Erste Schritte

YOLO26 vs. YOLO11

Beim Entwickeln von Computer-Vision-Systemen bedeutet die Wahl des richtigen Modells, Genauigkeit, Latenz und Ressourceneffizienz gegeneinander abzuwägen. Dieser technische Vergleich beleuchtet den Übergang von Ultralytics YOLO11 zum neueren YOLO26 und liefert KI-Ingenieuren und Forschenden die nötigen Informationen für fundierte Architekturentscheidungen.

Modellabstammung und Metadaten#

Beide Modelle wurden von Ultralytics entwickelt, stehen aber für unterschiedliche Paradigmen in der Entwicklung von Objekterkennungs- und Multi-Task-Vision-Modellen.

YOLO26-Details:

YOLO11-Details:

Weitere Architekturen

YOLO26 ist zwar das fortschrittlichste Echtzeitmodell von Ultralytics, doch bei spezieller Hardware oder großzügig bemessenem Speicher können auch Transformer-basierte Architekturen wie RT-DETR oder das erste NMS-freie YOLO, YOLOv10, interessant sein.

Architekturunterschiede und Innovationen#

Der Wechsel von YOLO11 zu YOLO26 verändert sowohl die Modellarchitektur als auch das Trainingsrezept. YOLO11 setzte einen starken Ausgangspunkt für die Objekterkennung und das Lernen mit mehreren Aufgaben. YOLO26 gestaltet den Bereitstellungspfad für Edge Computing neu.

End-to-End-Design ohne NMS#

Eine der wichtigsten Neuerungen in YOLO26 ist die native End-to-End-Inferenz. Anders als YOLO11, das zur Filterung überlappender Begrenzungsrahmen auf die Nachbearbeitung mittels Nichtmaximalunterdrückung (NMS) angewiesen ist, kann YOLO26 diesen Schritt mit seinem optionalen One-to-One-Head (nms=False) vollständig überspringen. Dieser Ansatz, der mit YOLOv10 in die YOLO-Familie eingeführt wurde, verringert Latenzschwankungen und vereinfacht die Bereitstellungslogik auf verschiedenen Edge-Geräten.

Entfernung von DFL für mehr Effizienz am Edge#

YOLO11 verwendet den Distribution-Focal-Loss (DFL), um Schätzungen der Begrenzungsrahmen zu verfeinern. DFL setzt jedoch auf Softmax-Operationen, die von stromsparenden Edge-Beschleunigern oft nur unzureichend unterstützt werden. YOLO26 verzichtet auf DFL, ohne Einbußen bei der Genauigkeit. Diese Vereinfachung verbessert die Kompatibilität mit eingebetteten Systemen und ermöglicht YOLO26n eine bis zu 43 % schnellere CPU-Inferenz als YOLO11n.

Der MuSGD-Optimierer#

YOLO26 führt den MuSGD-Optimierer ein, eine Kombination aus stochastischem Gradientenabstieg (SGD) und Muon. Inspiriert ist er von Neuerungen beim Training großer Sprachmodelle (LLM), darunter Moonshot AIs Kimi K2. Er bringt die Stabilität des Sprachmodelltrainings in die Computer Vision und beschleunigt die Konvergenz.

ProgLoss und STAL#

Für Forschende, die mit Luftbildern oder Drohnenanwendungen arbeiten, ist die Erkennung kleiner Objekte seit Langem eine Herausforderung. YOLO26 kombiniert ProgLoss mit STAL (labelbasierte Zuweisung unter Berücksichtigung kleiner Objekte) und verbessert so die Erkennung kleiner Objekte im Vergleich zu YOLO11.

Leistungs- und Metrikvergleich#

YOLO26 erzielt bei jeder Modellgröße eine höhere mAP als YOLO11, von +1,4 (n) bis +2,8 (x), bei einer ähnlichen Anzahl an Parametern und FLOPs. YOLO26n und YOLO26s sind außerdem auf der CPU schneller, während die größeren YOLO11-Modelle bei der CPU-Latenz im Vorteil bleiben.

ModellGröße
(Pixel)
mAPval50-95Geschwindigkeit
CPU ONNX
(ms)
Geschwindigkeit
T4 TensorRT10
(ms)
Parameter
(M)
FLOPs
(B)
YOLO26n64040.938.91.72.45.5
YOLO26s64048.687.22.59.520.9
YOLO26m64053.1220.04.720.468.4
YOLO26l64055.0286.26.224.886.8
YOLO26x64057.5525.811.855.7194.4
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

Hinweis: YOLO26n weist auf der CPU eine um etwa 31 % niedrigere ONNX-Latenz als YOLO11n auf (38,9 ms gegenüber 56,1 ms), was das auf Edge-Geräte ausgerichtete Design widerspiegelt.

