YOLO11 vs. YOLOv5#

Die Auswahl der richtigen Architektur für neuronale Netze ist eine entscheidende Entscheidung für jedes computer vision-Projekt. Mit der Weiterentwicklung der Landschaft der artificial intelligence entwickeln sich auch die Werkzeuge weiter, die Entwicklern und Forschern zur Verfügung stehen. Dieser umfassende Leitfaden bietet einen tiefgehenden technischen Vergleich zwischen zwei Meilensteinen aus dem Ökosystem von Ultralytics: dem hochgelobten YOLOv5 und dem fortgeschrittenen YOLO11.

Egal, ob du Leichtgewicht-Modelle für edge AI-Anwendungen bereitstellst oder hochauflösende Videostreams auf Cloud-GPUs verarbeitest – das Verständnis der architektonischen Nuancen, performance metrics und idealen Anwendungsfälle dieser Modelle stellt sicher, dass du eine datenbasierte Entscheidung für deine spezifischen Bereitstellungseinschränkungen triffst.

Modell-Abstammung und technische Details#

Beide Modelle spiegeln das Engagement von Ultralytics für Open-Source-Zusammenarbeit, robuste Leistung und unvergleichliche Benutzerfreundlichkeit wider, was sie bei der globalen Machine-Learning-Community sehr beliebt macht.

YOLO11 Details#

• Autoren: Glenn Jocher und Jing Qiu
• Organisation: Ultralytics
• Datum: 27.09.2024
• GitHub: ultralytics/ultralytics
• Doku: YOLO11 Documentation

Erfahre mehr über YOLO11

YOLOv5 Details#

• Autoren: Glenn Jocher
• Organisation: Ultralytics
• Datum: 26.06.2020
• GitHub: ultralytics/yolov5
• Dokumentation: YOLOv5 Documentation

Erfahre mehr über YOLOv5

Architektonische Unterschiede#

Die Entwicklung von YOLOv5 zu YOLO11 führt einige tiefgreifende architektonische Veränderungen ein, die darauf ausgelegt sind, die Genauigkeit und die Parametereffizienz zu optimieren.

YOLOv5 war ein Wegbereiter im PyTorch-Ökosystem und führte ein hochoptimiertes CSPNet (Cross Stage Partial Network)-Backbone sowie einen PANet (Path Aggregation Network)-Neck ein. Es basierte auf einer anchor-basierten Erkennung, die vordefinierte anchor boxes erforderte, um Objektgrenzen vorherzusagen. Obwohl dies sehr effektiv war, konnte das Anpassen dieser Anker für benutzerdefinierte computer vision datasets umständlich sein.

Im Gegensatz dazu wechselt YOLO11 zu einem moderneren, anchor-freien Erkennungsparadigma. Dies macht die manuelle Anpassung von Anchor-Boxen überflüssig, optimiert den Trainingsprozess und verbessert die Generalisierung über diverse Datensätze wie den COCO dataset hinweg. Darüber hinaus verfügt YOLO11 über einen entkoppelten Kopf (decoupled head), was bedeutet, dass Klassifizierungs- und Bounding-Box-Regressionsaufgaben in separaten Zweigen verarbeitet werden. Diese Trennung verbessert die Konvergenzgeschwindigkeit und die mean Average Precision (mAP) erheblich, insbesondere bei komplexen object detection-Szenarien.

Leistungsmetriken und Benchmarks#

Die nachstehende Tabelle vergleicht wichtige Kennzahlen über verschiedene Modellgrößen hinweg. Ultralytics-Modelle sind für ihren Speicherbedarf bekannt und verbrauchen während des Trainings in der Regel weniger CUDA-Speicher im Vergleich zu schweren Transformer-basierten Alternativen, was die hardwareseitige Eintrittsbarriere drastisch senkt.

Wie zu beobachten ist, erreicht YOLO11 ein äußerst günstiges Leistungsverhältnis und liefert durchweg höhere mAP-Scores bei vergleichbaren Parameterzahlen im Vergleich zu seinen YOLOv5-Pendants.

Trainingsmethoden und Benutzerfreundlichkeit#

Ein Grundpfeiler der Philosophie von Ultralytics ist eine außergewöhnliche Benutzerfreundlichkeit, unterstützt durch ein gut gepflegtes Ökosystem und umfassenden Community-Support.

YOLOv5 basierte historisch auf robusten Befehlszeilenschnittstellen-Skripten (CLI) (train.py, detect.py) zur Ausführung. Obwohl diese mächtig waren, erforderte die direkte Integration dieser Skripte in benutzerdefinierte Python-Anwendungen häufig Workarounds.

