YOLO11 im Vergleich zu YOLOv5#

Die Wahl der passenden neuronalen Netzwerkarchitektur ist eine entscheidende Entscheidung für jedes Computer-Vision-Projekt. Mit der Weiterentwicklung der künstlichen Intelligenz verändern sich auch die Werkzeuge, die Entwicklern und Forschenden zur Verfügung stehen. Dieser umfassende Leitfaden bietet einen detaillierten technischen Vergleich zweier wegweisender Modelle aus dem Ultralytics-Ökosystem: des viel gelobten YOLOv5 und des fortschrittlichen YOLO11.

Ob du nun leichtgewichtige Modelle für Edge-KI-Anwendungen bereitstellst oder hochauflösende Videostreams auf Cloud-GPUs verarbeitest: Wenn du die architektonischen Feinheiten, Leistungskennzahlen und idealen Anwendungsfälle dieser Modelle verstehst, kannst du anhand der Daten die passende Wahl für deine spezifischen Bereitstellungsanforderungen treffen.

Modellhistorie und technische Details#

Beide Modelle stehen für das Engagement von Ultralytics für die Zusammenarbeit an Open Source, robuste Leistung und außergewöhnliche Benutzerfreundlichkeit. Deshalb sind sie in der weltweiten Machine-Learning-Community sehr beliebt.

Details zu YOLO11#

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

Details zu YOLOv5#

• Autoren: Glenn Jocher
• Organisation: Ultralytics
• Datum: 2020-06-26
• GitHub: ultralytics/yolov5
• Dokumentation: YOLOv5-Dokumentation

Architektonische Unterschiede#

Die Weiterentwicklung von YOLOv5 zu YOLO11 bringt mehrere grundlegende Architekturänderungen mit sich, die Genauigkeit und Parametereffizienz optimieren sollen.

YOLOv5 war wegweisend im PyTorch-Ökosystem und führte einen hochoptimierten CSPNet-Backbone (Cross-Stage-Partial-Netzwerk) sowie einen PANet-Neck (Netzwerk zur Aggregation von Merkmalen) ein. Das Modell setzte auf anchorbasierte Erkennung und benötigte dafür vordefinierte Ankerrahmen, um Objektgrenzen vorherzusagen. Obwohl dieser Ansatz sehr effektiv war, konnte die Anpassung der Anker an benutzerdefinierte Computer-Vision-Datensätze aufwendig sein.

YOLO11 setzt dagegen auf ein moderneres, anchorfreies Erkennungsverfahren. Dadurch entfällt die manuelle Anpassung der Ankerrahmen, was den Trainingsprozess vereinfacht und die Generalisierungsfähigkeit über unterschiedliche Datensätze wie den COCO-Datensatz hinweg verbessert. Außerdem verfügt YOLO11 über einen entkoppelten Kopf, bei dem Klassifizierung und Bounding-Box-Regression in getrennten Zweigen verarbeitet werden. Diese Trennung verbessert die Konvergenzgeschwindigkeit und die mittlere durchschnittliche Präzision (mAP) erheblich, insbesondere bei komplexen Szenarien der Objekterkennung.

Leistungskennzahlen und Benchmarks#

Die folgende Tabelle vergleicht wichtige Kennzahlen verschiedener Modellgrößen. Ultralytics-Modelle sind für ihren geringen Speicherbedarf bekannt und benötigen beim Training in der Regel weniger CUDA-Speicher als große Transformer-basierte Alternativen. Dadurch sinkt die Hardware-Einstiegshürde erheblich.

Wie zu sehen ist, bietet YOLO11 ein sehr ausgewogenes Verhältnis von Leistung und Aufwand und erzielt bei vergleichbarer Parameterzahl durchweg höhere mAP-Werte als die entsprechenden YOLOv5-Modelle.

Trainingsmethoden und Benutzerfreundlichkeit#

Ein Grundprinzip der Ultralytics-Philosophie ist die außergewöhnliche Benutzerfreundlichkeit, unterstützt durch ein gut gepflegtes Ökosystem und umfassende Unterstützung durch die Community.

YOLOv5 stützte sich traditionell auf robuste Skripte für die Befehlszeilenschnittstelle (CLI) (train.py, detect.py). Diese Skripte sind zwar leistungsfähig, doch ihre direkte Integration in benutzerdefinierte Python-Anwendungen erforderte oft Umgehungslösungen.

YOLO11 basiert auf dem schlanken Python-Paket ultralytics, das mit YOLOv8 eingeführt wurde. Diese einheitliche API deckt alles ab – vom Training über den Export von Modellen bis hin zu Formaten wie ONNX, OpenVINO und TensorRT, die nativ unterstützt werden.

