Erste Schritte

YOLO26 vs. YOLOv10

Anwendungen im Bereich Computer Vision erfordern immer schnellere, genauere und effizientere Modelle. Dieser Leitfaden vergleicht zwei einflussreiche Echtzeitarchitekturen zur Objekterkennung, YOLO26 und YOLOv10, hinsichtlich ihrer Architektur, Leistungskennzahlen und Bereitstellungsmöglichkeiten. So können Entwickler und Forschende das passende Modell für ihre Computer-Vision-Anwendungen auswählen.

Die Entwicklung NMS-freier Architekturen#

Jahrelang setzte die YOLO-Familie (You Only Look Once) auf die Nichtmaximalunterdrückung (NMS), um redundante Begrenzungsrahmen bei der Nachbearbeitung herauszufiltern. NMS ist zwar effektiv, führt aber zu Inferenzlatenz und erschwert die Bereitstellung auf Edge-Geräten wie dem Raspberry Pi oder speziellen neuronalen Verarbeitungseinheiten (NPUs).

YOLOv10 führte ein durchgängiges, NMS-freies Design in die YOLO-Familie ein. Ultralytics YOLO26 verfeinerte diesen Ansatz für Produktivumgebungen als optionalen One-to-One-Head und erweiterte ihn auf ein breiteres Aufgabenspektrum.

Der Engpass bei der Nachverarbeitung

Der Verzicht auf NMS beseitigt den dynamischen, datenabhängigen Schritt der Nachverarbeitung, der die Optimierung von Computer-Vision-Modellen auf Hardwarebeschleunigern wie TensorRT und OpenVINO bisher erschwerte.

YOLOv10: NMS-freie Echtzeit-Detektion#

YOLOv10 wurde von Forschenden der Tsinghua-Universität entwickelt und führte eine konsistente Strategie mit doppelter Zuweisung ein, um NMS überflüssig zu machen. Durch ein ganzheitliches Modelldesign, das Effizienz und Genauigkeit in den Mittelpunkt stellt, verringerte das Modell redundante Berechnungen und behielt zugleich einen hohen mAP (mittlere durchschnittliche Präzision) bei.

Stärken:

  • NMS-freie Architektur: Das erste NMS-freie Design der YOLO-Reihe, das die Latenz bei Echtzeitanwendungen verringert.
  • Effizienz: Bietet im Vergleich zu Modellen früherer Generationen einen guten Kompromiss zwischen Parameteranzahl und Inferenzgeschwindigkeit.

Schwächen:

  • Eingeschränkte Aufgabenunterstützung: Das Modell konzentriert sich hauptsächlich auf die standardmäßige Objekterkennung und bietet von Haus aus keine Unterstützung für fortgeschrittene Aufgaben wie Segmentierung oder Posenschätzung.
  • Akademischer Schwerpunkt: Die Codebasis ist stärker auf Forschung als auf den produktiven Unternehmenseinsatz ausgerichtet.

Mehr über YOLOv10 erfahren

YOLO26: Der neue Standard für Edge und Cloud#

YOLO26 wurde als Nachfolger von YOLO11 veröffentlicht und baut mit einem optionalen One-to-One-Head (nms=False) auf dem NMS-freien Konzept auf. Das Modell lässt sich in die Ultralytics Platform integrieren, die Werkzeuge für Annotation, Training und Bereitstellung über die gesamte Pipeline des maschinellen Lernens hinweg bietet.

YOLO26 führt mehrere architektonische Änderungen ein:

  • Verzicht auf DFL: Der Distribution-Focal-Loss wurde entfernt. Das vereinfacht den Modelleport und verbessert die Kompatibilität mit Edge-Geräten und Geräten mit geringem Stromverbrauch.
  • Bis zu 43 % schnellere CPU-Inferenz: Dank des Verzichts auf DFL und struktureller Optimierungen ist YOLO26n auf der CPU bis zu 43 % schneller als YOLO11n und eignet sich daher gut für IoT- und mobile Anwendungen.
  • MuSGD-Optimierer: Inspiriert von Trainingsverfahren für große Sprachmodelle (LLM), etwa Moonshot AIs Kimi K2, verwendet YOLO26 eine Kombination aus SGD und Muon. Das sorgt für stabileres Training und schnellere Konvergenz in der Computer Vision.
  • ProgLoss + STAL: Der progressive Verlust und die labelbasierte Zuweisung unter Berücksichtigung kleiner Objekte (STAL) verbessern die Erkennung kleiner Objekte, was für Luftbilder und die drohnengestützte Sicherheitsüberwachung wichtig ist.
  • Aufgabenspezifische Verbesserungen: YOLO26 unterstützt außerdem Segmentierung, semantische Segmentierung, Tiefenschätzung, Klassifizierung, Posenschätzung und OBB. Hinzu kommen eine Verlustfunktion für semantische Segmentierung und ein Prototypmodul mit mehreren Maßstäben für die Segmentierung, die residuale Log-Likelihood-Schätzung (RLE) für die Posenschätzung sowie eine spezielle Winkelfunktion zur Berechnung des Verlusts für orientierte Begrenzungsrahmen (OBB).

Leistungsanalyse und Metriken#

Die folgende Tabelle vergleicht die COCO-Erkennungsleistung der Modelle YOLO26 und YOLOv10. YOLO26 ist bei jeder Modellgröße genauer, von +2,4 mAP bei den n-Modellen bis +3,1 bei den x-Modellen. Bei der x-Variante benötigt YOLOv10 jedoch weniger Parameter und FLOPs (29,5 Mio. gegenüber 55,7 Mio. Parameter, 160,4 Mrd. gegenüber 194,4 Mrd. FLOPs).

