YOLO26 vs. YOLOv7
Die Echtzeit-Objekterkennung hat viele Meilensteine erlebt, darunter Ultralytics YOLO26 und YOLOv7. YOLOv7 führte 2022 die „Bag-of-Freebies“-Methode ein, die neue Maßstäbe bei der Genauigkeit setzte. YOLO26 ergänzt Edge-optimierte Verbesserungen, optionale End-to-End-Inferenz und stabile Trainingsdynamiken, die vom Training großer Sprachmodelle (LLMs) inspiriert sind.
Diese Seite vergleicht die beiden Architekturen, untersucht ihre Leistungskennzahlen, strukturellen Unterschiede und idealen Bereitstellungsszenarien und hilft Machine-Learning-Ingenieuren, fundierte Entscheidungen für ihr nächstes KI-Projekt im Bereich Computer Vision zu treffen.
Modellhintergrund und Details#
Bevor wir die Leistungsdaten betrachten, ist es wichtig, die Ursprünge und Hauptziele der beiden Modelle zu verstehen.
Ultralytics YOLO26#
- Autoren: Glenn Jocher und Jing Qiu
- Organisation: Ultralytics
- Datum: 2026-01-14
- GitHub: Ultralytics-Repository
- Dokumentation: YOLO26-Dokumentation
YOLOv7#
- Autoren: Chien-Yao Wang, Alexey Bochkovskiy und Hong-Yuan Mark Liao
- Organisation: Institut für Informationswissenschaft, Academia Sinica, Taiwan
- Datum: 2022-07-06
- arXiv: YOLOv7-Artikel
- GitHub: YOLOv7-Repository
Wenn du dich für das breitere Ökosystem interessierst, könnten auch YOLO11 für vielseitige Bereitstellungen mit mehreren Aufgaben oder der Transformer-basierte RT-DETR für aufmerksamkeitbasierte Erkennung interessant sein. Beachte, dass ältere Modelle wie YOLOv8 und YOLOv5 auf der Ultralytics Platform weiterhin vollständig für die Integration in Bestandssysteme unterstützt werden.
Architekturanalyse#
Die architektonischen Ansätze von YOLO26 und YOLOv7 unterscheiden sich deutlich und spiegeln den Wandel wider: weg von der Maximierung der GPU-Leistung im Hochleistungsbereich, hin zur Optimierung für die durchgängige Bereitstellung auf Edge-Geräten.
YOLO26: Edge-first-Design#
YOLO26 wurde im Januar 2026 veröffentlicht und gestaltet die Bereitstellungspipeline neu. Die bedeutendste Änderung ist das End-to-End-Design ohne NMS. Indem YOLO26 bei der Nachverarbeitung auf Non-Maximum Suppression (NMS) mit seinem optionalen Eins-zu-eins-Kopf (nms=False) verzichtet, verringert es Schwankungen bei der Latenz – ein Konzept, das erstmals in YOLOv10 eingeführt wurde. Dadurch bleiben die Bildraten auch in dicht bevölkerten Szenen konstant, was für autonome Robotik und Verkehrsüberwachung entscheidend ist.
YOLO26 verzichtet außerdem auf Distribution Focal Loss (DFL). Dieser Wegfall von DFL vereinfacht den Export in Formate wie ONNX und Apple CoreML und ermöglicht YOLO26n eine um bis zu 43 % schnellere CPU-Inferenz als YOLO11n.
Ein weiterer Schwerpunkt ist die Trainingsstabilität. Der MuSGD-Optimierer – eine Kombination aus dem üblichen Stochastischen Gradientenabstieg und Muon, inspiriert von der Trainingsdynamik von Kimi K2 – überträgt die Trainingsstabilität von LLMs auf die Computer Vision. Zusammen mit ProgLoss + STAL (Progressive Loss und Small-Target-Aware Label Assignment) verbessert YOLO26 die Erkennung kleiner Objekte, eine seit Langem bestehende Herausforderung für Echtzeitdetektoren.
YOLOv7: Trainierbare Sammlung kostenloser Verbesserungen#
YOLOv7 entstand aus einer eingehenden Untersuchung der Optimierung von Gradientenpfaden. Die wichtigste Neuerung ist das Extended Efficient Layer Aggregation Network (E-ELAN), das dem Modell ermöglicht, vielfältigere Merkmale zu lernen, ohne die ursprünglichen Gradientenpfade zu beeinträchtigen.
