YOLO11 im Vergleich zu PP-YOLOE+
Die Wahl der richtigen neuronalen Netzwerkarchitektur ist entscheidend, wenn du Computer-Vision-Anwendungen produktiv einsetzt. Dieser Vergleich beleuchtet zwei bedeutende Modelle für die Echtzeit-Objekterkennung: Ultralytics YOLO11 und Baidus PP-YOLOE+. Beide leisten gute Arbeit, verfolgen jedoch bei Genauigkeit, Inferenzgeschwindigkeit und Entwickler-Ökosystem deutlich unterschiedliche Ansätze.
Das interaktive Diagramm unten stellt den Kompromiss zwischen Geschwindigkeit und Genauigkeit der beiden Modelle dar und hilft dir, das passende Modell für deine Hardwareanforderungen zu finden.
Ursprung und technische Entwicklung der Modelle#
Das Verständnis der Ursprünge und Designphilosophien dieser Modelle liefert wertvollen Kontext zu ihren jeweiligen Stärken und idealen Anwendungsfällen.
Details zu YOLO11#
YOLO11 wurde von Ultralytics entwickelt und verfeinert die YOLO-Reihe durch eine ausgewogene Kombination aus schneller Inferenz, effizientem Parametereinsatz und einfacher Bedienung. Bekannt ist das Modell für seine einheitliche Unterstützung mehrerer Aufgaben und seine entwicklerfreundliche Python-API.
- Autoren: Glenn Jocher und Jing Qiu
- Organisation: Ultralytics
- Datum: 2024-09-27
- GitHub: https://github.com/ultralytics/ultralytics
- Dokumentation: YOLO11-Dokumentation
PP-YOLOE+ im Detail#
PP-YOLOE+ ist eine verbesserte Version von PP-YOLOE, das aus PP-YOLOv2 hervorging und auf dem PaddlePaddle-Framework basiert. Das Modell nutzt architektonische Änderungen wie das CSPRepResNet-Backbone und Task Alignment Learning (TAL), um die Genauigkeit zu steigern – insbesondere auf leistungsstarken GPUs.
- Autoren: PaddlePaddle-Autoren
- Organisation: Baidu
- Datum: 2022-04-02
- arXiv: https://arxiv.org/abs/2203.16250
- GitHub: https://github.com/PaddlePaddle/PaddleDetection/
- Dokumentation: Konfigurationsdokumentation zu PP-YOLOE+
Architektonische Unterschiede#
Die Architekturen von YOLO11 und PP-YOLOE+ spiegeln unterschiedliche Entwicklungsprioritäten wider.
YOLO11 kombiniert ein effizientes Backbone mit einem ankerfreien Erkennungskopf. Das Modell nutzt C3k2-Blöcke und Spatial Pyramid Pooling - Fast (SPPF), um mit minimalem Rechenaufwand Merkmale aus mehreren Maßstäben zu erfassen. Das trägt dazu bei, die Inferenzlatenz auf Geräten mit begrenzten Ressourcen wie Edge-NPUs und mobilen CPUs zu verringern. YOLO11 unterstützt außerdem standardmäßig Instanzsegmentierung, Bildklassifizierung, Posenschätzung und die Erkennung orientierter Begrenzungsrahmen (OBB).
PP-YOLOE+ verwendet das CSPRepResNet-Backbone, einen CSPPAN-Neck und einen Efficient Task-aligned Head (ET-head). Das Modell nutzt Reparametrisierung, um die Repräsentationsfähigkeit während des Trainings zu erhöhen, und fasst diese Parameter anschließend für die Inferenz zu Standardfaltungen zusammen. Dadurch erzielt es einen hohen mittleren durchschnittlichen Präzisionswert (mAP). Die größeren Varianten haben jedoch mehr Parameter als die entsprechenden YOLO11-Modelle (52,2 Mio. gegenüber 25,3 Mio. bei Größe L) und eignen sich daher besser für Server-GPUs als für leichte Edge-Geräte.
Wenn dein Projekt über herkömmliche Begrenzungsrahmen hinausgehen soll, bietet Ultralytics YOLO11 native Unterstützung für Segmentierung, Klassifizierung, Posenschätzung und OBB-Erkennung über dieselbe API. Das verringert den Entwicklungsaufwand im Vergleich zur Integration mehrerer separater Repositories.
Leistung und Benchmarks#
Die Tabelle unten vergleicht die Genauigkeit (mAP), die Inferenzgeschwindigkeit auf unterschiedlicher Hardware und die Modelleffizienz (Parameter und FLOPs). Der beste Wert jeder Spalte ist fett hervorgehoben.
| 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 |
| PP-YOLOE+t | 640 | 39.9 | - | 2.84 | 4.85 | 19.15 |
| PP-YOLOE+s | 640 | 43.7 | - | 2.62 | 7.93 | 17.36 |
| PP-YOLOE+m | 640 | 49.8 | - | 5.56 | 23.43 | 49.91 |
| PP-YOLOE+l | 640 | 52.9 | - | 8.36 | 52.2 | 110.07 |
| PP-YOLOE+x | 640 | 54.7 | - | 14.3 | 98.42 | 206.59 |
Analyse#
YOLO11 bietet bei den meisten Modellgrößen eine bessere Leistungsbalance. YOLO11m erzielt einen höheren mAP als PP-YOLOE+m (51,5 gegenüber 49,8), hat weniger Parameter (20,1 Mio. gegenüber 23,43 Mio.) und erreicht eine höhere TensorRT-Inferenzgeschwindigkeit (4,7 ms gegenüber 5,56 ms). Bei der größten Modellgröße erzielen beide einen mAP von 54,7, doch YOLO11x ist schneller (11,3 ms gegenüber 14,3 ms) und hat deutlich weniger Parameter (56,9 Mio. gegenüber 98,42 Mio.). PP-YOLOE+ ist bei den kleinen Modellen konkurrenzfähig: PP-YOLOE+t übertrifft YOLO11n beim mAP (39,9 gegenüber 39,5), weist aber eine höhere Latenz auf; PP-YOLOE+s benötigt weniger Parameter und FLOPs als YOLO11s, erzielt jedoch eine geringere Genauigkeit. Kleinere YOLO11-Modelle benötigen außerdem weniger Speicher beim Modelltraining und bei der Bereitstellung.
