YOLO11 vs. PP-YOLOE+#

Die Auswahl der optimalen neuronalen Netzwerkarchitektur ist entscheidend, wenn Computer-Vision-Anwendungen in der Produktion eingesetzt werden. In diesem technischen Vergleich untersuchen wir zwei bedeutende Modelle für die Objekterkennung in Echtzeit: Ultralytics YOLO11 und Baidus PP-YOLOE+. Beide Architekturen bieten eine robuste Leistung, gehen die Herausforderungen hinsichtlich Genauigkeit, Inferenzgeschwindigkeit und Entwicklerökosystem jedoch sehr unterschiedlich an.

Die folgende interaktive Grafik zeigt die Leistungsgrenzen dieser Modelle und hilft dir dabei, die beste Lösung für deine Hardwarebeschränkungen zu ermitteln.

Modellursprung und technische Entwicklung#

Das Verständnis des Ursprungs und der Designphilosophie dieser Modelle liefert wertvolle Zusammenhänge für ihre jeweiligen Stärken und idealen Anwendungsfälle.

YOLO11-Details#

YOLO11 wurde von Ultralytics entwickelt und stellt eine hochgradig verfeinerte Weiterentwicklung der YOLO-Serie dar. Dabei liegt der Fokus auf einem ausgewogenen Verhältnis aus hoher Inferenzgeschwindigkeit, extremer Parametereffizienz und beispielloser Benutzerfreundlichkeit. Das Modell ist weithin für seine einheitlichen Multi-Task-Funktionen und seine entwicklerfreundliche Python-API bekannt.

• Autoren: Glenn Jocher und Jing Qiu
• Organisation: Ultralytics
• Datum: 2024-09-27
• GitHub: https://github.com/ultralytics/ultralytics
• Dokumentation: YOLO11-Dokumentation

Details zu PP-YOLOE+#

PP-YOLOE+ ist eine weiterentwickelte Version von PP-YOLOv2 und basiert auf dem PaddlePaddle-Framework. Das Modell führt architektonische Änderungen wie das CSPRepResNet-Backbone und das Task-Alignment-Lernen (TAL) ein, um insbesondere auf leistungsstarken GPUs die Grenzen der Genauigkeit zu erweitern.

• Autoren: PaddlePaddle Authors
• Organisation: Baidu
• Datum: 2022-04-02
• Arxiv: https://arxiv.org/abs/2203.16250
• GitHub: https://github.com/PaddlePaddle/PaddleDetection/
• Dokumentation: PP-YOLOE+-Konfigurationsdokumentation

Erfahre mehr über PP-YOLOE+

Architektonische Unterschiede#

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

YOLO11 basiert auf einem hochoptimierten Backbone und einem anchor-freien Erkennungskopf. Das Modell verwendet C3k2-Blöcke und Spatial Pyramid Pooling – Fast (SPPF), um mehrskalige Merkmale bei minimalem Rechenaufwand zu erfassen. Dieses Design bietet erhebliche Vorteile bei der Verringerung der Inferenzlatenz auf Geräten mit begrenzten Ressourcen, etwa Edge-NPUs und mobilen CPUs. Darüber hinaus wurde YOLO11 von Grund auf für Multi-Task-Lernen entwickelt und unterstützt direkt Instanzsegmentierung, Posenschätzung und die Erkennung ausgerichteter Begrenzungsrahmen (OBB).

PP-YOLOE+ führt das CSPRepResNet-Backbone und einen effizienten aufgabenabgestimmten Kopf (ET-head) ein. Es nutzt in hohem Maße Re-Parameterisierungstechniken, um die Darstellungsfähigkeit während des Trainings zu erhöhen, während diese Parameter für die Inferenz in Standardfaltungen zusammengefasst werden. Während dies eine beeindruckende mAP (mean Average Precision) ergibt, 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.

Leistung und Benchmarks#

Bei der Leistungsbewertung betrachten wir die Genauigkeit (mAP), die Inferenzgeschwindigkeit auf unterschiedlicher Hardware sowie die Modelleffizienz (Parameter und FLOPs). Die folgende Tabelle stellt die Vergleichswerte heraus; die effizientesten oder leistungsstärksten Werte sind fett hervorgehoben.

