO26 in Betracht ziehen. Es ermöglicht optional eine End-to-End-Inferenz ohne NMS (nms=False), und YOLO26n läuft auf der CPU bis zu 43 % schneller als YOLO11n. Vielleicht interessieren dich auch die Vergleiche YOLOX und DAMO-YOLO sowie YOLOv8 und DAMO-YOLO.
Vergleich von Leistung und Architektur#
Bei der Bereitstellung von Edge-KI-Anwendungen spielen Leistungskompromisse eine wichtige Rolle. Die Tabelle unten zeigt den mittleren durchschnittlichen Präzisionswert (mAP), die Latenz und die Modellgröße auf dem COCO-Datensatz. Bei vergleichbarer Modellgröße ist YOLO11 sowohl genauer als auch schneller auf einer T4-GPU: YOLO11s erreicht 47,0 mAP in 2,5 ms, während DAMO-YOLOs 46,0 mAP in 3,45 ms erzielt. YOLO11l erreicht 53,4 mAP in 6,2 ms, während DAMO-YOLOl auf 50,8 mAP in 7,18 ms kommt. DAMO-YOLOt (42,0 mAP, 8,5 Mio. Parameter) liegt bei Größe und Genauigkeit zwischen YOLO11n und YOLO11s.
| Modell | Größe (Pixel) | mAPval50-95 | Geschwindigkeit CPU ONNX (ms) | Geschwindigkeit T4 TensorRT10 (ms) | Parameter (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
| DAMO-YOLOt | 640 | 42.0 | - | 2.32 | 8.5 | 18.1 |
| DAMO-YOLOs | 640 | 46.0 | - | 3.45 | 16.3 | 37.8 |
| DAMO-YOLOm | 640 | 49.2 | - | 5.09 | 28.2 | 61.8 |
| DAMO-YOLOl | 640 | 50.8 | - | 7.18 | 42.1 | 97.3 |
Architekturanalyse#
YOLO11 verwendet ein speziell entwickeltes Backbone, das die Parameterzahl und die Repräsentationsfähigkeit ausbalanciert. Das Modell läuft auf vielen verschiedenen Hardwareplattformen und hält den CUDA-Speicherbedarf beim Training und bei der Inferenz niedrig. Dadurch eignet es sich gut für Hardware für Endverbraucher und ressourcenbeschränkte IoT-Geräte.
Die MAE-NAS-Backbones von DAMO-YOLO sind für GPU-Umgebungen mit hohem Durchsatz optimiert. Das Efficient RepGFPN (Generalized Feature Pyramid Network) führt Merkmale aus mehreren Maßstäben zusammen. Die Reparametrisierung beschleunigt die Inferenz, kann die Bereitstellung jedoch erschweren, wenn dein Hardware-Stack diese Vorgänge nicht gut unterstützt.
Benutzerfreundlichkeit und Trainingseffizienz#
Wenn die Entwicklungszeit eine Rolle spielt, ist die einfache Bedienung eines Modells ebenso wichtig wie seine reinen Benchmarkwerte.
YOLO11 ist auf einfache Nutzung durch Entwickler ausgelegt. Das Paket ultralytics übernimmt das Einlesen der Datensätze, die Datenerweiterung und die Optimierung der Hyperparameter. Der Export in Produktionsformate wie ONNX, TensorRT und OpenVINO ist mit einem einzigen Befehl erledigt.
from ultralytics import YOLO
# Ein YOLO11-Objekterkennungsmodell initialisieren
model = YOLO("yolo11s.pt")
# Das Modell mit gemischter Genauigkeit auf COCO8 trainieren
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Das trainierte Modell für die Bereitstellung auf Edge-Geräten nach TensorRT exportieren
model.export(format="engine", device=0)DAMO-YOLO stammt aus der Forschung und ist mit einer steileren Lernkurve verbunden. Die angegebene Genauigkeit beruht auf einer Knowledge-Distillation-Pipeline: Zuerst trainierst du ein größeres „Lehrer“-Netzwerk und überträgst dann dessen Wissen auf ein kleineres „Schüler“-Netzwerk. Im Vergleich zum standardmäßigen Trainingsablauf von Ultralytics erfordert dies mehr Rechenleistung auf der GPU und längere Trainingszeiten.
Anwendungsfälle und Empfehlungen#
Ob YOLO11 oder DAMO-YOLO besser geeignet ist, hängt von den konkreten Anforderungen deines Projekts, den Bereitstellungsbeschränkungen und deinen Präferenzen beim Ökosystem ab.
Wann du YOLO11 wählen solltest#
YOLO11 eignet sich besonders für:
- Bereitstellung auf Edge-Geräten im Produktionseinsatz: Kommerzielle Anwendungen auf Geräten wie Raspberry Pi oder NVIDIA Jetson, bei denen Zuverlässigkeit und aktive Wartung entscheidend sind.