Trainingsökosystem und Benutzerfreundlichkeit#
Ein großer Teil des praktischen Nutzens eines Modells hängt davon ab, wie einfach Entwickler es mit eigenen Computer-Vision-Datensätzen trainieren und produktiv einsetzen können.
Der Vorteil von Ultralytics#
Ultralytics legt den Fokus auf eine gute Entwicklererfahrung. YOLO11 lässt sich über eine einfache Python-API oder CLI ohne komplexen Boilerplate-Code trainieren. Die Ultralytics Platform ergänzt dies um codefreies Training, die Verwaltung von Datensätzen und Exporte mit einem Klick in Formate wie ONNX, CoreML und TensorRT.
YOLO-Modelle sind auch während des Trainings speichereffizient und vermeiden den hohen VRAM-Bedarf Transformer-basierter Architekturen und größerer reparametrisierter Modelle. Dadurch lassen sie sich auf Hardware für Endverbraucher trainieren.
from ultralytics import YOLO
# Ein vortrainiertes YOLO11-Modell laden
model = YOLO("yolo11n.pt")
# Das Modell mit dem COCO8-Datensatz trainieren
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Eine Inferenz auf einem Bild ausführen
results = model("https://ultralytics.com/images/bus.jpg")
results[0].show()Das PP-YOLOE+-Ökosystem#
PP-YOLOE+ ist Teil des PaddleDetection-Ökosystems. Dieses Framework ist leistungsstark und eng in Baidus Industrielösungen integriert, verlangt von Entwicklern jedoch, das spezifische Deep-Learning-Framework PaddlePaddle zu verwenden. Für Teams, die bereits PyTorch standardisiert haben, kann dies den Einstieg erschweren. Der Export von PP-YOLOE+-Modellen in gängige Edge-Formate kann außerdem zusätzliche Konvertierungsschritte erfordern. Die integrierte Export-Pipeline von Ultralytics wandelt YOLO11 hingegen mit einem einzigen Befehl in ONNX, TensorRT und sogar PaddlePaddle um.
Ideale Anwendungsfälle#
Welches Modell für dich infrage kommt, hängt von deiner konkreten Bereitstellungsumgebung ab.
- Wähle YOLO11 für agile Entwicklung, Edge Computing und mobile Anwendungen. Dank hoher Inferenzgeschwindigkeit, geringem Speicherbedarf und umfangreichen Exportmöglichkeiten eignet sich das Modell ideal für Aufgaben wie die Echtzeitverwaltung von Einzelhandelsbeständen auf Standard-CPUs, die Analyse von Luftbildern aus Drohnen und komplexe Multitasking-Pipelines.
- Entscheide dich für PP-YOLOE+, wenn deine Produktionspipeline bereits auf dem PaddlePaddle-Ökosystem basiert oder du auf leistungsstarken, dedizierten Inferenzservern bereitstellst, bei denen Speicherbeschränkungen und Hardwarekompatibilität (außerhalb der optimierten Paddle-Hardware) keine zentrale Rolle spielen.
Die nächste Generation: YOLO26 im Überblick#
YOLO11 ist weiterhin eine starke Wahl, doch für neue Projekte empfiehlt Ultralytics YOLO26. YOLO26 wurde im Januar 2026 veröffentlicht und verbessert gegenüber seinen Vorgängern sowohl die Effizienz als auch die Genauigkeit.
Die wichtigsten Neuerungen in YOLO26:
- End-to-End-Design ohne NMS: Der optionale One-to-one-Kopf von YOLO26 (
nms=False) überspringt die Nachbearbeitung mit Non-Maximum Suppression (NMS). Das verringert die Latenz und vereinfacht die Bereitstellungslogik. Der Ansatz baut auf einem Konzept auf, das erstmals in YOLOv10 eingeführt wurde. - Bis zu 43 % schnellere CPU-Inferenz: YOLO26n läuft auf der CPU bis zu 43 % schneller als YOLO11n und ermöglicht so Echtzeitleistung auf Edge-Geräten ohne GPUs.
- MuSGD-Optimierer: Inspiriert vom Training großer Sprachmodelle (LLMs) kombiniert dieser Hybrid aus SGD und Muon schnellere Konvergenz mit stabilerem Training.
- ProgLoss + STAL: Progressive Loss und Small-Target-Aware Label Assignment (STAL) verbessern die Erkennung kleiner Objekte – entscheidend für Drohnenanwendungen und die Sicherheitsüberwachung.
- Entfernung von DFL: Das Entfernen des Distribution Focal Loss vereinfacht den Modelleport und verbessert die Kompatibilität mit einer Vielzahl von Edge-Geräten.
Für neue Projekte, bei denen Geschwindigkeit, einfacher Export und Genauigkeit im Vordergrund stehen, wird YOLO26 empfohlen. Du kannst das Modell auf der Ultralytics Platform trainieren und bereitstellen.
Wenn du andere Architekturen bewertest, sieh dir den Vergleich von RT-DETR und YOLO11 an oder lies, wie YOLO11 im Vergleich zu YOLOv8, YOLOv9 und YOLOv10 abschneidet.
Kommentare
Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.