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
YOLOv10n64038.5-1.842.36.7
YOLOv10s64046.3-2.497.221.6
YOLOv10m64051.1-4.7415.459.1
YOLOv10b64052.5-5.7419.192.0
YOLOv10l64053.2-7.2824.4120.3
YOLOv10x64054.4-10.7029.5160.4

Der Vorteil von Ultralytics: Effizienz beim Training und Speicherverbrauch#

Bei der Bereitstellung von Modellen in der Produktion sind Speicherbedarf und Trainingseffizienz ebenso entscheidend wie die Inferenzgeschwindigkeit. Ultralytics-Modelle, insbesondere YOLO26, sind darauf optimiert, den CUDA-Speicherbedarf beim Training zu senken. Dadurch können Entwickler auf GPUs für Endverbraucher größere Batch-Größen verwenden und so Trainingszeit und Rechenkosten reduzieren. Anspruchsvolle Transformer-Modelle wie RT-DETR benötigen dagegen häufig teure Hochleistungshardware, um effektiv trainiert zu werden.

Kontinuierliche Integration und Ökosystem

Ein wichtiger Vorteil von YOLO26 ist die Integration in das gut gepflegte Ultralytics-Ökosystem, das den gesamten Arbeitsablauf von der Datenannotation bis zur Versuchsverfolgung abdeckt.

Praktische Umsetzung: Codebeispiel#

Mit der Ultralytics Python API reicht eine einzige Codezeile, um von einem älteren Modell wie YOLOv8 zu YOLO26 zu wechseln.

Hier ist ein Beispiel, das ein YOLO26-Modell trainiert, Inferenz ausführt und das Modell exportiert:

from ultralytics import YOLO

# 1. Load the YOLO26 nano model
model = YOLO("yolo26n.pt")

# 2. Train the model on the COCO8 dataset efficiently
# optimizer='auto' selects MuSGD for longer training runs; memory management is automatic
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device="cpu",  # Easily switch to 0 for GPU
)

# 3. Perform NMS-free inference on a sample image
predictions = model.predict("https://ultralytics.com/images/bus.jpg", nms=False)

# 4. Display the results to screen
predictions[0].show()

# 5. Export to ONNX for simplified edge deployment
export_path = model.export(format="onnx")
print(f"Model exported successfully to {export_path}")

Anwendungsfälle und Empfehlungen#

Ob du YOLO26 oder YOLOv10 wählst, hängt von den Anforderungen deines Projekts, den Einschränkungen bei der Bereitstellung und deinen Präferenzen beim Ökosystem ab.

Wann du YOLO26 wählen solltest#

YOLO26 ist eine gute Wahl für:

  • NMS-freie Bereitstellung auf Edge-Geräten: Anwendungen, die eine gleichbleibende Inferenz mit geringer Latenz ohne die Komplexität der Nachbearbeitung durch Non-Maximum Suppression erfordern.
  • Umgebungen ohne GPU: Geräte ohne dedizierte GPU-Beschleunigung, bei denen die bis zu 43 % schnellere CPU-Inferenz von YOLO26n gegenüber YOLO11n einen entscheidenden Vorteil bietet.
  • Erkennung kleiner Objekte: Anspruchsvolle Szenarien wie Luftaufnahmen von Drohnen oder die Analyse von IoT-Sensordaten, bei denen ProgLoss und STAL die Genauigkeit bei kleinen Objekten verbessern.

Wann du YOLOv10 wählen solltest#

YOLOv10 empfiehlt sich für:

  • Echtzeiterkennung ohne NMS: Anwendungen, die von einer durchgängigen Erkennung ohne Non-Maximum Suppression profitieren und dadurch die Komplexität der Bereitstellung verringern.
  • Ausgewogenes Verhältnis von Geschwindigkeit und Genauigkeit: Projekte, die über verschiedene Modellgrößen hinweg ein ausgewogenes Verhältnis zwischen Inferenzgeschwindigkeit und Erkennungsgenauigkeit erfordern.
  • Anwendungen mit gleichbleibender Latenz: Bereitstellungsszenarien, in denen vorhersehbare Inferenzzeiten entscheidend sind, etwa in der Robotik oder bei autonomen Systemen.

Fazit#

YOLOv10 leistete mit der Einführung der NMS-freien YOLO-Erkennung einen wichtigen Beitrag zur Forschungsgemeinschaft. YOLO26 bringt diesen Ansatz in den Produktionseinsatz. Mit einer bis zu 43 % schnelleren CPU-Inferenz (YOLO26n gegenüber YOLO11n), dem MuSGD-Optimierer und Unterstützung für sieben Bildverarbeitungsaufgaben ist YOLO26 die empfohlene Wahl für Edge Computing und umfangreiche Cloud-Bereitstellungen.

Wenn deinem Team eine aktive Community, umfassende Dokumentation und eine reibungslose Entwicklererfahrung wichtig sind, passt das Ultralytics-Ökosystem hervorragend. Für spezielle Anwendungsfälle kannst du auch YOLO-World für die Erkennung ohne Beispiele mit offenem Vokabular untersuchen. Für die meisten realen Anwendungsfälle ist YOLO26 die empfohlene Wahl.

Kommentare

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