Vielseitigkeit bei verschiedenen Computer-Vision-Aufgaben#

Beide Modelle profitieren vom aktiv gepflegten Ultralytics-Ökosystem und seiner einheitlichen Python API. Beide unterstützen Erkennung, Segmentierung, Klassifizierung, Posenschätzung und OBB. YOLO26 ergänzt semantische Segmentierung und Tiefenschätzung sowie mehrere aufgabenspezifische Verbesserungen:

  • Instanzsegmentierung: YOLO26 verwendet eine Verlustfunktion für semantische Segmentierung und ein Prototypmodul mit mehreren Maßstäben, die die Maskenqualität gegenüber YOLO11 verbessern. Erfahre mehr über Segmentierungsabläufe.
  • Posenschätzung: Durch die Integration der residualen Log-Likelihood-Schätzung (RLE) verbessert YOLO26 die Genauigkeit von Schlüsselpunkten bei komplexen menschlichen Posen. Entdecke die Funktionen zur Posenschätzung.
  • Orientierte Begrenzungsrahmen (OBB): Eine spezielle Winkelfunktion zur Berechnung des Verlusts behebt Probleme durch Unstetigkeiten an Begrenzungen und macht YOLO26 zuverlässiger bei der Erkennung gedrehter Objekte in Satellitenbildern. Erfahre mehr über OBB-Aufgaben.
  • Bildklassifizierung: Beide Modelle bewältigen die Klassifizierung mit hoher Geschwindigkeit und Effizienz. YOLO26 erzielt bei den n-Modellen auf ImageNet eine leichte Verbesserung der Top-1-Genauigkeit (71,4 % gegenüber 70,0 %).

Codebeispiel für Training und Inferenz#

Das Trainieren eines Modells oder das Ausführen einer Inferenz mit Ultralytics erfordert nur wenige Codezeilen. Für das Training von YOLO-Modellen wird außerdem weniger CUDA-Speicher benötigt als für große Transformer-Netzwerke.

from ultralytics import YOLO

# Das YOLO26-Nano-Modell laden
model = YOLO("yolo26n.pt")

# Das Modell effizient mit dem COCO8-Datensatz trainieren
# optimizer="auto" wählt MuSGD für längere Trainingsläufe aus
train_results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device="0",  # GPU für beschleunigtes Training verwenden
)

# Eine NMS-freie Inferenz direkt auf einem Bild ausführen
results = model("https://ultralytics.com/images/bus.jpg", nms=False)

# Die klaren Vorhersagen sofort anzeigen
results[0].show()

Geeignete Anwendungsfälle und Bereitstellungsstrategien#

Ob du YOLO26 oder YOLO11 wählst, hängt von den Einschränkungen deiner Produktionsumgebung ab.

Wann du YOLO26 einsetzen solltest#

YOLO26 ist die empfohlene Wahl für neue Projekte. Es wurde entwickelt für:

  • Edge Computing und IoT: Dank der CPU-Leistung und des Verzichts auf DFL eignet es sich gut für Geräte wie Raspberry Pi, Coral Edge TPU und mobile Prozessoren.
  • Drohnen- und Luftbildanalyse: ProgLoss + STAL verbessern die Erkennung und Verfolgung kleiner, schnell bewegter Objekte in weitläufigen Szenen.
  • Latenzkritische Anwendungen: In der autonomen Robotik oder bei der Qualitätskontrolle in der Fertigung sorgt der optionale NMS-freie Head (nms=False) für eine gleichbleibende Latenz ohne Spitzen durch Nachbearbeitung.

Wann du bei YOLO11 bleiben solltest#

YOLO11 bleibt ein leistungsfähiges Modell. Du könntest bei YOLO11 bleiben, wenn:

  • Bestehende Verarbeitungspipelines: Deine vorhandene C++-Bereitstellungsinfrastruktur ist eng an das spezifische Ausgabeformat und die NMS-Logik von YOLO11 gekoppelt.
  • Akademische Vergleichswerte: Du Forschungsergebnisse veröffentlichst und einen weithin anerkannten Ausgangswert aus dem Jahr 2024 benötigst, um neue Algorithmen damit zu vergleichen.

Die Stärken des Ultralytics-Ökosystems#

Unabhängig davon, ob du YOLO11 oder YOLO26 einsetzt: Ultralytics-Modelle bieten ein gut gepflegtes Ökosystem, häufige Aktualisierungen und eine große Community.

Für Unternehmensteams bietet die Ultralytics Platform eine durchgängige Lösung für die Datenannotation, das Modelltraining und die Bereitstellung in der Cloud. Das Paket ultralytics deckt den restlichen Lebenszyklus ab – von der Hyperparameteroptimierung bis zum Export trainierter Gewichte nach CoreML oder TensorRT.

Kommentare2

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

  1. CoLndGitHub

    Hello, thank you for this article. I'm seeing that the best speed upgrade is 31% between 11n and 26n, where does the "up to 43% acceleration" come from please? Thank you have a nice day

    1. Murat Raimbekov

      your math is right - YOLO26n at 38.9 ms vs YOLO11n at 56.1 ms is ~31% lower latency, which is what the in-page note on this comparison reflects. the "up to 43% faster" headline expresses the same two numbers as a throughput speedup instead: 56.1 / 38.9 ≈ 1.44, so YOLO26n processes ~44% more frames per second on the same CPU than YOLO11n, marketed as "up to 43% faster". both describe the identical benchmark, just two different conventions:

      • latency reduction: (56.1 - 38.9) / 56.1 = ~31%
      • throughput speedup: 56.1 / 38.9 - 1 = ~44% (rounded down to "up to 43%" in the headline)

      a cleaner restatement: YOLO26n delivers up to ~43% faster CPU ONNX inference than YOLO11n, corresponding to ~31% lower latency in the benchmark table. the "up to" qualifier reflects that nano is where the gap is largest - on s/m/l/x tiers the gap is smaller (or negative on the larger ones), so the headline is bound to the best case. we will look at tightening the wording in the docs so the two metrics read clearly side by side.

      thanks for flagging.