Analyse#

YOLO11 bietet klare Vorteile bei der ausgewogenen Leistung und der Parametereffizienz. Beispielsweise erzielt YOLO11m eine höhere mAP (51.5) als PP-YOLOE+m (49.8), verwendet dabei weniger Parameter (20.1M gegenüber 23.43M) und erreicht auf TensorRT deutlich höhere Inferenzgeschwindigkeiten (4.7 ms gegenüber 5.56 ms). Die kompakte Bauweise der YOLO11-Modelle führt sowohl beim Modelltraining als auch bei der Bereitstellung grundsätzlich zu einem geringeren Speicherbedarf.

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 den Schwerpunkt auf eine optimierte Entwicklererfahrung. Das Training von YOLO11 erfolgt über eine einfache Python-API oder CLI, die komplexen Boilerplate-Code abstrahiert. Die Ultralytics Platform erweitert diesen Ansatz durch codefreies Training, automatisierte Datensatzverwaltung und Exporte mit nur einem Klick in Formate wie ONNX, CoreML und TensorRT.

Darüber hinaus sind YOLO-Modelle während des Trainings äußerst speichereffizient, wodurch der massive VRAM-Overhead vermieden wird, der für auf Transformer basierende Architekturen oder schwere re-parameterisierte 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+ ist in das PaddleDetection-Ökosystem eingebettet. Dieses Framework ist zwar leistungsstark und tief in die industriellen Lösungen von Baidu integriert, erfordert von Entwicklern jedoch die Verwendung des spezifischen Deep-Learning-Frameworks PaddlePaddle. Für Teams, die bereits auf PyTorch standardisiert sind, kann dies eine steilere Lernkurve bedeuten. Außerdem kann der Export von PP-YOLOE+-Modellen in standardisierte, universelle Formate für Edge-Geräte im Vergleich zu den nativen Exportpipelines in Ultralytics-Workflows zusätzliche Konvertierungsschritte erfordern.

Ideale Anwendungsfälle#

Die Wahl zwischen diesen Modellen hängt von deiner konkreten Einsatzumgebung ab.

• Wähle YOLO11 für eine agile Entwicklung, Edge Computing und mobile Anwendungen. Die hohe Inferenzgeschwindigkeit, der geringe Speicherbedarf und die umfangreichen Exportmöglichkeiten machen das Modell ideal für Aufgaben wie die Bestandsverwaltung im Einzelhandel in Echtzeit auf Standard-CPUs, die Analyse von Luftbildern aus Drohnen und komplexe Multi-Task-Pipelines.
• Wähle PP-YOLOE+, wenn deine gesamte Produktionspipeline bereits stark in das PaddlePaddle-Ökosystem investiert ist oder du das Modell auf leistungsstarken dedizierten Inferenzservern einsetzt, bei denen Speicherbeschränkungen und Hardwarekompatibilität außerhalb der optimierten Paddle-Hardware keine wesentlichen Anliegen darstellen.

Die nächste Generation: YOLO26 vorgestellt#

YOLO11 ist zwar weiterhin äußerst leistungsstark, doch das KI-Feld entwickelt sich rasant weiter. Für die absolute Spitze 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 liefern.

Wichtige Innovationen von YOLO26:

• End-to-End-Design ohne NMS: YOLO26 eliminiert die Nachverarbeitung durch Non-Maximum Suppression (NMS) nativ. Dies beschleunigt die Inferenz erheblich und vereinfacht die Bereitstellungslogik – ein architektonischer Durchbruch, der erstmals in YOLOv10 eingeführt wurde.
• Bis zu 43 % schnellere CPU-Inferenz: Speziell für Edge-Geräte ohne GPUs optimiert, um Echtzeitleistung auf Hardware mit geringerem Energieverbrauch zu gewährleisten.
• MuSGD-Optimierer: Diese Kombination aus SGD und Muon ist von der Stabilität beim LLM-Training inspiriert und sorgt für eine schnellere Konvergenz sowie ein stabileres Training.
• ProgLoss + STAL: Verbesserte Verlustfunktionen steigern die Erkennung kleiner Objekte deutlich – ein entscheidender Faktor für Drohnenanwendungen und die Sicherheitsüberwachung.
• Entfernung von DFL: Durch die Entfernung von Distribution Focal Loss wird der Modelle­xport vereinfacht und die Kompatibilität mit einer großen Bandbreite von Edge-Geräten deutlich verbessert.

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

Wenn du andere Architekturen bewertest, könnte dich auch ein Vergleich von YOLO11 mit RT-DETR interessieren oder die Frage, wie sich das ältere YOLOv8 in modernen Benchmarks behauptet.