YOLO11 und YOLOv10 im Vergleich
Architekturen für echtzeitfähige Computer Vision entwickeln sich sowohl auf Edge-Geräten als auch in Cloud-Infrastrukturen ständig weiter. Diese technische Analyse vergleicht zwei einflussreiche Modelle: Ultralytics YOLO11 und YOLOv10. Beide haben die Objekterkennung im Jahr 2024 vorangebracht, verfolgen dabei jedoch unterschiedliche Architekturansätze.
Ein Blick auf die YOLO11-Architektur#
YOLO11-Details:
- 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
YOLO11 baut auf jahrelanger Forschung im Bereich Computer Vision und KI auf. Das Modell wurde auf vielfältige und aussagekräftige Merkmale für unterschiedliche Computer-Vision-Aufgaben ausgelegt.
Eine der herausragenden Verbesserungen in YOLO11 ist die Implementierung des C3k2-Blocks. Dieses verfeinerte Engpassmodul verbessert den Gradientenfluss im Netzwerk und die Parametereffizienz, ohne die Genauigkeit zu beeinträchtigen. Außerdem verwendet YOLO11 einen verbesserten räumlichen Aufmerksamkeitsmechanismus, der dabei hilft, kleine oder teilweise verdeckte Objekte zu erkennen. Dadurch eignet sich das Modell gut für Anwendungen mit Luftaufnahmen und die detaillierte medizinische Bildanalyse.
YOLO11 verwendet ein ankerfreies Design, das den Aufwand für die Abstimmung von Hyperparametern verringert und sich gut auf eine Vielzahl benutzerdefinierter Datensätze übertragen lässt. Auch der Speicherbedarf beim Training ist geringer als bei transformerbasierten Architekturen. So können Forschende große Modelle effizient auf handelsüblicher Hardware trainieren.
Ein Blick auf die YOLOv10-Architektur#
Details zu YOLOv10:
- Autoren: Ao Wang, Hui Chen, Lihao Liu u. a.
- Organisation: Tsinghua-Universität
- Datum: 2024-05-23
- arXiv: https://arxiv.org/abs/2405.14458
- GitHub: https://github.com/THU-MIG/yolov10
- Dokumentation: https://docs.ultralytics.com/models/yolov10
YOLOv10 wurde von Forschenden der Tsinghua-Universität entwickelt und war das erste End-to-End-Modell der YOLO-Familie. Sein kennzeichnendes Merkmal ist das Training ohne NMS: Durch konsistente duale Zuordnungen während des Trainings lernt das Modell, bei der Inferenz eine Begrenzungsbox pro Objekt vorherzusagen. Dadurch wird die Nicht-Maximum-Unterdrückung (NMS) bei der Inferenz überflüssig – ein Nachverarbeitungsschritt, der in der Vergangenheit zu Latenzengpässen in Bereitstellungspipelines führte.
Die Architektur führt außerdem eine ganzheitliche Strategie ein, die Effizienz und Genauigkeit gemeinsam berücksichtigt. Dazu gehören räumlich-kanalgetrenntes Downsampling und blockbasierte Designs mit Rangsteuerung, die Redundanzen in den Netzwerkstufen gezielt reduzieren. Das Ergebnis sind weniger FLOPs und ein geringerer Rechenaufwand, ohne die mittlere durchschnittliche Präzision (mAP) wesentlich zu beeinträchtigen. Bei Echtzeitanwendungen, in denen jede Millisekunde zählt, liefert der Wegfall von NMS einen deterministischen Inferenzgraphen, der sich gut für Edge-KI-Geräte eignet.
Leistungskennzahlen und Benchmarks#
Dieser Vergleich stellt Genauigkeit, Parameteranzahl und Geschwindigkeit gegenüber. Die folgende Tabelle zeigt, wie die Modelle bei verschiedenen Größen auf dem COCO-Datensatz abschneiden.
| 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 |
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
YOLO11 erzielt bei jeder vergleichbaren Größe eine etwas höhere mAP (beispielsweise 39,5 gegenüber 38,5 bei den Nano-Modellen und 54,7 gegenüber 54,4 bei den X-Modellen), während YOLOv10 bei größeren Modellen weniger Parameter verwendet (29,5 Mio. gegenüber 56,9 Mio. bei den X-Modellen). Die TensorRT-Latenz auf der T4 ist bei beiden Modellfamilien ähnlich.
Bei der Vorbereitung deiner Modelle für die Bereitstellung ist der Export in optimierte Formate wichtig. Mit dem Ultralytics-Framework kannst du sowohl YOLO11 als auch YOLOv10 in Formate wie ONNX und TensorRT exportieren. Eine Schritt-für-Schritt-Anleitung findest du in unserem Leitfaden zu den Möglichkeiten der Modellbereitstellung.
Die Vorteile des Ultralytics-Ökosystems#
Auch wenn eigenständige Leistungskennzahlen wichtig sind, entscheidet das umgebende Framework über den praktischen Erfolg eines Machine-Learning-Projekts. Hier hebt sich YOLO11 als fester Bestandteil des Ultralytics-Ökosystems hervor.
Die Ultralytics Platform bietet eine unkomplizierte Benutzererfahrung. Mit einer einfachen, einheitlichen Python API können Entwickler Aufgaben bewältigen, die über einfache Begrenzungsrahmen hinausgehen. YOLO11 unterstützt standardmäßig Instanzsegmentierung, Bildklassifizierung, Posenschätzung und die Erkennung orientierter Begrenzungsrahmen (OBB), während YOLOv10 sich auf die Erkennung konzentriert. Diese Vielseitigkeit fehlt spezialisierten Forschungsprojekten häufig.
