YOLO11 im Vergleich zu PP-YOLOE+#

Die Wahl der optimalen neuronalen Netzwerkarchitektur ist entscheidend, wenn du Computer-Vision-Anwendungen in der Produktion einsetzt. In diesem technischen Vergleich betrachten wir zwei bekannte Modelle für die Objekterkennung in Echtzeit: Ultralytics YOLO11 und Baidus PP-YOLOE+. Beide Architekturen bieten eine robuste Leistung, gehen die Herausforderungen in Bezug auf Genauigkeit, Inferenzgeschwindigkeit und Entwicklerökosystem jedoch ganz unterschiedlich an.

Das folgende interaktive Diagramm zeigt die Leistungsgrenzen der beiden Modelle und hilft dir dabei, das passende Modell für deine Hardwarebeschränkungen 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 stellt eine stark verfeinerte Weiterentwicklung der YOLO-Serie dar. Im Mittelpunkt stehen eine ausgewogene Kombination aus schneller Inferenz, hoher Parametereffizienz und besonders einfacher Bedienung. Bekannt ist das Modell für seine einheitlichen Multitasking-Funktionen und die 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 weiterentwickelte Version von PP-YOLOv2 und basiert auf dem PaddlePaddle-Framework. Die Architektur wurde unter anderem um das CSPRepResNet-Backbone und Task Alignment Learning (TAL) ergänzt, um die Genauigkeit weiter zu steigern – besonders 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+

Erfahre mehr über PP-YOLOE+

Architektonische Unterschiede#

Die grundlegenden Architekturkonzepte von YOLO11 und PP-YOLOE+ spiegeln ihre unterschiedlichen Prioritäten im Bereich der Computer Vision wider.

YOLO11 baut auf einem hochoptimierten Backbone und einem ankerfreien Detektionskopf auf. Das Modell verwendet C3k2-Blöcke und Spatial Pyramid Pooling - Fast (SPPF), um mehrskalige Merkmale bei geringem Rechenaufwand zu erfassen. Dieses Design ist besonders vorteilhaft, um die Inferenzlatenz auf Geräten mit begrenzten Ressourcen wie Edge-NPUs und mobilen CPUs zu verringern. Außerdem wurde YOLO11 von Grund auf für Multitasking entwickelt und unterstützt Instanzsegmentierung, Posenschätzung und die Detektion orientierter Begrenzungsboxen (OBB) direkt ab Werk.

PP-YOLOE+ führt das CSPRepResNet-Backbone und einen Efficient Task-aligned head (ET-head) ein. Das Modell setzt intensiv auf Reparametrisierungstechniken, um während des Trainings die Repräsentationskapazität zu erhöhen und die Parameter für die Inferenz anschließend in Standardfaltungen zusammenzuführen. Das führt zwar zu beeindruckender mittlerer durchschnittlicher Präzision (mAP), doch die resultierenden Modelle benötigen tendenziell mehr Parameter und Speicher. Damit eignen sie sich eher für den Einsatz auf leistungsstarken Server-GPUs als auf leichten Edge-Geräten.

Leistung und Benchmarks#

Zur Bewertung der Leistung betrachten wir die Genauigkeit (mAP), die Inferenzgeschwindigkeit auf unterschiedlicher Hardware und die Modelleffizienz (Parameter und FLOPs). Die folgende Tabelle zeigt die Vergleichswerte; die effizientesten beziehungsweise leistungsstärksten Werte sind fett hervorgehoben.

Analyse#

YOLO11 bietet ein klares Plus bei der ausgewogenen Leistung und der Parametereffizienz. So erzielt YOLO11m mit einer höheren mAP (51.5) einen besseren Wert als PP-YOLOE+m (49.8), benötigt zugleich weniger Parameter (20.1M gegenüber 23.43M) und erreicht auf TensorRT eine deutlich schnellere Inferenz (4.7ms gegenüber 5.56ms). Dank der kompakten Bauweise benötigen YOLO11-Modelle sowohl beim Modelltraining als auch bei der Bereitstellung weniger Speicher.