Die YOLOv7-Architektur setzt bei der Inferenz außerdem auf Reparametrisierungstechniken und führt im Wesentlichen Ebenen zusammen, um die Geschwindigkeit zu erhöhen, ohne die umfangreichen während des Trainings erlernten Merkmalsdarstellungen zu beeinträchtigen. Dieser Ansatz ist zwar auf NVIDIA-TensorRT-Server-GPUs leistungsstark, setzt aber weiterhin auf ankerbasierte Erkennungsköpfe und herkömmliches NMS, was die Bereitstellung auf Geräten mit geringem Stromverbrauch erschweren kann.
Leistungsvergleich#
Die folgende Tabelle vergleicht direkt die Modelle, die mit dem Standard-COCO-Datensatz trainiert wurden. YOLO26 verbessert die Genauigkeit (mAP) und benötigt gleichzeitig weniger Parameter und FLOPs. So erreicht YOLO26l eine mAP von 55,0 gegenüber 51,4 bei YOLOv7l – mit 24,8 Mio. statt 36,9 Mio. Parametern.
| Modell | Größe (Pixel) | mAPval50-95 | Geschwindigkeit CPU ONNX (ms) | Geschwindigkeit T4 TensorRT10 (ms) | Parameter (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
Hinweis: YOLO26x übertrifft YOLOv7x bei der mAP (57,5 gegenüber 53,1) und benötigt dabei rund 22 % weniger Parameter.
Die Vorteile des Ultralytics-Ökosystems#
Ein wichtiger Grund für die Entscheidung für YOLO26 ist die Integration in die Ultralytics Platform. Im Gegensatz zu den eigenständigen Skripten, die ältere Architekturen erfordern, bietet Ultralytics einen einheitlichen Arbeitsablauf.
- Einfache Verwendung: Mit der Python-API lassen sich Modelle mit wenigen Codezeilen laden, trainieren und bereitstellen. Für den Export in mobile Formate wie LiteRT muss nur ein einziges Argument geändert werden.
- Speicherbedarf: Ultralytics-Modelle sind auf effizientes Training ausgelegt. Sie benötigen in der Regel weniger CUDA-Speicher als umfangreiche Vision-Transformer-Modelle und ermöglichen Forschenden so, mit größeren Stapelgrößen auf handelsüblicher Hardware zu arbeiten.
- Vielseitigkeit: Während YOLOv7 für verschiedene Aufgaben getrennte Codezweige verwendet, unterstützt YOLO26 nativ Instanzsegmentierung, semantische Segmentierung, Tiefenschätzung, Bildklassifizierung, Posenschätzung und die Erkennung orientierter Begrenzungsrahmen (OBB) über eine einzige Bibliothek. Das Modell enthält sogar aufgabenspezifische Verlustfunktionen, etwa Residual Log-Likelihood Estimation (RLE) für Pipelines zur menschlichen Posenschätzung.
- Aktive Entwicklung: Die Open-Source-Community von Ultralytics veröffentlicht regelmäßig Aktualisierungen, behebt Sonderfälle schnell und gewährleistet weiterhin die Kompatibilität mit den neuesten PyTorch-Versionen.
YOLO26 verwendet standardmäßig den Eins-zu-viele-Kopf mit NMS, um die Genauigkeit zu erhöhen. Beim Export mit nms=False wird der NMS-freie Kopf ausgewählt. Für die Bereitstellung auf eingebetteten Geräten mit Intel OpenVINO oder der ONNX Runtime ist daher kein separates Skript zur NMS-Nachverarbeitung erforderlich.
Anwendungsfälle in der Praxis#
Die architektonischen Unterschiede zwischen diesen Modellen bestimmen, für welche Bereitstellungsszenarien sie sich am besten eignen.
Wann du YOLO26 wählen solltest#
YOLO26 ist die empfohlene Wahl für neue Computer-Vision-Systeme.
- Edge-KI und IoT: Dank der schnellen CPU-Inferenz und der geringen Parameteranzahl eignet sich YOLO26n für Geräte mit begrenzten Ressourcen wie den Raspberry Pi oder Überwachungskameras in Smart Cities.
- Drohnen und Luftbilder: Die Integration von ProgLoss + STAL verbessert die Erkennung kleiner Objekte und macht das Modell besonders geeignet für Rohrleitungsinspektionen und die Präzisionslandwirtschaft.
