YOLO11 vs YOLOv5#

Die Auswahl der richtigen neuronalen Netzwerkarchitektur ist eine entscheidende Entscheidung für jedes Computer-Vision-Projekt. Mit der Weiterentwicklung der künstlichen Intelligenz entwickeln sich auch die für Entwickler und Forschende verfügbaren Werkzeuge weiter. Dieser umfassende Leitfaden bietet einen detaillierten technischen Vergleich zweier wegweisender Modelle aus dem Ultralytics-Ökosystem: des hoch angesehenen YOLOv5 und des fortschrittlichen YOLO11.

Unabhängig davon, ob du kompakte Modelle für Edge-KI-Anwendungen bereitstellst oder hochauflösende Videostreams auf Cloud-GPUs verarbeitest: Wenn du die architektonischen Feinheiten, Leistungsmetriken und idealen Einsatzbereiche dieser Modelle verstehst, kannst du unter Berücksichtigung deiner spezifischen Bereitstellungsanforderungen eine datengestützte Entscheidung treffen.

Modellabstammung und technische Details#

Beide Modelle spiegeln das Engagement von Ultralytics für quelloffene Zusammenarbeit, robuste Leistung und beispiellose Benutzerfreundlichkeit wider und sind dadurch bei der globalen Machine-Learning-Community sehr beliebt.

YOLO11-Details#

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

YOLOv5-Details#

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

Architektonische Unterschiede#

Die Entwicklung von YOLOv5 zu YOLO11 bringt mehrere tiefgreifende architektonische Veränderungen mit sich, die auf eine Optimierung von Genauigkeit und Parametereffizienz ausgelegt sind.

YOLOv5 war ein Vorreiter im PyTorch-Ökosystem und führte einen hochoptimierten CSPNet-Backbone (Netzwerk mit partieller Verarbeitung über Stufen) sowie einen PANet-Teil (Netzwerk zur Pfadaggregation) ein. Das Modell setzte auf eine ankerbasierte Erkennung, bei der vordefinierte Ankerboxen zur Vorhersage von Objektgrenzen erforderlich waren. Obwohl dieser Ansatz äußerst effektiv war, konnte die Anpassung dieser Anker an benutzerdefinierte Computer-Vision-Datensätze umständlich sein.

YOLO11 wechselt dagegen zu einem moderneren, ankerfreien Erkennungsansatz. Dadurch entfällt die manuelle Anpassung von Ankerboxen, was den Trainingsprozess vereinfacht und die Verallgemeinerungsfähigkeit über unterschiedliche Datensätze wie den COCO-Datensatz verbessert. Außerdem verfügt YOLO11 über einen entkoppelten Kopf, sodass Klassifizierung und Regression von Begrenzungsboxen in separaten Zweigen verarbeitet werden. Diese Trennung verbessert insbesondere bei komplexen Szenarien der Objekterkennung die Konvergenzgeschwindigkeit und die mittlere durchschnittliche Präzision (mAP) deutlich.

Leistungskennzahlen und Benchmarks#

Die folgende Tabelle vergleicht wichtige Metriken für verschiedene Modellgrößen. Ultralytics-Modelle sind für ihren geringen Speicherbedarf bekannt und benötigen beim Training in der Regel weniger CUDA-Speicher als umfangreiche Transformer-basierte Alternativen. Dadurch sinkt die Einstiegshürde bei der Hardware deutlich.

Wie zu sehen ist, erzielt YOLO11 ein sehr ausgewogenes Leistungsverhältnis und liefert bei einer vergleichbaren Parameteranzahl wie die entsprechenden YOLOv5-Modelle durchgehend höhere mAP-Werte.

Trainingsmethoden und Benutzerfreundlichkeit#

Ein zentraler Grundsatz der Ultralytics-Philosophie ist eine herausragende Benutzerfreundlichkeit, unterstützt durch ein gut gepflegtes Ökosystem und umfassenden Community-Support.

YOLOv5 setzte traditionell auf robuste Skripte für die Befehlszeilenschnittstelle (CLI) (train.py, detect.py). Obwohl diese leistungsfähig waren, erforderte die direkte Integration in benutzerdefinierte Python-Anwendungen häufig Umgehungslösungen.

