YOLOv5 vs. YOLO11
Wenn du für ein neues Projekt die passende Computer-Vision-Architektur auswählst, ist es wichtig zu verstehen, wie sich die modernsten Modelle weiterentwickelt haben. Der Weg von früheren Architekturen zu modernen einheitlichen Frameworks zeigt bedeutende Fortschritte bei der algorithmischen Effizienz und der Entwicklererfahrung. Dieser Leitfaden vergleicht technisch zwei von Ultralytics entwickelte und weit verbreitete Modelle: YOLOv5 und seinen Nachfolger YOLO11.
Einführung in die Modelle#
Beide Architekturen sind wichtige Meilensteine im Bereich der Echtzeit-Objekterkennung und bieten je nach Bereitstellungsumgebung und Anforderungen an Altsysteme unterschiedliche Vorteile.
YOLOv5: Das Arbeitstier der Branche#
YOLOv5 wurde im Sommer 2020 veröffentlicht und entwickelte sich dank seiner nativen PyTorch-Implementierung rasch zum Industriestandard. Sie senkte die Einstiegshürde für Training und Bereitstellung. Anders als die komplexen Darknet-C-Frameworks seiner Vorgänger bot das Modell einen Python-orientierten Ansatz zur Erstellung von Modellen.
- Autoren: Glenn Jocher
- Organisation: Ultralytics
- Datum: 2020-06-26
- GitHub: ultralytics/yolov5
- Dokumentation: YOLOv5-Dokumentation
YOLOv5 setzte Maßstäbe bei der einfachen Bedienung und führte leistungsstarke Trainingsmethoden wie Mosaic-Datenveränderung und automatische Ankerfestlegung ein. Das Modell ist weiterhin bei Forschenden beliebt, die auf einer gut dokumentierten und gründlich getesteten Codebasis aufbauen.
YOLO11: Das einheitliche Vision-Framework#
Aufbauend auf jahrelangem Feedback und Architekturstudien wurde YOLO11 als Teil eines einheitlichen Frameworks eingeführt, das nativ mehrere Vision-Aufgaben bewältigen kann. Das Modell wurde von Grund auf für maximale Vielseitigkeit und Effizienz entwickelt und geht damit über Begrenzungsrahmen hinaus.
- Autoren: Glenn Jocher und Jing Qiu
- Organisation: Ultralytics
- Datum: 2024-09-27
- GitHub: ultralytics/ultralytics
- Dokumentation: YOLO11-Dokumentation
YOLO11 bietet mit dem Python-Paket ultralytics eine optimierte Benutzererfahrung und eine einfache API, die Objekterkennung, Instanzsegmentierung, Klassifizierung, Posenschätzung und orientierte Begrenzungsrahmen (OBB) vereint. Das Modell bietet ein besonders günstiges Verhältnis zwischen Geschwindigkeit und Genauigkeit und eignet sich dadurch ideal für vielfältige Einsatzszenarien in der Praxis.
Beide Modelle profitieren vom gut gepflegten Ökosystem der Ultralytics Platform. Diese integrierte Umgebung vereinfacht die Annotation von Datensätzen, das Cloud-Training und den Modellexport für verschiedene Hardwareziele.
Leistungs- und Metrikvergleich#
Ein direkter Vergleich dieser Modelle zeigt, wie sich Architekturverbesserungen in konkreten Leistungssteigerungen niederschlagen. Die folgende Tabelle zeigt die auf dem COCO-Datensatz ermittelte mittlere durchschnittliche Präzision (mAP) sowie CPU- und GPU-Inferenzgeschwindigkeiten und Parameterzahlen.
| Modell | Größe (Pixel) | mAPval50-95 | Geschwindigkeit CPU ONNX (ms) | Geschwindigkeit T4 TensorRT10 (ms) | Parameter (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
Auswertung der Ergebnisse#
Die Kennzahlen zeigen eine deutliche Verbesserung des von YOLO11 erzielten Leistungsverhältnisses. So erreicht YOLO11n (Nano) einen mAP von 39,5 % gegenüber 28,0 % bei YOLOv5n – ein Zuwachs von 11,5 Punkten bei nur 0,7 Mio. zusätzlichen Parametern. YOLO11 benötigt beim Training außerdem weniger Speicher als Transformer-basierte Modelle. Dadurch lässt es sich gut auf handelsüblicher Hardware trainieren und auf Edge-Geräten bereitstellen.
Architektonische Unterschiede#
Die Leistungsverbesserungen von YOLO11 sind auf mehrere wichtige architektonische Entwicklungen zurückzuführen. Während YOLOv5 ein standardmäßiges CSPNet-Backbone mit C3-Modulen verwendete, führten neuere Ultralytics-Modelle effizientere Merkmalsextraktionsblöcke wie C2f (YOLOv8) und C3k2 (YOLO11) ein, die den Gradientenfluss optimieren und den Rechenaufwand verringern.
Auch der Kopf von YOLO11 wurde umfassend überarbeitet. Statt des ankerbasierten Designs älterer Modelle verwenden neuere Ultralytics-Architekturen einen ankerfreien Ansatz. Dadurch sinkt die Zahl der Boxvorhersagen, die Nachverarbeitung wird vereinfacht und das Modell kann besser auf verschiedene Skalen und Seitenverhältnisse verallgemeinern. Darüber hinaus bieten diese Modelle eine höhere Trainingseffizienz und direkt verfügbare vortrainierte Gewichte, die die Konvergenz beim Feinabstimmen mit benutzerdefinierten Datensätzen beschleunigen.
