YOLOv5 vs YOLO11#

Wenn du die richtige Computer-Vision-Architektur für ein neues Projekt auswählst, ist das Verständnis der Entwicklung modernster Modelle entscheidend. Der Fortschritt von früheren Architekturen hin zu modernen, vereinheitlichten Frameworks zeigt signifikante Sprünge sowohl bei der algorithmischen Effizienz als auch bei der Entwicklererfahrung. Dieser Leitfaden bietet einen detaillierten technischen Vergleich zwischen zwei wegweisenden Modellen, die von Ultralytics entwickelt wurden: dem bahnbrechenden YOLOv5 und dem hochgradig verfeinerten YOLO11.

Einführung in die Modelle#

Beide Architekturen stellen bedeutende Meilensteine im Bereich der Echtzeit-Objekterkennung dar und bieten je nach Bereitstellungsumgebung und Altanforderungen unterschiedliche Vorteile.

YOLOv5: Das Arbeitstier der Branche#

Im Sommer 2020 veröffentlicht, wurde YOLOv5 schnell zu einem Industriestandard aufgrund seiner nativen PyTorch-Implementierung, die die Einstiegshürde für Training und Bereitstellung drastisch senkte. Es wandte sich von den komplexen Darknet C-Frameworks seiner Vorgänger ab und bietet einen Python-orientierten Ansatz für den Modellbau.

• Autoren: Glenn Jocher
• Organisation: Ultralytics
• Datum: 2020-06-26
• GitHub: ultralytics/yolov5
• Dokumentation: YOLOv5 Documentation

YOLOv5 etablierte eine starke Grundlage für Benutzerfreundlichkeit und führte leistungsstarke Trainingsmethoden ein, einschließlich fortgeschrittener Mosaik-Datenaugmentation und Auto-Anchoring. Es bleibt bei Forschern, die auf einer gut dokumentierten, intensiv getesteten Codebasis aufbauen, unglaublich beliebt.

Erfahre mehr über YOLOv5

YOLO11: Das vereinheitlichte Vision-Framework#

Aufbauend auf jahrelangem Feedback und architektonischer Forschung wurde YOLO11 als Teil eines vereinheitlichten Frameworks eingeführt, das in der Lage ist, mehrere Vision-Aufgaben nativ zu handhaben. Es geht über reine Begrenzungsrahmen hinaus und wurde von Grund auf für maximale Vielseitigkeit und Effizienz konzipiert.

• Autoren: Glenn Jocher und Jing Qiu
• Organisation: Ultralytics
• Datum: 27.09.2024
• GitHub: ultralytics/ultralytics
• Dokumentation: YOLO11-Dokumentation

YOLO11 bietet eine optimierte Benutzererfahrung durch das Python-Paket ultralytics und glänzt mit einer einfachen API, die Objekterkennung, Instanzsegmentierung, Klassifizierung, Posen Schätzung und orientierte Bounding Boxes (OBB) vereint. Es erzielt einen äußerst günstigen Kompromiss zwischen Geschwindigkeit und Genauigkeit und ist damit ideal für diverse reale Bereitstellungsszenarien.

Erfahre mehr über YOLO11

Vergleich von Leistung und Metriken#

Ein direkter Vergleich dieser Modelle zeigt, wie architektonische Verbesserungen zu spürbaren Leistungssteigerungen führen. Die folgende Tabelle veranschaulicht die mittlere durchschnittliche Präzision (mAP), evaluiert auf dem COCO dataset, neben CPU- und GPU-Inferenzgeschwindigkeiten und Parameteranzahlen.

Analyse der Ergebnisse#

Die Metriken heben einen klaren Sprung in der Leistungsbilanz hervor, die von YOLO11 erreicht wird. Beispielsweise erreicht das YOLO11n (nano)-Modell eine mAP von 39,5 % im Vergleich zu den 28,0 % von YOLOv5n, während es gleichzeitig die CPU-Inferenzzeit bei einem Export über ONNX verkürzt. Darüber hinaus weist YOLO11 beim Training im Vergleich zu scheren Transformer-basierten Modellen bemerkenswert geringere Speicheranforderungen auf, wodurch es für die Bereitstellung auf Verbraucher-Hardware und Edge-Geräten hochgradig zugänglich ist.

Architektonische Unterschiede#

Die Leistungsverbesserungen in YOLO11 resultieren aus mehreren wichtigen architektonischen Entwicklungen. Während YOLOv5 ein standardmäßiges CSPNet-Backbone mit C3-Modulen verwendete, führte YOLO11 effizientere Merkmalsextraktionsblöcke wie C2f und später C3k2 ein, die den Gradientenfluss optimieren und den Rechenaufwand reduzieren.

YOLO11 verfügt zudem über einen stark überarbeiteten Kopf. Anstelle des Anchor-basierten Designs älterer Modelle setzen neuere Ultralytics-Architekturen auf einen Anchor-freien Ansatz. Dies reduziert die Anzahl der Box-Vorhersagen, optimiert die Nachbearbeitungspipeline und verbessert die Fähigkeit des Modells, über verschiedene Skalen und Seitenverhältnisse hinweg zu verallgemeinern. Darüber hinaus zeichnen sich diese Modelle durch eine überlegene Trainingseffizienz und sofort verfügbare vortrainierte Gewichte aus, die die Konvergenz feinabgestimmter Datensätze beschleunigen.

