Erste Schritte

YOLOv10 vs. YOLO11

Für die Wahl eines Computer-Vision-Modells in Echtzeit musst du die Kompromisse zwischen aktuellen Architekturen verstehen. Dieser Vergleich behandelt die technischen Unterschiede, Leistungskompromisse und idealen Anwendungsfälle von YOLOv10 und Ultralytics YOLO11, zwei leistungsfähigen Frameworks für die Objekterkennung.

Beide Modelle erzielen starke Ergebnisse auf Benchmark-Datensätzen, doch ihre Designphilosophien und die Integration in ihre jeweiligen Ökosysteme unterscheiden sich deutlich. Der Vergleich ihrer Architekturen zeigt, welches Modell besser zu deinen Bereitstellungsbeschränkungen und Projektzielen passt.

YOLOv10: NMS-freie Echtzeit-Detektion#

YOLOv10 wurde im Frühjahr 2024 veröffentlicht und führte einen neuartigen Ansatz für die traditionelle Pipeline zur Objekterkennung ein, indem es die zusätzliche Latenz durch die Nachverarbeitung direkt angeht.

Die wichtigste Neuerung von YOLOv10 ist die Strategie konsistenter dualer Zuordnungen, die ein NMS-freies Training ermöglicht. Herkömmliche Objektdetektoren verwenden Non-Maximum Suppression (NMS), um überflüssige Bounding-Box-Vorhersagen herauszufiltern. Durch den Wegfall dieses Schritts erreicht YOLOv10 eine echte End-to-End-Erkennung, verringert die Inferenzlatenz und vereinfacht die Bereitstellung auf Hardwarebeschleunigern wie neuronalen Verarbeitungseinheiten (NPUs), auf denen sich benutzerdefinierte NMS-Operationen nur schwer optimieren lassen.

Mehr über YOLOv10 erfahren

YOLO11: Vielseitigkeit und Leistung dank eines starken Ökosystems#

YOLO11 wurde später im selben Jahr veröffentlicht und führte die Weiterentwicklung der Ultralytics-Modellfamilie fort. Im Mittelpunkt standen dabei das Gleichgewicht aus Geschwindigkeit und Genauigkeit sowie die Entwicklerfreundlichkeit.

YOLO11 wurde für den Produktionseinsatz entwickelt. Das Modell überzeugt bei der standardmäßigen Erkennung von Bounding Boxes, doch seine eigentliche Stärke liegt in seiner Vielseitigkeit. Anders als YOLOv10, das hauptsächlich auf die Objekterkennung ausgerichtet ist, unterstützt YOLO11 von Haus aus Instanzsegmentierung, Bildklassifizierung, Pose-Schätzung und Aufgaben mit orientierten Bounding Boxes (OBB) innerhalb einer einheitlichen Architektur. Beim Training benötigt es wenig Speicher, wodurch es für Teams mit handelsüblichen GPUs gut zugänglich ist – anders als umfangreichere Transformer-basierte Architekturen.

Leistungs- und Metrikvergleich#

Beim direkten Vergleich dieser Modelle ist es wichtig, ihre Leistung bei verschiedenen Größenvarianten auf Standardbenchmarks wie dem COCO-Datensatz zu betrachten.

YOLO11 übertrifft YOLOv10 beim mAP in jeder Größenklasse um 0,2 bis 1,0 Punkte und erreicht ähnliche TensorRT-Geschwindigkeiten: Auf den Größen n und l ist YOLO11 eindeutig schneller, die Modelle s und m liegen fast gleichauf, und YOLOv10x ist schneller als YOLO11x und benötigt etwa halb so viele Parameter.

ModellGröße
(Pixel)
mAPval50-95Geschwindigkeit
CPU ONNX
(ms)
Geschwindigkeit
T4 TensorRT10
(ms)
Parameter
(M)
FLOPs
(B)
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
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
Hardwarebeschleunigung

Um diese Inferenzgeschwindigkeiten lokal zu erreichen, solltest du deine Modelle in optimierte Formate exportieren, etwa nach OpenVINO für Intel-CPUs oder nach TensorRT für NVIDIA-GPUs.

Architekturanalyse#

Trainingsmethodik und Effizienz#

Die Architektur von YOLOv10 zielt darauf ab, rechnerische Redundanz zu verringern. Durch die Optimierung von Backbone- und Neck-Design mit einer ganzheitlichen Strategie, die Effizienz und Genauigkeit berücksichtigt, senkten die Autoren der Tsinghua-Universität die Parameterzahl der Modelle mittlerer Größe (wie YOLOv10m) im Vergleich zu früheren Versionen.

Trainingseffizienz ist ein Kennzeichen der Ultralytics-Modelle. YOLO11 verwendet das Python-Paket ultralytics, das die komplexe Hyperparameteroptimierung vereinfacht. Dieses Framework übernimmt standardmäßig automatisch fortgeschrittene Datenaugmentation, die Steuerung der Lernrate und verteiltes Training mit mehreren GPUs. Auch während des Trainings hält YOLO11 den VRAM-Verbrauch niedrig.