Implementierung und Codebeispiele#
Eine der herausragenden Eigenschaften des Ultralytics-Ökosystems ist seine Einfachheit. YOLOv5 machte die Verwendung von torch.hub für schnelle Inferenz populär, und YOLO11 geht mit dem einheitlichen Python-Paket ultralytics noch einen Schritt weiter.
Training mit YOLO11#
Zum Laden, Trainieren und Validieren eines Modells ist nur wenig Grundgerüstcode erforderlich. Die API bietet sinnvolle Standardwerte für das Training und übernimmt die Verwaltung von Prüfpunkten und Protokollen automatisch.
from ultralytics import YOLO
# Ein vortrainiertes YOLO11-Modell laden
model = YOLO("yolo11s.pt")
# Auf einem benutzerdefinierten Datensatz 50 Epochen lang trainieren
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)
# Schnelle Inferenz ausführen und Ergebnisse anzeigen
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()
# Das Modell zur Hardwarebeschleunigung ganz einfach nach TensorRT exportieren
model.export(format="engine")Inferenz mit älteren YOLOv5-Versionen#
Wenn du eine ältere Verarbeitungskette wartest, lässt sich YOLOv5 direkt mit dem nativen Lademechanismus von PyTorch verwenden und einfach in bestehende Inferenzskripte integrieren.
import torch
# Ein benutzerdefiniertes oder vortrainiertes YOLOv5-Modell von PyTorch Hub laden
model = torch.hub.load("ultralytics/yolov5", "yolov5s")
# Inferenz mit einer Bild-URL ausführen
results = model("https://ultralytics.com/images/zidane.jpg")
# Vorhersagedetails in der Konsole ausgeben
results.print()Beide Modelle unterstützen zahlreiche Exportformate. Ob du mit TensorRT auf einem NVIDIA Jetson oder mit CoreML in einer iOS-Anwendung arbeitest – der Bereitstellungsprozess ist ausführlich dokumentiert und wird von der Community unterstützt.
Ideale Anwendungsfälle#
Die Wahl zwischen diesen Modellen hängt größtenteils vom Lebenszyklus deines Projekts und den spezifischen Anforderungen ab.
Wann du YOLOv5 wählen solltest#
- Pflege älterer Codebasen: Wenn deine Produktionsumgebung stark an die Repository-Struktur von YOLOv5 oder bestimmte Verfahren zur Hyperparameteroptimierung angepasst ist.
- Akademische Referenzmodelle: Wenn du Forschungsergebnisse veröffentlichst, die einen direkten Vergleich mit etablierten Computer-Vision-Standards aus den Jahren 2020 bis 2022 erfordern.
Wann du YOLO11 wählen solltest#
- Projekte mit mehreren Aufgaben: Wenn deine Anwendung eine Kombination von Aufgaben wie Posenschätzung und Instanzsegmentierung über eine einzige, einheitliche API erfordert.
- Bereitstellungen am Netzwerkrand: Für Edge-Computing-Szenarien, in denen es entscheidend ist, bei einem bestimmten Rechenbudget (FLOPs) eine möglichst hohe mAP zu erzielen.
- Kommerzielle KI-Lösungen: Ideal für Anwendungen im Einzelhandel und Sicherheitsbereich, unterstützt durch die Ultralytics Platform.
Die nächste Generation: Ultralytics YOLO26#
YOLO11 bietet zwar ein ausgewogenes Verhältnis aus Geschwindigkeit und Genauigkeit, doch das Feld entwickelt sich rasant. Entwicklern, die heute neue Projekte starten, empfiehlt Ultralytics sein neuestes Modell: Ultralytics YOLO26.
YOLO26 wurde im Januar 2026 veröffentlicht und bietet mehrere Neuerungen für moderne Bereitstellungsanforderungen:
- End-to-End-Design ohne NMS: Aufbauend auf dem NMS-freien Training, das YOLOv10 in YOLO-Modelle eingeführt hat, unterstützt YOLO26 die native End-to-End-Inferenz. Der optionale One-to-One-Kopf (
nms=False) macht die Nachverarbeitung mit Nicht-Maximum-Unterdrückung (NMS) überflüssig, vereinfacht Bereitstellungspipelines und verringert die Latenz. - MuSGD-Optimierer: Inspiriert von Innovationen beim LLM-Training mit Modellen wie Kimi K2 von Moonshot AI sorgt diese Kombination aus SGD und Muon für stabileres Training und schnellere Konvergenz.
- Schnellere CPU-Inferenz: Durch den Wegfall von Distribution Focal Loss (DFL) läuft YOLO26n auf einer CPU bis zu 43 % schneller als YOLO11n. Dadurch eignet sich YOLO26 gut für Edge-Geräte und Umgebungen ohne dedizierte GPUs.
- Fortschrittliche Trainingsmethoden: Die Integration von ProgLoss und STAL verbessert die Erkennung kleiner Objekte deutlich – entscheidend für Drohnenanalyse, IoT und Robotik.
- Aufgabenspezifische Verbesserungen: Das Modell bietet spezielle Optimierungen, etwa die Residual-Log-Likelihood-Schätzung (RLE) für die Posenschätzung und eine spezielle Winkelfunktion für gedrehte Begrenzungsrahmen. Das verbessert die Genauigkeit bei allen unterstützten Aufgaben.
Wenn du dich für spezialisierte Architekturen jenseits der herkömmlichen Objekterkennung interessierst, kannst du auch Modelle wie RT-DETR für Transformer-basierte Erkennung oder YOLO-World für Tracking und Erkennung mit offenem Vokabular untersuchen. Diese gut gepflegten Werkzeuge helfen dabei, deine Computer-Vision-Verarbeitungsketten effizient und skalierbar zu halten.
Kommentare
Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.