YOLO11 hat dies revolutioniert, indem es das schlanke ultralytics-Python-Paket eingeführt hat. Diese einheitliche API verarbeitet alles vom Training bis zum exporting models in Formate wie ONNX, OpenVINO und TensorRT nativ.

Code-Vergleich#

Das Training eines Ultralytics-Modells ist heute unglaublich effizient. Hier erfährst du, wie du YOLO11 mit der nativen Python API trainieren kannst:

from ultralytics import YOLO

# Load a pretrained YOLO11 small model
model = YOLO("yolo11s.pt")

# Train the model on custom data
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)

# Export the model to ONNX for deployment
model.export(format="onnx")

Für Legacy-Systeme, die YOLOv5 verwenden, sieht das Training über das 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 reale Anwendungen#

Beide Modelle besitzen ausgeprägte Stärken, die auf unterschiedliche Betriebsumgebungen zugeschnitten sind.

Wann sollte man YOLOv5 verwenden?#

Trotz der neueren Generation bleibt YOLOv5 ein Kraftpaket. Es wird dringend empfohlen für:

• Legacy-Systemintegration: Umgebungen, die tief in die spezifischen Tensor-Strukturen oder Bereitstellungspipelines von YOLOv5 integriert sind und nicht einfach umgestaltet werden können.
• Akademische Baselines: Forscher, die etablierte, langjährige Baselines für reproduzierbare akademische Studien in der medical image analysis benötigen.

Wann sollte man YOLO11 verwenden?#

YOLO11 ist aufgrund seiner unglaublichen Vielseitigkeit die ideale Wahl für moderne Produktionspipelines:

• Multi-Task-Umgebungen: Im Gegensatz zu YOLOv5, das primär ein Detektor ist (mit späteren Segmentierungserweiterungen), unterstützt YOLO11 instance segmentation, image classification, pose estimation und Oriented Bounding Box (OBB)-Erkennung von Haus aus.
• High-Density Video Analytics: Ideal für intelligente Verkehrssysteme oder retail inventory management, bei denen die Extraktion maximaler Präzision aus komplexen Szenen von entscheidender Bedeutung ist.

Blick nach vorn: Die YOLO26-Architektur#

Während YOLO11 einen außergewöhnlichen Standard darstellt, schreitet die Computer-Vision-Front schnell voran. Entwickler, die den absoluten Gipfel der Effizienz suchen, sollten auch das neueste Ultralytics YOLO26 (veröffentlicht im Januar 2026) in Betracht ziehen.

YOLO26 stellt einen massiven Fortschritt dar, der explizit sowohl für die Edge-Optimierung als auch für Unternehmensskalierung konzipiert wurde. Zu den wichtigsten Innovationen gehören:

• End-to-End NMS-Free Design: YOLO26 ist von Natur aus End-to-End, wodurch die Non-Maximum Suppression (NMS)-Nachbearbeitung für eine schnellere und einfachere Bereitstellung entfällt.
• Entfernung von DFL: Distribution Focal Loss wurde für den vereinfachten Modell-Export und eine verbesserte Kompatibilität mit stromsparenden Geräten entfernt.
• MuSGD-Optimizer: Eine bahnbrechende Hybridform aus SGD und Muon, die die Stabilität des LLM-Trainings in die Computer Vision einbringt und so für eine schnellere Konvergenz sorgt.
• Bis zu 43 % schnellere CPU-Inferenz: Stark optimiert für IoT-Bereitstellungen und Geräte ohne dedizierte GPUs.
• ProgLoss + STAL: Drastisch verbesserte Verlustfunktionen, die bemerkenswerte Verbesserungen bei der Erkennung kleiner Objekte liefern, was für Drohnenaufnahmen aus der Luft entscheidend ist.

Erfahre mehr über YOLO26

Zusammenfassung#

Die Wahl zwischen YOLO11 und YOLOv5 hängt letztendlich von der Phase des Projektlebenszyklus ab. Das Erbe von YOLOv5 ist unbestreitbar und bietet extreme Stabilität sowie eine massive Community-Unterstützung. Für jedes neue Projekt wird YOLO11 jedoch dringend empfohlen älteren Generationen vorgezogen. Es kombiniert modernste Genauigkeit, eine außergewöhnlich elegante Python API und einen geringeren Trainingsspeicherbedarf, was die Position von Ultralytics an der Spitze der KI-Innovation festigt. Für diejenigen, die die Grenzen noch weiter verschieben, wird das Erkunden des hochmodernen YOLO26 auf der Ultralytics Platform unvergleichliche Ergebnisse liefern.