YOLOv10 vs. YOLOv5#

Die Wahl der richtigen neuronalen Netzwerkarchitektur ist entscheidend, um erfolgreiche Computer-Vision-Pipelines in der Produktion bereitzustellen. Diese Seite bietet eine detaillierte technische Analyse von YOLOv10 und YOLOv5, zwei einflussreichen Modellen in der Entwicklung der Echtzeit-Objekterkennung. Beide Modelle haben die KI-Community maßgeblich geprägt, stehen jedoch für unterschiedliche Epochen und Ansätze beim Design von Deep-Learning-Architekturen.

Dieser Leitfaden bewertet die Architekturen anhand der mittleren durchschnittlichen Präzision (mAP), der Inferenzlatenz, der Parametereffizienz und der Unterstützung durch das jeweilige Ökosystem. So kannst du das passende Modell für deine Bereitstellungsanforderungen auswählen.

Modellübersicht#

YOLOv10: Echtzeit-Objekterkennung von Anfang bis Ende#

YOLOv10 wurde von Forschern der Tsinghua-Universität entwickelt und führte einen neuartigen Ansatz zur Objekterkennung ein, der auf Nachverarbeitung verzichtet.

• Autoren: Ao Wang, Hui Chen, Lihao Liu u. a.
• Organisation: Tsinghua-Universität
• Datum: 2024-05-23
• Forschungsarbeit: arXiv:2405.14458
• Quellcode: YOLOv10-GitHub-Repository

Der entscheidende Durchbruch von YOLOv10 ist sein End-to-End-Design ohne NMS. Bisherige YOLO-Modelle verwendeten Nicht-Maximum-Unterdrückung (NMS), um überflüssige Begrenzungsrahmen herauszufiltern. YOLOv10 nutzt für das NMS-freie Training konsistente doppelte Zuweisungen, wodurch die Schwankungen der Inferenzlatenz stark reduziert und die Bereitstellungslogik vereinfacht werden. Außerdem optimiert die Architektur dank eines ganzheitlichen, auf Effizienz und Genauigkeit ausgerichteten Designs verschiedene Komponenten umfassend, um Rechenredundanz zu verringern.

Mehr über YOLOv10 erfahren

YOLOv5: Der Branchenstandard für Benutzerfreundlichkeit#

YOLOv5 wurde kurz nach der Entstehung des Ultralytics-PyTorch-Repositorys veröffentlicht und prägte die Erwartungen von Entwicklern an ein quelloffenes Vision-KI-Framework neu. Das Modell zählt weltweit nach wie vor zu den am häufigsten eingesetzten Architekturen.

• Autor: Glenn Jocher
• Organisation: Ultralytics
• Datum: 2020-06-26
• Quellcode: YOLOv5-GitHub-Repository

YOLOv5 ist für seine Benutzerfreundlichkeit und sein hervorragend gepflegtes Ökosystem bekannt. Vollständig in PyTorch geschrieben, bot es eine nahtlose Erfahrung vom Einstieg bis zur Expertise und unterstützte standardmäßig Training, Validierung und den Export in Formate wie ONNX und TensorRT. Anders als YOLOv10, dessen Schwerpunkt vor allem auf der reinen Objekterkennung liegt, zeichnet sich YOLOv5 durch besondere Vielseitigkeit aus und unterstützt Instanzsegmentierung sowie Bildklassifizierung über dieselbe einheitliche Python API.

Leistungs- und Metrikvergleich#

Die Beziehung zwischen Geschwindigkeit und Genauigkeit zu visualisieren, ist entscheidend, um Modelle zu finden, die bei einer bestimmten Geschwindigkeitsbeschränkung die bestmögliche Genauigkeit bieten. Das Verständnis dieser Leistungskennzahlen ist grundlegend für die Auswahl eines Modells, das zu deinen konkreten Hardwarebeschränkungen passt.

Technische Analyse#

1. Genauigkeit (mAP): YOLOv10 bietet einen klaren Generationsvorsprung bei der Genauigkeit. So erreicht das Modell YOLOv10-X einen mAP^val von 54,4 % und übertrifft damit YOLOv5x (50,7 % mAP). Dieser Fortschritt ist größtenteils auf die 2024 eingeführte NMS-freie Trainingsstrategie und die Verbesserungen an der Architektur zurückzuführen.
2. Inferenzlatenz: YOLOv5-Modelle sind bei reinen T4-TensorRT-Benchmarks außergewöhnlich schnell (z. B. YOLOv5n mit 1,12 ms), doch YOLOv10 beseitigt den NMS-Nachverarbeitungsschritt vollständig. Bei praktischen End-to-End-Bereitstellungen sorgt das NMS-freie Design von YOLOv10 für eine gleichmäßigere und besser vorhersehbare Latenz. Das ist für Echtzeitanwendungen wie autonome Fahrzeuge und Robotik entscheidend.
3. Parametereffizienz: YOLOv10-Modelle bieten ein sehr wettbewerbsfähiges Leistungsverhältnis. YOLOv10-S erreicht mit 7,2 Millionen Parametern einen mAP von 46,3 %. YOLOv5s hat dieselbe Parameterzahl, erzielt jedoch nur einen mAP von 37,4 %.