Darüber hinaus wird das Ökosystem durch umfangreiche Dokumentation und eine aktive Community unterstützt. Integrationen mit Werkzeugen wie Weights & Biases zur Versuchsprotokollierung und OpenVINO zur Optimierung für Intel-Hardware sind direkt in die Bibliothek integriert. Das Training eines Modells erfordert nur wenig zusätzlichen Code und belegt weniger CUDA-Speicher als größere Transformermodelle wie RT-DETR.
Praktisches Codebeispiel#
Mit Ultralytics reichen wenige Codezeilen, um ein Modell zu trainieren und Inferenz auszuführen. Dieselbe API unterstützt sowohl YOLO11 als auch YOLOv10.
from ultralytics import YOLO
# Das Modell initialisieren (YOLO11n oder YOLOv10n)
model = YOLO("yolo11n.pt")
# Das Modell effizient mit einem benutzerdefinierten Datensatz trainieren
# Ultralytics übernimmt Hyperparameter und Speicheroptimierung automatisch
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)
# Eine Inferenz auf einem Bild ausführen
inference_results = model("https://ultralytics.com/images/bus.jpg")
# Die erkannten Objekte anzeigen
inference_results[0].show()Anwendungsfälle und Empfehlungen#
Die Wahl zwischen YOLO11 und YOLOv10 hängt von deinen konkreten Projektanforderungen, Bereitstellungseinschränkungen und Vorlieben 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.
- Bildverarbeitungsanwendungen mit mehreren Aufgaben: Projekte, die Erkennung, Segmentierung, Klassifizierung, Posenschätzung und OBB in einem einheitlichen Framework benötigen.
- Schnelles Prototyping und Bereitstellung: Teams, die mithilfe der Ultralytics Python API schnell von der Datenerfassung bis zur Produktion gelangen müssen.
Wann du YOLOv10 wählen solltest#
YOLOv10 empfiehlt sich für:
- Echtzeiterkennung ohne NMS: Anwendungen, die von einer durchgängigen Erkennung ohne Non-Maximum Suppression profitieren und dadurch die Komplexität der Bereitstellung verringern.
- Ausgewogenes Verhältnis von Geschwindigkeit und Genauigkeit: Projekte, die über verschiedene Modellgrößen hinweg ein ausgewogenes Verhältnis zwischen Inferenzgeschwindigkeit und Erkennungsgenauigkeit erfordern.
- Anwendungen mit gleichbleibender Latenz: Bereitstellungsszenarien, in denen vorhersehbare Inferenzzeiten entscheidend sind, etwa in der Robotik oder bei autonomen Systemen.
Wann du Ultralytics (YOLO26) wählen solltest#
Für die meisten neuen Projekte bietet Ultralytics YOLO26 die beste Kombination aus Leistung und Entwicklererfahrung:
- NMS-freie Bereitstellung auf Edge-Geräten: Anwendungen, die eine gleichbleibende Inferenz mit geringer Latenz ohne die Komplexität der Nachbearbeitung durch Non-Maximum Suppression erfordern.
- Umgebungen ohne GPU: Geräte ohne dedizierte GPU-Beschleunigung, bei denen die bis zu 43 % schnellere CPU-Inferenz von 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.
Die nächste Generation: YOLO26#
YOLOv10 führte die YOLO-Erkennung ohne NMS ein, und YOLO11 verfeinerte die Vielseitigkeit für mehrere Aufgaben. Entwicklerinnen und Entwicklern, die heute neue Bereitstellungen in der Produktion starten, empfehlen wir Ultralytics YOLO26.
YOLO26 wurde im Januar 2026 veröffentlicht und vereint die Stärken beider Ansätze. Das Modell bietet YOLOv10s durchgängiges, NMS-freies Design als optionalen One-to-One-Head (nms=False), wodurch die Bereitstellungspipeline vereinfacht und die Latenz gleichbleibend gehalten wird. Außerdem umfasst YOLO26 Optimierungen für Edge-Geräte: Der Wegfall von DFL (Entfernung des Verteilungsverlusts mit Fokus auf schwierige Beispiele) vereinfacht den Export, und YOLO26n läuft auf der CPU bis zu 43 % schneller als YOLO11n. Damit ist YOLO26 eine überzeugende Wahl für IoT-Geräte mit geringem Energieverbrauch und mobile Anwendungen.
Mit dem MuSGD-Optimierer, einer Kombination aus SGD und Muon, bringt YOLO26 die Trainingsstabilität von großen Sprachmodellen (LLMs) in die Computer Vision. Zusammen mit ProgLoss + STAL (Progressive Loss und Small-Target-Aware Label Assignment) verbessert YOLO26 die Präzision bei kleinen Objekten. Das ist für die detaillierte Erkennung in Verkehrsvideos und komplexe robotergestützte Automatisierung unerlässlich.
Fazit#
Die Wahl des richtigen Bildverarbeitungsmodells hängt von deinen konkreten betrieblichen Anforderungen ab. YOLOv10 ist ein wichtiger Meilenstein der Forschung und zeigt, dass sich NMS aus der YOLO-Erkennungspipeline entfernen lässt. Für eine bessere Balance aus Leistung, Vielseitigkeit bei den Aufgaben und Bereitstellungswerkzeugen bietet YOLO11 eine zuverlässige, unternehmenstaugliche Lösung.
Für Entwickler, die optionale End-to-End-Inferenz mit hoher Leistung am Rand verbinden möchten, ist der Wechsel zu YOLO26 der empfohlene Weg. Die Ultralytics Platform bietet Projekten eine effiziente und gut gepflegte Grundlage.
Kommentare
Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.