- Anwendungen für visuelle Aufgaben mit mehreren Funktionen: Projekte, die Erkennung, Segmentierung, Posenschätzung und OBB innerhalb eines einzigen einheitlichen Frameworks erfordern.
- Schnelle Prototypenerstellung und Bereitstellung: Teams, die mithilfe der Ultralytics Python-API schnell von der Datenerfassung zum Produktivbetrieb gelangen müssen.
Wann du DAMO-YOLO wählen solltest#
DAMO-YOLO eignet sich für:
- Videoanalyse mit hohem Durchsatz: Verarbeitung von Videostreams mit hoher Bildrate auf fest installierter NVIDIA-GPU-Infrastruktur, bei der der Durchsatz mit Batchgröße 1 im Vordergrund steht.
- Industrielle Fertigungslinien: Szenarien mit strengen GPU-Latenzvorgaben auf dedizierter Hardware, etwa die Qualitätsprüfung in Echtzeit auf Fließbändern.
- Forschung zur neuronalen Architektursuche: Untersuchung der Auswirkungen automatisierter Architektursuche (MAE-NAS) und effizienter Architekturen mit reparametrisierten Rückgraten auf die Erkennungsleistung.
Wann du Ultralytics (YOLO26) wählen solltest#
Für die meisten neuen Projekte bietet Ultralytics YOLO26 die beste Kombination aus Leistung und Entwicklerfreundlichkeit:
- NMS-freie Bereitstellung am Netzwerkrand: Anwendungen, die eine gleichmäßige Inferenz mit niedriger Latenz ohne die Komplexität der Nachbearbeitung mit Non-Maximum Suppression (NMS) benötigen.
- Umgebungen ohne GPU: Geräte ohne dedizierte GPU-Beschleunigung, bei denen die bis zu 43 % schnellere CPU-Inferenz von YOLO26 (YOLO26n gegenüber YOLO11n) einen entscheidenden Vorteil bietet.
- Erkennung kleiner Objekte: Anspruchsvolle Szenarien wie Luftaufnahmen von Drohnen oder die Analyse von IoT-Sensordaten, bei denen ProgLoss und STAL die Genauigkeit bei kleinen Objekten verbessern.
Anwendungen und Anwendungsfälle in der Praxis#
Autonome Systeme und Drohnen#
Für Luftbilder und den Einsatz auf UAVs bietet YOLO11 ein ausgewogenes Verhältnis von Geschwindigkeit und Genauigkeit. Die Erkennung kleiner Objekte ist eine große Herausforderung bei der Drohnenanalyse, und die Fusion von Merkmalen aus mehreren Maßstäben hilft YOLO11, Objekte unterschiedlicher Größe zu erkennen. Dank des geringen Speicherbedarfs können die Nano- und Small-Varianten von YOLO11 auch direkt auf leichten Edge-CPUs oder NPUs laufen, die an der Drohne montiert sind.
Industrielle Automatisierung und Qualitätskontrolle#
In intelligenten Fabriken ist die Latenz entscheidend. DAMO-YOLO bietet schnelle Inferenz auf Server-GPUs, doch seine spezialisierte Architektur kann schwieriger zu integrieren sein. Für die automatisierte Qualitätskontrolle ist YOLO11 oft die praktischere Wahl: Die einfache Tracking-API ermöglicht den Wechsel von der Erkennung zu OBB-Aufgaben, wenn Fehler anhand schräg ausgerichteter Begrenzungsrahmen erfasst werden müssen.
Intelligente Gesundheitsversorgung und medizinische Bildgebung#
Medizinische Bilddatensätze sind häufig klein, weshalb sich Overfitting nur schwer vermeiden lässt. Die integrierten Abläufe für Datenerweiterung und Transfer Learning im Ultralytics-Ökosystem helfen Klinikpersonal und Entwicklern dabei, genaue Modelle zur Tumorerkennung zu erstellen. Die große Ultralytics-Community hilft zudem dabei, Probleme in spezialisierten Bereichen wie dem Gesundheitswesen zu lösen.
Wenn du eine neue Anwendung von Grund auf entwickelst, solltest du YOLO26 in Betracht ziehen. Das im Januar 2026 veröffentlichte Modell verwendet den MuSGD-Optimierer, ProgLoss und STAL, um die Genauigkeit bei kleinen Objekten zu verbessern. Außerdem bietet es einen optionalen End-to-End-Inferenzmodus ohne NMS (nms=False).
DAMO-YOLO ist weiterhin ein überzeugendes Beispiel für Neural Architecture Search. Für praktische Computer-Vision-Aufgaben sind jedoch YOLO11 und die breitere Ultralytics-Modellfamilie unter der Führung von YOLO26 die bessere Wahl – dank schneller Bereitstellung, einfacher Bedienung und Unterstützung mehrerer Aufgaben.
Kommentare
Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.