Erste Schritte

YOLO11 im Vergleich zu YOLOv5

Die Wahl der passenden neuronalen Netzwerkarchitektur ist eine wichtige Entscheidung für jedes Projekt im Bereich maschinelles Sehen. Mit der Weiterentwicklung der künstlichen Intelligenz verändern sich auch die verfügbaren Werkzeuge für Entwickler und Forscher. Dieser Leitfaden vergleicht technisch zwei weit verbreitete Modelle aus dem Ultralytics-Ökosystem: das seit Langem etablierte YOLOv5 und das neuere 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 spiegeln den Fokus von Ultralytics auf Open-Source-Zusammenarbeit, zuverlässige Leistung und Benutzerfreundlichkeit wider und werden in der Community für maschinelles Lernen häufig eingesetzt.

Details zu YOLO11#

Details zu YOLOv5#

Architektonische Unterschiede#

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

YOLOv5 war ein frühes YOLO-Modell, das nativ in PyTorch entwickelt wurde und über ein CSPNet-Backbone (Cross-Stage-Partial-Netzwerk) sowie einen PANet-Neck (Pfadaggregationsnetzwerk) verfügte. Das Modell verwendete ankerbasierte Erkennung, bei der vordefinierte Ankerrahmen erforderlich waren, um Objektgrenzen vorherzusagen. Die Abstimmung dieser Anker auf benutzerdefinierte Datensätze für maschinelles Sehen konnte trotz der hohen Effektivität des Modells umständlich sein.

YOLO11 verwendet dagegen einen ankerfreien Erkennungsansatz. Dadurch entfällt die manuelle Abstimmung der Ankerrahmen, was den Trainingsprozess vereinfacht und die Generalisierung auf verschiedene Datensätze wie den COCO-Datensatz verbessert. Außerdem besitzt YOLO11 einen entkoppelten Kopf, das heißt, Klassifizierungs- und Begrenzungsrahmen-Regressionsaufgaben werden in getrennten Zweigen verarbeitet. Diese Trennung verbessert die Konvergenzgeschwindigkeit und die mittlere Average Precision (mAP), insbesondere bei komplexen Szenarien der Objekterkennung.

Leistungskennzahlen und Benchmarks#

Die folgende Tabelle vergleicht wichtige Kennzahlen für verschiedene Modellgrößen. Beide Modelle stammen von Ultralytics und haben einen geringen Speicherbedarf. Beim Training benötigen sie in der Regel weniger CUDA-Speicher als Transformer-basierte Alternativen, wodurch die Einstiegshürde bei der Hardware sinkt.

ModellGröße
(Pixel)
mAPval50-95Geschwindigkeit
CPU ONNX
(ms)
Geschwindigkeit
T4 TensorRT10
(ms)
Parameter
(M)
FLOPs
(B)
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.6
YOLO11m64051.5183.24.720.168.1
YOLO11l64053.4238.66.225.387.2
YOLO11x64054.7462.811.356.9195.3
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7

YOLO11 erzielt bei jeder Modellgröße einen höheren mAP-Wert. Beispielsweise erreicht YOLO11m 51.5 mAP mit 20.1M Parametern, während YOLOv5m mit 21.2M Parametern 45.4 mAP erzielt. YOLOv5n, YOLOv5s und YOLOv5m sind auf T4-TensorRT etwas schneller, erreichen jedoch eine deutlich geringere Genauigkeit.

Trainingsmethoden und Benutzerfreundlichkeit#

Ein Grundprinzip von Ultralytics ist die Benutzerfreundlichkeit, unterstützt durch ein gut gepflegtes Ökosystem und umfangreiche Unterstützung aus der Community.

YOLOv5 setzte historisch auf Skripte für die Befehlszeilenschnittstelle (CLI) (train.py, detect.py). Obwohl diese leistungsfähig sind, erforderte ihre direkte Integration in benutzerdefinierte Python-Anwendungen 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.

Vereinfachte Bereitstellung mit der Ultralytics Platform

Für Arbeitsabläufe ohne Programmierung können Entwickler die Ultralytics Platform verwenden, um Daten zu annotieren, Modelle in der Cloud zu trainieren und sie auf Edge-Geräten bereitzustellen.

Codevergleich#

So trainierst du YOLO11 mit der 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, die das YOLOv5-Repository 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 praktische Einsatzgebiete#

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

Wann du YOLOv5 verwenden solltest#

Trotz der neueren Generation bleibt YOLOv5 eine zuverlässige Option 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#

Aufgrund seiner Vielseitigkeit ist YOLO11 die bessere Wahl für moderne Produktionspipelines:

Ausblick: die YOLO26-Architektur#

YOLO11 bleibt ein starker Standard, doch das maschinelle Sehen entwickelt sich stetig weiter. Entwickler, die neue Projekte beginnen, sollten auch Ultralytics YOLO26 (veröffentlicht im Januar 2026) in Betracht ziehen, das derzeit empfohlene Modell.

YOLO26 ist sowohl für die Optimierung am Netzwerkrand als auch für den Einsatz in großem Unternehmensmaßstab ausgelegt. Zu den wichtigsten Änderungen 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 Kombination aus SGD und Muon, die die Stabilität des Trainings großer Sprachmodelle (LLM) auf das maschinelle Sehen überträgt und so eine schnellere Konvergenz ermöglicht.
  • Bis zu 43 % schnellere CPU-Inferenz: YOLO26n läuft auf einer CPU bis zu 43 % schneller als YOLO11n und eignet sich damit für IoT-Bereitstellungen und Geräte ohne dedizierte GPUs.
  • ProgLoss + STAL: Progressive Loss und die auf kleine Objekte abgestimmte Labelzuweisung (STAL) verbessern die Erkennung kleiner Objekte, was für Luftbilder von Drohnen entscheidend ist.

Zusammenfassung#

Die Wahl zwischen YOLO11 und YOLOv5 hängt letztlich davon ab, in welcher Phase sich dein Projektlebenszyklus befindet. YOLOv5 bietet bewährte Stabilität und eine große Community. Von den beiden Modellen ist YOLO11 die bessere Wahl für neue Projekte: Es kombiniert höhere Genauigkeit, eine einfachere Python-API und Unterstützung für mehr Aufgaben. Wenn du heute die beste Genauigkeit und CPU-Geschwindigkeit möchtest, solltest du mit YOLO26 starten, das du auch auf der Ultralytics Platform trainieren und bereitstellen kannst.

Kommentare

Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.