Implementierung und Codebeispiele#

Eines der herausragenden Merkmale des Ultralytics-Ökosystems ist seine Einfachheit. Während YOLOv5 die Verwendung von torch.hub für die schnelle Inferenz populär machte, geht YOLO11 mit dem einheitlichen Python-Paket ultralytics noch einen Schritt weiter.

Training mit YOLO11#

Das Laden, Trainieren und Validieren eines Modells erfordert minimalen Boilerplate-Code. Die API handhabt Hyperparameter-Tuning und Modellverwaltung nahtlos.

from ultralytics import YOLO

# Load a pretrained YOLO11 model
model = YOLO("yolo11s.pt")

# Train on a custom dataset for 50 epochs
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Run fast inference and display results
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()

# Easily export the model to TensorRT for hardware acceleration
model.export(format="engine")

Legacy-Inferenz mit YOLOv5#

Wenn du eine ältere Pipeline wartest, lässt sich YOLOv5 direkt in den nativen Lademechanismus von PyTorch integrieren, wodurch es trivial ist, es in bestehende Inferenzskripte einzubinden.

import torch

# Load a custom or pretrained YOLOv5 model from PyTorch Hub
model = torch.hub.load("ultralytics/yolov5", "yolov5s")

# Perform inference on an image URL
results = model("https://ultralytics.com/images/zidane.jpg")

# Print prediction details to the console
results.print()

Ideale Anwendungsfälle#

Die Entscheidung zwischen diesen Modellen hängt weitgehend von der Lebenszyklusphase deines Projekts und spezifischen Anforderungen ab.

Wann du YOLOv5 wählen solltest#

• Pflege von Legacy-Codebasen: Wenn deine Produktionsumgebung stark an die YOLOv5-Repository-Struktur oder spezifische Hyperparameter-Evolution-Techniken angepasst ist.
• Akademische Benchmarks: Wenn du Forschung veröffentlichst, die direkte Vergleiche mit etablierten Computer-Vision-Standards von 2020–2022 erfordert.

Wann du YOLO11 wählen solltest#

• Multi-Task-Projekte: Wenn deine Anwendung eine Kombination aus Aufgaben wie Posen Schätzung und Instanzsegmentierung über eine einzige, einheitliche API erfordert.
• Edge-Bereitstellungen: Für Edge Computing-Szenarien, in denen das Herausholen der maximalen mAP für ein gegebenes Rechenbudget (FLOPs) entscheidend ist.
• Kommerzielle KI-Lösungen: Ideal für Unternehmensanwendungen im Einzelhandel und in der Sicherheit, unter Nutzung der robusten Unterstützung der Ultralytics Platform.

Die nächste Generation: Ultralytics YOLO26#

Während YOLO11 eine fantastische Balance aus Geschwindigkeit und Genauigkeit darstellt, entwickelt sich der Bereich der künstlichen Intelligenz rasant weiter. Für Entwickler, die heute neue Projekte starten, empfehlen wir dringend, den neuesten Standard im Bereich Vision AI zu erkunden: Ultralytics YOLO26.

YOLO26 wurde im Januar 2026 veröffentlicht und führt paradigmenwechselnde Fortschritte ein, die speziell für moderne Bereitstellungsanforderungen entwickelt wurden:

• End-to-End NMS-freies Design: Basierend auf Konzepten, die zuerst in YOLOv10 erprobt wurden, ist YOLO26 nativ End-to-End. Es eliminiert die Notwendigkeit für eine Non-Maximum Suppression (NMS)-Nachbearbeitung, was Bereitstellungs-Pipelines erheblich vereinfacht und die Latenz reduziert.
• MuSGD-Optimierer: Inspiriert von Innovationen im LLM-Training von Modellen wie Moonshot AIs Kimi K2, sorgt diese Hybrid-Lösung aus SGD und Muon für ein unglaublich stabiles Training und eine dramatisch schnellere Konvergenz.
• Beispiellose CPU-Geschwindigkeit: Durch das Entfernen von Distribution Focal Loss (DFL) erreicht YOLO26 eine bis zu 43 % schnellere CPU-Inferenz, was es zur absolut besten Wahl für Edge-Geräte und Umgebungen ohne dedizierte GPUs macht.
• Fortgeschrittene Verlustfunktionen: Die Integration von ProgLoss und STAL liefert bemerkenswerte Verbesserungen bei der Erkennung kleiner Objekte, was für Drohnen-Analytik, IoT und Robotik entscheidend ist.
• Aufgabenspezifische Erweiterungen: Es führt spezialisierte Optimierungen ein, wie etwa Residual Log-Likelihood Estimation (RLE) für Posen und einen spezialisierten Winkelverlust für orientierte Bounding Boxes, die eine überlegene Leistung bei allen Computer-Vision-Aufgaben gewährleisten.

Erfahre mehr über YOLO26

Für Anwender, die an spezialisierten Architekturen über die standardmäßige Objekterkennung hinaus interessiert sind, lohnt sich auch die Erkundung von Modellen wie RT-DETR für Transformer-basierte Erkennung oder YOLO-World für Open-Vocabulary-Tracking und -Erkennung. Die Nutzung dieser gut gewarteten, hochoptimierten Tools stellt sicher, dass deine Computer-Vision-Pipelines effizient, skalierbar und dem Trend voraus bleiben.