Anwendungsfälle und Empfehlungen#

Die Wahl zwischen YOLOv10 und YOLOv5 hängt von deinen konkreten Projektanforderungen, Bereitstellungsbeschränkungen und Präferenzen beim 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 YOLOv5 wählen solltest#

YOLOv5 empfiehlt sich für:

• Bewährte Produktionssysteme: Bestehende Bereitstellungen, bei denen die lange Stabilitätsbilanz, die umfassende Dokumentation und die große Unterstützung durch die Community von YOLOv5 geschätzt werden.
• Training mit begrenzten Ressourcen: Umgebungen mit begrenzten GPU-Ressourcen, in denen die effiziente Trainingspipeline und der geringere Speicherbedarf von YOLOv5 von Vorteil sind.
• Umfangreiche Unterstützung von Exportformaten: Projekte, die eine Bereitstellung in vielen Formaten erfordern, darunter ONNX, TensorRT, CoreML und LiteRT.

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, auf denen die bis zu 43 % schnellere CPU-Inferenz von YOLO26 einen entscheidenden Vorteil bietet.
• Erkennung kleiner Objekte: Anspruchsvolle Szenarien wie Luftbilder von Drohnen oder die Analyse von IoT-Sensoren, bei denen ProgLoss und STAL die Genauigkeit bei sehr kleinen Objekten deutlich steigern.

Der Vorteil von Ultralytics#

YOLOv10 bietet hervorragende Erkennungsfähigkeiten, doch akademische Repositories können Produktionspipelines mitunter komplizierter machen. Mit dem offiziellen Ultralytics-Python-Paket erhältst du Zugang zu einem einheitlichen Ökosystem, das sowohl YOLOv5 als auch YOLOv10 und zusätzliche erweiterte Funktionen unterstützt.

• Trainingseffizienz: Ultralytics-YOLO-Architekturen sind umfassend optimiert, um den Speicherbedarf während des Trainings zu verringern. Anders als umfangreiche Transformer-Modelle wie RT-DETR, die viel CUDA-Speicher benötigen, kannst du YOLOv5 und YOLOv10 problemlos auf handelsüblichen GPUs trainieren.
• Integration ins Ökosystem: Durch die Integration mit der Ultralytics Platform können Entwickler Datensätze visuell verwalten, Experimente mit Weights & Biases nachverfolgen und Hyperparameter automatisch abstimmen.

Codebeispiel: Nahtloses Training#

Mit der Ultralytics-Bibliothek wechselst du zwischen diesen Architekturen ganz einfach, indem du die Modellzeichenfolge änderst. Die Trainingspipeline übernimmt automatisch die Datenerweiterung, die Skalierung und die Konfiguration des Optimierers.

from ultralytics import YOLO

# YOLOv5 verwenden:
# model = YOLO("yolov5su.pt")

# YOLOv10 verwenden:
model = YOLO("yolov10s.pt")

# Das Modell mit einem benutzerdefinierten Datensatz trainieren
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    batch=16,
    device=0,  # GPU 0 verwenden
)

# Das trainierte Modell ins ONNX-Format exportieren
path = model.export(format="onnx")

Die nächste Generation: Ultralytics YOLO26#

Wenn du heute ein neues Projekt im maschinellen Lernen startest, empfehlen wir dir dringend, das neueste Ultralytics YOLO26 zu prüfen. Das im Januar 2026 veröffentlichte Modell setzt neue Maßstäbe, indem es die besten Innovationen der vergangenen fünf Jahre vereint.

YOLO26 integriert von Haus aus das von YOLOv10 eingeführte End-to-End-Design ohne NMS als optionalen One-to-one-Kopf (nms=False) und ermöglicht so eine schnelle, deterministische Bereitstellung. Darüber hinaus bietet YOLO26 mehrere wichtige Neuerungen:

• Bis zu 43 % schnellere CPU-Inferenz: Durch die Entfernung des Moduls Distribution Focal Loss (DFL) erzielt YOLO26 erhebliche Geschwindigkeitssteigerungen auf herkömmlichen CPUs. Damit ist es die erste Wahl für die Bereitstellung auf Mobilgeräten und stromsparenden IoT-Sensoren.
• MuSGD-Optimierer: Inspiriert von Trainingsmethoden für große Sprachmodelle (LLM), wie Kimi K2 von Moonshot AI, nutzt YOLO26 eine Kombination aus SGD und Muon. Im Vergleich zu den in früheren YOLO-Modellen verwendeten Standardoptimierern SGD und AdamW sorgt das für äußerst stabile Trainingsläufe und eine deutlich schnellere Konvergenz.
• ProgLoss + STAL: Diese fortschrittlichen Verlustfunktionen verbessern die Erkennung kleiner Objekte deutlich. Das ist entscheidend für Drohnenaufnahmen und die Sicherheit aus der Luft.
• Spezialisierung auf einzelne Aufgaben: YOLOv10 ist ausschließlich ein Begrenzungsrahmendetektor. YOLO26 bietet dagegen spezielle architektonische Verbesserungen für alle Aufgaben, darunter die Schätzung der Residual Log-Likelihood (RLE) für Posenschätzung und spezielle Winkelfunktionen für orientierte Begrenzungsrahmen (OBB).

Ob du auf die bewährte Grundlage von YOLOv5, die NMS-freie Innovation von YOLOv10 oder die herausragende Spitzenleistung von YOLO26 setzt – das Ultralytics-Ökosystem bietet dir die nötigen Werkzeuge, um deine Vision-KI-Anwendungen schnell und effizient zum Leben zu erwecken.