Codevergleich#

Das Training eines Ultralytics-Modells ist heute äußerst effizient. So trainierst du YOLO11 mit der nativen Python-API:

from ultralytics import YOLO

# Ein vortrainiertes kleines YOLO11-Modell laden
model = YOLO("yolo11s.pt")

# Das Modell mit benutzerdefinierten Daten trainieren
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)

# Das Modell für die Bereitstellung nach ONNX exportieren
model.export(format="onnx")

Bei älteren Systemen mit YOLOv5 sieht das Training über die CLI so aus:

# Clone the repository and run the training script
git clone https://github.com/ultralytics/yolov5
cd yolov5
pip install -r requirements.txt

python train.py --img 640 --batch 16 --epochs 50 --data coco128.yaml --weights yolov5s.pt

Ideale Anwendungsfälle und praktische Einsatzgebiete#

Beide Modelle haben eigene Stärken und eignen sich für unterschiedliche Betriebsumgebungen.

Wann du YOLOv5 verwenden solltest#

Auch mit dem Erscheinen einer neueren Generation bleibt YOLOv5 ein leistungsstarkes Modell. Es empfiehlt sich besonders für:

• Integration in ältere Systeme: Umgebungen, die eng mit den spezifischen Tensorstrukturen oder Bereitstellungspipelines von YOLOv5 verzahnt sind und sich nicht ohne Weiteres umgestalten lassen.
• Akademische Referenzwerte: Forschende, die etablierte, langjährige Referenzwerte für reproduzierbare wissenschaftliche Studien zur medizinischen Bildanalyse benötigen.

Wann du YOLO11 verwenden solltest#

Dank seiner bemerkenswerten Vielseitigkeit ist YOLO11 die ideale Wahl für moderne Produktionspipelines:

• Umgebungen mit mehreren Aufgaben: Anders als YOLOv5, das in erster Linie ein Detektor ist und erst später um Segmentierungsfunktionen erweitert wurde, unterstützt YOLO11 von Haus aus Instanzsegmentierung, Bildklassifizierung, Posenschätzung und die Erkennung orientierter Bounding Boxes (OBB).
• Videoanalyse mit hoher Objektdichte: Ideal für intelligente Verkehrssysteme oder die Verwaltung von Einzelhandelsbeständen, bei denen eine möglichst hohe Präzision in komplexen Szenen entscheidend ist.

Ausblick: die YOLO26-Architektur#

YOLO11 ist zwar ein herausragender Standard, doch die Computer Vision entwickelt sich weiterhin rasant. Entwickler, die ein Höchstmaß an Effizienz anstreben, sollten auch das neueste Ultralytics YOLO26 in Betracht ziehen, das im Januar 2026 veröffentlicht wurde.

YOLO26 stellt einen großen Fortschritt dar und wurde ausdrücklich sowohl für die Optimierung auf Edge-Geräten als auch für den Einsatz in Unternehmen entwickelt. Zu den wichtigsten Neuerungen gehören:

• End-to-End-Design ohne NMS: YOLO26 unterstützt native End-to-End-Inferenz und überspringt die Nachbearbeitung mit Non-Maximum Suppression (NMS) mithilfe von nms=False. Das ermöglicht eine schnellere und einfachere Bereitstellung.
• Entfernung von DFL: Distribution Focal Loss wurde entfernt, um den Modellexport zu vereinfachen und die Kompatibilität mit stromsparenden Geräten zu verbessern.
• MuSGD-Optimierer: Eine bahnbrechende Kombination aus SGD und Muon, die die Trainingsstabilität großer Sprachmodelle (LLM) in die Computer Vision bringt und die Konvergenz beschleunigt.
• Bis zu 43 % schnellere CPU-Inferenz: Umfassend optimiert für IoT-Bereitstellungen und Geräte ohne dedizierte GPUs.
• ProgLoss + STAL: Deutlich verbesserte Verlustfunktionen, die kleine Objekte wesentlich besser erkennen und damit besonders für Luftaufnahmen von Drohnen wichtig sind.

Zusammenfassung#

Die Entscheidung zwischen YOLO11 und YOLOv5 hängt letztlich davon ab, in welcher Phase sich dein Projekt befindet. YOLOv5 hat sich seinen Ruf verdient und bietet hohe Stabilität sowie eine große Community. Für jedes neue Projekt ist YOLO11 jedoch gegenüber älteren Generationen die klare Empfehlung. Das Modell vereint modernste Genauigkeit, eine besonders elegante Python-API und einen geringeren Speicherbedarf beim Training und festigt damit die Position von Ultralytics an der Spitze der KI-Innovation. Wenn du noch weiter gehen möchtest, kannst du mit dem hochmodernen YOLO26 auf der Ultralytics Platform außergewöhnliche Ergebnisse erzielen.