YOLO11 hat diesen Ansatz mit der Einführung des schlanken ultralytics-Python-Pakets grundlegend verändert. Diese einheitliche API übernimmt nativ alle Aufgaben – vom Training bis zum Exportieren von Modellen in Formate wie ONNX, OpenVINO und TensorRT.

Codevergleich#

Das Training eines Ultralytics-Modells ist heute äußerst effizient. So kannst du YOLO11 mit seiner nativen Python-API trainieren:

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 Altsysteme, die YOLOv5 verwenden, 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 reale Anwendungen#

Beide Modelle haben spezifische Stärken, die auf unterschiedliche Einsatzumgebungen zugeschnitten sind.

Wann du YOLOv5 einsetzen solltest#

Trotz der neueren Generation bleibt YOLOv5 ein leistungsstarkes Modell. Es eignet sich besonders für:

• Integration in Altsysteme: Umgebungen, die tief in die spezifischen Tensorstrukturen oder Bereitstellungspipelines von YOLOv5 integriert sind und sich nicht ohne Weiteres refaktorieren lassen.
• Akademische Referenzmodelle: Forschende, die etablierte, langjährig verwendete Referenzmodelle für reproduzierbare akademische Studien zur medizinischen Bildanalyse benötigen.

Wann du YOLO11 einsetzen solltest#

YOLO11 ist dank seiner beeindruckenden Vielseitigkeit die ideale Wahl für moderne Produktionspipelines:

• Umgebungen mit mehreren Aufgaben: Im Gegensatz zu YOLOv5, das hauptsächlich ein Detektor ist (mit später hinzugefügten Segmentierungsfunktionen), unterstützt YOLO11 nativ Instanzsegmentierung, Bildklassifizierung, Posenschätzung und die Erkennung von orientierten Begrenzungsboxen (OBB).
• Videoanalyse mit hoher Objektdichte: Ideal für intelligente Verkehrssysteme oder die Verwaltung von Lagerbeständen im Einzelhandel, bei denen es entscheidend ist, aus komplexen Szenen maximale Präzision zu gewinnen.

Ausblick: Die YOLO26-Architektur#

Obwohl YOLO11 einen herausragenden Standard darstellt, entwickelt sich die Computer Vision weiterhin rasant. Entwickler, die ein Höchstmaß an Effizienz anstreben, sollten auch das neueste Ultralytics YOLO26 (veröffentlicht im Januar 2026) in Betracht ziehen.

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

• End-to-End-Design ohne NMS: YOLO26 ist nativ End-to-End-fähig und macht die Nachverarbeitung mit Non-Maximum Suppression (NMS) überflüssig, wodurch die Bereitstellung schneller und einfacher wird.
• Entfernung von DFL: Distribution Focal Loss wurde entfernt, um den Modelleport zu vereinfachen und die Kompatibilität mit Geräten mit geringem Energieverbrauch zu verbessern.
• MuSGD-Optimierer: Eine bahnbrechende Kombination aus SGD und Muon, die Stabilität beim LLM-Training auf die Computer Vision überträgt und eine schnellere Konvergenz ermöglicht.
• Bis zu 43 % schnellere CPU-Inferenz: Stark für IoT-Bereitstellungen und Geräte ohne dedizierte GPUs optimiert.
• ProgLoss + STAL: Deutlich verbesserte Verlustfunktionen, die zu bemerkenswerten Verbesserungen bei der Erkennung kleiner Objekte führen – entscheidend für Luftaufnahmen mit Drohnen.

Zusammenfassung#

Die Entscheidung zwischen YOLO11 und YOLOv5 hängt letztlich von der Phase im Lebenszyklus deines Projekts ab. Das Vermächtnis von YOLOv5 ist unbestreitbar: Das Modell bietet extreme Stabilität und eine sehr große Community-Unterstützung. Für jedes neue Projekt wird jedoch YOLO11 gegenüber älteren Generationen nachdrücklich empfohlen. Es kombiniert modernste Genauigkeit, eine außergewöhnlich elegante Python-API und einen geringeren Speicherbedarf beim Training und festigt damit die Position von Ultralytics an der Spitze der KI-Innovation. Wer die Grenzen noch weiter verschieben möchte, erzielt durch die Erkundung des hochmodernen YOLO26 auf der Ultralytics Platform beispiellose Ergebnisse.