Benutzerfreundlichkeit und Vorteile des Ökosystems#

Ein entscheidender Faktor für die Einführung in Unternehmen ist ein gut gepflegtes Ökosystem. Forschungs-Repositories werden nach der Veröffentlichung der ersten Arbeit oft weniger aktiv gepflegt. Das Ultralytics-Ökosystem hinter YOLO11 bietet eine aktiv gepflegte Entwicklerumgebung für den gesamten Prozess.

Durch die Integration mit Tools wie Weights & Biases zur Nachverfolgung von Experimenten und Roboflow zur Verwaltung von Datensätzen beschleunigt YOLO11 den Übergang vom Prototyp zur Produktion. Die Benutzerfreundlichkeit zeigt sich in der einfachen API, mit der Entwickler Modelle mit nur wenigen Codezeilen trainieren und exportieren können.

from ultralytics import YOLO

# Das kleine YOLO11-Modell initialisieren
model = YOLO("yolo11s.pt")

# # Trainiere das Modell effizient und mit optimierter Speicherverwaltung
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device="0")

# # Exportiere das Modell im ONNX-Format, um es flexibel bereitstellen zu können
model.export(format="onnx")

Anwendungsfälle und Empfehlungen#

Die Wahl zwischen YOLOv10 und YOLO11 hängt von den konkreten Anforderungen deines Projekts, den Einsatzbedingungen und den Präferenzen für das jeweilige Ökosystem ab.

Wann du YOLOv10 wählen solltest#

YOLOv10 eignet sich besonders 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.

Wann du YOLO11 wählen solltest#

YOLO11 wird empfohlen für:

  • Bereitstellung auf Edge-Geräten im Produktionseinsatz: Kommerzielle Anwendungen auf Geräten wie Raspberry Pi oder NVIDIA Jetson, bei denen Zuverlässigkeit und aktive Wartung entscheidend sind.
  • Anwendungen für visuelle Aufgaben mit mehreren Funktionen: Projekte, die Erkennung, Segmentierung, Klassifizierung, Posenschätzung und OBB innerhalb eines einzigen einheitlichen Frameworks erfordern.
  • Schnelle Prototypentwicklung und Bereitstellung: Teams, die mithilfe der optimierten Ultralytics-Python-API schnell von der Datenerfassung zum Produktionseinsatz gelangen müssen.

Wann du Ultralytics (YOLO26) wählen solltest#

Für die meisten neuen Projekte bietet Ultralytics YOLO26 die beste Kombination aus Leistung und Entwicklererfahrung:

  • 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 YOLO26 (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.

Weitere Architekturen entdecken#

YOLOv10 und YOLO11 sind zwar ausgezeichnete Optionen, doch für deinen konkreten Anwendungsfall könnten andere in der Dokumentation beschriebene Architekturen besser geeignet sein. Für eine aufmerksamkeitsbasierte Erkennung bieten Transformer-Modelle wie RT-DETR hohe Genauigkeit, benötigen allerdings in der Regel mehr Speicher. Wenn du Zero-Shot-Funktionen benötigst, um neue Klassen ohne erneutes Training zu erkennen, bietet YOLO-World einen Ansatz mit offenem Vokabular, der auf natürlichsprachlichen Prompts basiert.

Die nächste Generation: YOLO26#

Ultralytics YOLO26 wurde im Januar 2026 veröffentlicht, vereint die Stärken beider oben besprochenen Modelle und ist die empfohlene Wahl für neue Bereitstellungen.

Aufbauend auf den Grundlagen seiner Vorgänger bietet YOLO26 ein optionales End-to-End-Design ohne NMS (nms=False), das den von YOLOv10 erstmals angegangenen Engpass bei der Nachverarbeitung im Ultralytics-Framework beseitigt. YOLO26 verzichtet außerdem auf DFL (Distribution Focal Loss). Dadurch werden die Exportgraphen des Modells einfacher und die Kompatibilität mit Edge-Geräten und IoT-Geräten mit geringem Stromverbrauch verbessert.

Der MuSGD Optimizer verbessert die Trainingsstabilität. Diese Hybridlösung aus SGD und Muon ist von Trainingsmethoden für große Sprachmodelle (LLMs) inspiriert und beschleunigt die Konvergenz. Zusammen mit ProgLoss + STAL (Progressive Loss und Small-Target-Aware Label Assignment) verbessert YOLO26 die Erkennung kleiner Objekte. Auf üblichen Edge-Geräten läuft YOLO26n dank dieser Verbesserungen auf der CPU bis zu 43 % schneller als YOLO11n. YOLO26 unterstützt die Erkennung, Segmentierung, semantische Segmentierung, Tiefenschätzung, Klassifizierung, Pose-Schätzung und OBB.

Kommentare

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