Trainingsökosystem und Benutzerfreundlichkeit#

Der wahre Wert eines Modells zeigt sich oft darin, wie einfach Entwickler es mit eigenen Computer-Vision-Datensätzen trainieren und in der Produktion einsetzen können.

Der Vorteil von Ultralytics#

Ultralytics legt großen Wert auf eine reibungslose Entwicklererfahrung. Das Training von YOLO11 erfolgt über eine einfache Python-API oder CLI, die komplexen Boilerplate-Code abstrahiert. Die Ultralytics Platform ergänzt dies durch codefreies Training, automatisierte Datensatzverwaltung und Exporte mit nur einem Klick in Formate wie ONNX, CoreML und TensorRT.

Außerdem benötigen YOLO-Modelle beim Training nur wenig Speicher und vermeiden den enormen VRAM-Bedarf, der für Transformer-basierte Architekturen oder stark reparametrisierte Modelle typisch ist. Dadurch ist das Training auch auf handelsüblicher Hardware möglich.

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 leistungsstarke Framework ist eng in die industriellen Lösungen von Baidu integriert, setzt jedoch voraus, dass Entwickler das spezielle Deep-Learning-Framework PaddlePaddle verwenden. Für Teams, die bereits PyTorch als Standard nutzen, kann dies die Einarbeitung erschweren. Außerdem sind beim Export von PP-YOLOE+-Modellen in standardisierte, universelle Formate für Edge-Geräte möglicherweise zusätzliche Konvertierungsschritte nötig – anders als bei den nativen Exportpipelines in den Ultralytics-Arbeitsabläufen.

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.
• Wähle PP-YOLOE+, wenn deine gesamte Produktionspipeline bereits stark in das PaddlePaddle-Ökosystem investiert ist oder du auf leistungsstarken, dedizierten Inferenzservern arbeitest, bei denen Speicherbeschränkungen und Hardwarekompatibilität – abgesehen von für Paddle optimierter Hardware – keine vorrangige Rolle spielen.

Die nächste Generation: YOLO26 im Überblick#

YOLO11 ist weiterhin ein äußerst leistungsfähiges Modell, doch die KI entwickelt sich rasant. Für die neueste Entwicklung im Bereich der Objekterkennung hat Ultralytics das neue YOLO26 vorgestellt. YOLO26 wurde im Januar 2026 veröffentlicht und baut auf den Erfolgen seiner Vorgänger auf, um beispiellose Effizienz und Genauigkeit zu bieten.

Die wichtigsten Neuerungen in YOLO26:

• End-to-End-Design ohne NMS: Der optionale One-to-one-Kopf von YOLO26 (nms=False) überspringt die Nachverarbeitung mit der Unterdrückung nicht maximaler Werte (NMS). Das beschleunigt die Inferenz erheblich und vereinfacht die Bereitstellungslogik. Dieser architektonische Fortschritt wurde erstmals mit YOLOv10 eingeführt.
• Bis zu 43 % schnellere CPU-Inferenz: Speziell für Edge-Geräte ohne GPUs optimiert, damit auch leistungsschwächere Hardware Echtzeitleistung erreicht.
• MuSGD-Optimierer: Diese von der Stabilität des LLM-Trainings inspirierte Kombination aus SGD und Muon sorgt für schnellere Konvergenz und stabileres Training.
• ProgLoss + STAL: Verbesserte Verlustfunktionen steigern die Erkennung kleiner Objekte deutlich – ein entscheidender Vorteil für Drohnenanwendungen und die Sicherheitsüberwachung.
• Entfernung von DFL: Durch den Wegfall von Distribution Focal Loss wird der Modelleport vereinfacht und die Kompatibilität mit zahlreichen Edge-Geräten deutlich verbessert.

Für neue Projekte, bei denen Geschwindigkeit, reibungsloser Export und maximale Genauigkeit im Vordergrund stehen, empfehlen wir dir, die Möglichkeiten von YOLO26 über die Ultralytics Platform zu nutzen.

Wenn du weitere Architekturen bewertest, könnten auch ein Vergleich von YOLO11 mit RT-DETR oder ein Blick darauf interessant sein, wie sich das frühere YOLOv8 in aktuellen Benchmarks schlägt.