- Robotik mit mehreren Aufgaben: Da das Modell Begrenzungsrahmen, Segmentierungsmasken und Pose-Schlüsselpunkte in einem Framework und mit geringem Speicherbedarf verarbeitet, eignet es sich für die dynamische Navigation und Interaktion von Robotern.
Wann du YOLOv7 in Betracht ziehen solltest#
Obwohl YOLOv7 größtenteils von neueren Architekturen abgelöst wurde, gibt es weiterhin spezielle Anwendungsfälle dafür.
- Akademisches Benchmarking: Forschende, die neue anchorbasierte Erkennungsköpfe entwickeln oder Strategien für Gradientenpfade untersuchen, verwenden YOLOv7 häufig als Standardvergleichsbasis.
- Ältere GPU-Pipelines: Unternehmenssysteme, die speziell auf die Tensor-Ausgaben und benutzerdefinierten NMS-Konfigurationen von YOLOv7 auf leistungsstarken AWS EC2 P4d-Instanzen zugeschnitten wurden, können die Migration zu neueren Modellen aufschieben, bis eine vollständige Überarbeitung des Systems erforderlich ist.
Codebeispiel: Erste Schritte#
Die Entwicklererfahrung unterscheidet sich von der in herkömmlichen Forschungsrepositories. Ein benutzerdefiniertes YOLO26-Modell lässt sich mit wenigen Codezeilen trainieren:
from ultralytics import YOLO
# Das neueste kleine YOLO26-Modell laden
model = YOLO("yolo26s.pt")
# Das Modell mit automatischem Zwischenspeichern und Protokollieren auf deinem benutzerdefinierten Datensatz trainieren
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device="0")
# Eine durchgängige, NMS-freie Vorhersage für ein externes Bild ausführen
predictions = model("https://ultralytics.com/images/bus.jpg", nms=False)
# Das optimierte Modell für die Bereitstellung am Rand exportieren
model.export(format="onnx")Abschließende Gedanken#
YOLOv7 bleibt ein bedeutender Meilenstein in der Geschichte der Echtzeit-Objekterkennung. Die Branche setzt jedoch zunehmend auf Modelle, bei denen eine einfache Bereitstellung, Vielseitigkeit für mehrere Aufgaben und Effizienz auf Edge-Geräten im Vordergrund stehen.
Mit optionaler NMS-freier Inferenz, dem MuSGD-Optimierer und schnellerer CPU-Inferenz ist Ultralytics YOLO26 heute die empfohlene Wahl für Entwickler und Ingenieure in Unternehmen. Zusammen mit dem benutzerfreundlichen Ultralytics-Ökosystem bietet es ein ausgewogenes Verhältnis zwischen Geschwindigkeit, Genauigkeit und einfacher Verwendung.
Kommentare2
Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.
Murat Raimbekov(bearbeitet)hey @ShadowSinence, good question - and no, yolo26 doesn't have any "irreparable defect", it's actually the opposite. a few practical reasons why you still see lots of cnki papers building on v7/v8/v10:
1. publication timeline lag. yolo26 was released on 2026-01-14, just about four months ago. academic papers usually take 6-18 months from research start to publication, so most papers being submitted now started their experiments back when v7/v8/v10 were the latest stable options.
2. baseline reproducibility. papers like "improved yolov8 with attention module x for medical detection" rely on a well-established baseline with years of comparison literature. switching to a brand-new model means redoing every comparison from scratch and using a baseline reviewers may not yet be familiar with.
3. ecosystem maturity. v8 in particular has thousands of github forks, third-party custom modules, and chinese-language tutorials. for graduate students under time pressure, building on a mature codebase is faster than learning a new one.
4. architectural surface. v26 is nms-free, removes dfl, and uses a new musgd optimizer. great for deployment, but it changes a lot of the surface that anchor-based / nms-based ablations rely on. researchers comparing apples-to-apples often stick with the older anchor/nms setup.
on raw benchmarks, v26 does lead across the size sweep:
model mAP50-95 params (M) flops (B) yolo26x 57.5 55.7 193.9 yolov7x 53.1 71.3 189.9 so v26x is +4.4 mAP with ~22% fewer params. this lag in academic adoption is normal for any new release - it usually takes a year or so before papers built on it start appearing in numbers.
for choosing a model for your own work, the models index lays out the trade-offs side by side.
ShadowSinence
既然有更多优秀的yolo模型,为什么在知网上仍有专家教授继续使用v7,v8,v10的模型进行改进,而不是直接使用v26,难道26仍有什么不可弥补的缺陷吗