YOLO11 vs. PP-YOLOE+#
Die Auswahl der optimalen neuronalen Netzarchitektur ist entscheidend, wenn du computer vision-Anwendungen in der Produktion bereitstellst. In diesem technischen Vergleich untersuchen wir zwei prominente Modelle im Bereich der Echtzeit-Objekterkennung: Ultralytics YOLO11 und Baidus PP-YOLOE+. Beide Architekturen bieten eine robuste Leistung, gehen jedoch recht unterschiedlich mit den Herausforderungen hinsichtlich Genauigkeit, Inferenzgeschwindigkeit und Entwickler-Ökosystem um.
Unten findest du ein interaktives Diagramm, das die Leistungsgrenzen dieser Modelle aufzeigt, damit du die beste Lösung für deine Hardware-Einschränkungen ermitteln kannst.
Modellursprung und technische Abstammung#
Das Verständnis der Ursprünge und Designphilosophien dieser Modelle bietet wertvollen Kontext für ihre jeweiligen Stärken und idealen Anwendungsfälle.
YOLO11 Details#
YOLO11 wurde von Ultralytics entwickelt und stellt eine hochgradig verfeinerte Iteration der YOLO-Serie dar. Dabei steht ein ausgewogenes Verhältnis zwischen hoher Inferenzgeschwindigkeit, extremer Parametereffizienz und unübertroffener Benutzerfreundlichkeit im Vordergrund. Es ist weithin für seine einheitlichen Multi-Task-Fähigkeiten und die entwicklerfreundliche Python API bekannt.
- Autoren: Glenn Jocher und Jing Qiu
- Organisation: Ultralytics
- Datum: 27.09.2024
- GitHub: https://github.com/ultralytics/ultralytics
- Dokumentation: YOLO11-Dokumentation
Details zu PP-YOLOE+#
PP-YOLOE+ ist eine weiterentwickelte Version von PP-YOLOv2, die auf dem PaddlePaddle-Framework basiert. Es führt architektonische Änderungen wie das CSPRepResNet-Backbone und Task Alignment Learning (TAL) ein, um die Grenzen der Genauigkeit zu erweitern, insbesondere auf High-End-GPUs.
- Autoren: PaddlePaddle-Autoren
- Organisation: Baidu
- Datum: 02.04.2022
- Arxiv: https://arxiv.org/abs/2203.16250
- GitHub: https://github.com/PaddlePaddle/PaddleDetection/
- Docs: PP-YOLOE+ Configuration Docs
Architektonische Unterschiede#
Die grundlegenden architektonischen Designs von YOLO11 und PP-YOLOE+ spiegeln ihre unterschiedlichen Prioritäten in der computer vision-Landschaft wider.
YOLO11 baut auf einem hochoptimierten Backbone und einem ankerfreien Erkennungskopf auf. Es nutzt C3k2-Blöcke und Spatial Pyramid Pooling - Fast (SPPF), um multiskalige Merkmale mit minimalem Rechenaufwand zu erfassen. Dieses Design ist äußerst vorteilhaft für die Reduzierung der inference latency auf ressourcenbeschränkten Geräten wie Edge-NPUs und Mobil-CPUs. Darüber hinaus ist YOLO11 von Natur aus für Multitask-Lernen konzipiert und unterstützt instance segmentation, pose estimation und oriented bounding box (OBB) detection direkt nach dem Auspacken.
PP-YOLOE+ führt das CSPRepResNet-Backbone und einen Efficient Task-aligned Head (ET-Head) ein. Es nutzt intensiv Reparametrisierungstechniken, um die Darstellungskapazität während des Trainings zu erhöhen, während diese Parameter für die Inferenz in Standard-Faltungen gefaltet werden. Während dies eine beeindruckende mean Average Precision (mAP) liefert, neigen die resultierenden Modelle dazu, hinsichtlich Parametern und Speicherbedarf schwerer zu sein, wodurch sie sich besser für die Bereitstellung auf robusten Server-GPUs anstelle von leichten Edge-Geräten eignen.
Wenn dein Projekt über Standard-BBoxen hinausgeht, bietet Ultralytics YOLO11 native Unterstützung für Segmentierung, Pose-Schätzung und Klassifizierung innerhalb derselben API, was den Entwicklungsaufwand im Vergleich zur Integration mehrerer verschiedener Repositories drastisch reduziert.
Leistung und Benchmarks#
Bei der Leistungsbewertung betrachten wir die Genauigkeit (mAP), die Inferenzgeschwindigkeit auf verschiedenen Hardware-Plattformen und die Modelleffizienz (Parameter und FLOPs). Die folgende Tabelle hebt die Vergleichskennzahlen hervor, wobei die effizientesten oder leistungsstärksten Werte fett gedruckt sind.
| Modell | Größe (Pixel) | mAPval 50-95 | 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 | 21.5 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.0 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 86.9 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 194.9 |
| 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 demonstriert einen klaren Vorteil bei der Leistungsbilanz und der Parametereffizienz. Beispielsweise erreicht YOLO11m einen höheren mAP (51.5) als PP-YOLOE+m (49.8), während es weniger Parameter verwendet (20.1M vs 23.43M) und signifikant schnellere Inferenzgeschwindigkeiten auf TensorRT erzielt (4.7ms vs 5.56ms). Die leichte Natur von YOLO11-Modellen führt inhärent zu geringeren Speicheranforderungen sowohl beim model training als auch bei der Bereitstellung.
Trainings-Ökosystem und Benutzerfreundlichkeit#
Der wahre Wert eines Modells liegt oft darin, wie einfach Entwickler es auf benutzerdefinierten computer vision datasets trainieren und in der Produktion bereitstellen können.
Der Ultralytics-Vorteil#
Ultralytics priorisiert ein optimiertes Entwicklererlebnis. Das Training von YOLO11 wird über eine einfache Python-API oder CLI verwaltet, wodurch komplexer Boilerplate-Code abstrahiert wird. Die Ultralytics Platform verbessert dies weiter, indem sie No-Code-Training, automatisiertes Datensatzmanagement und Ein-Klick-Exporte zu Formaten wie ONNX, CoreML und TensorRT bereitstellt.
Darüber hinaus sind YOLO-Modelle während des Trainings äußerst speichereffizient und vermeiden den massiven VRAM-Overhead, der für Transformer-basierte Architekturen oder schwer rep-parametrisierte Modelle typisch ist, was das Training auf Consumer-Hardware ermöglicht.
from ultralytics import YOLO
# Load a pretrained YOLO11 model
model = YOLO("yolo11n.pt")
# Train the model on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")
results[0].show()PP-YOLOE+ Ökosystem#
PP-YOLOE+ arbeitet innerhalb des PaddleDetection-Ökosystems. Obwohl dieses Framework leistungsstark ist und tief in die industriellen Lösungen von Baidu integriert ist, erfordert es von Entwicklern, das spezifische PaddlePaddle Deep-Learning-Framework zu nutzen. Dies kann eine steilere Lernkurve für Teams bedeuten, die bereits auf PyTorch standardisiert sind. Zudem kann der Export von PP-YOLOE+-Modellen in universelle Standardformate für Edge-Geräte zusätzliche Konvertierungsschritte erfordern, verglichen mit den nativen Export-Pipelines in Ultralytics-Workflows.
Ideale Anwendungsfälle#
Die Entscheidung zwischen diesen Modellen hängt von deiner spezifischen Bereitstellungsumgebung ab.
- Wähle YOLO11 für agile Entwicklung, edge computing und mobile Anwendungen. Seine hohe Inferenzgeschwindigkeit, sein geringer Speicherbedarf und seine umfangreichen Exportmöglichkeiten machen es ideal für Aufgaben wie Echtzeit-retail inventory management auf Standard-CPUs, drohnenbasierte Luftbildanalyse und komplexe Multitask-Pipelines.
- Wähle PP-YOLOE+, wenn deine gesamte Produktions-Pipeline bereits stark in das PaddlePaddle-Ökosystem investiert ist oder wenn du auf High-End-Inferenzservern bereitstellst, bei denen Speicherbeschränkungen und Hardwarekompatibilität (außerhalb der für Paddle optimierten Hardware) keine primäre Rolle spielen.
Die nächste Generation: Einführung von YOLO26#
Obwohl YOLO11 unglaublich leistungsstark bleibt, entwickelt sich das KI-Feld schnell weiter. Für den absoluten Stand der Technik in der Objekterkennung hat Ultralytics das neue YOLO26 eingeführt. Im Januar 2026 veröffentlicht, baut YOLO26 auf den Erfolgen seiner Vorgänger auf, um beispiellose Effizienz und Genauigkeit zu liefern.
Wichtige YOLO26-Innovationen:
- End-to-End NMS-Free Design: YOLO26 eliminiert nativ die Non-Maximum Suppression (NMS)-Nachbearbeitung. Dies beschleunigt die Inferenz erheblich und vereinfacht die Bereitstellungslogik – ein architektonischer Sprung, der erstmals in YOLOv10 pionierhaft umgesetzt wurde.
- Bis zu 43 % schnellere CPU-Inferenz: Speziell für Edge-Geräte ohne GPUs optimiert, was Echtzeit-Leistung auf hardwareärmeren Systemen sicherstellt.
- MuSGD-Optimizer: Inspiriert von der Stabilität beim Training von LLMs, sorgt diese Hybrid-Lösung aus SGD und Muon für eine schnellere Konvergenz und ein stabileres Training.
- ProgLoss + STAL: Verbesserte Verlustfunktionen verbessern die Erkennung kleiner Objekte drastisch, was für drone applications und Sicherheitsüberwachung entscheidend ist.
- DFL-Entfernung: Die Entfernung des Distribution Focal Loss vereinfacht den Modellexport und verbessert die Kompatibilität über eine Vielzahl von Edge-Geräten hinweg erheblich.
Für neue Projekte, die Geschwindigkeit, nahtlosen Export und maximale Genauigkeit priorisieren, empfehlen wir dir dringend, die Funktionen von YOLO26 über die Ultralytics Platform zu nutzen.
Wenn du andere Architekturen evaluierst, bist du vielleicht auch daran interessiert, YOLO11 mit RT-DETR zu vergleichen oder zu erkunden, wie sich das ältere YOLOv8 in modernen Benchmarks schlägt.