YOLOv5 vs. YOLOX#

Die Entwicklung der Echtzeit-Computer Vision hat zahlreiche Meilensteine hervorgebracht, wobei verschiedene Architekturen die Grenzen von Geschwindigkeit und Genauigkeit immer weiter verschoben haben. Zwei besonders einflussreiche Modelle in diesem Bereich sind YOLOv5 und YOLOX. Obwohl beide für ihre hohe Leistung bei der Objekterkennung bekannt sind, verfolgen sie grundlegend unterschiedliche architektonische Ansätze.

Dieser Leitfaden bietet eine ausführliche technische Analyse dieser beiden Modelle und vergleicht ihre Architekturen, Leistungskennzahlen, Trainingsmethoden und idealen Einsatzszenarien, damit du das passende Werkzeug für deine Vision-KI-Projekte auswählen kannst.

Modellübersichten und architektonische Unterschiede#

Ultralytics YOLOv5#

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

Das von Ultralytics eingeführte YOLOv5 wurde aufgrund seines außergewöhnlichen Gleichgewichts aus Leistung, Benutzerfreundlichkeit und Speichereffizienz schnell zum Branchenstandard. YOLOv5 basiert nativ auf dem PyTorch-Framework und verwendet eine ankerbasierte Architektur. Für die Vorhersage von Objektpositionen greift es auf vordefinierte Begrenzungsrahmenformen zurück, wodurch es sich besonders gut für Standardaufgaben der Objekterkennung eignet.

Eine der größten Stärken von YOLOv5 ist sein gut gepflegtes Ökosystem. Es bietet eine umfassende Dokumentation, eine äußerst einfache Python-API und eine native Integration in die Ultralytics Platform. Dadurch können Entwickler nahtlos von der Datensatzbeschriftung über das Training bis zum Export in Formate wie ONNX und TensorRT wechseln.

Megvii YOLOX#

• Autoren: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li und Jian Sun
• Organisation: Megvii
• Datum: 18.07.2021
• Arxiv: YOLOX: Übertrifft die YOLO-Serie im Jahr 2021
• GitHub: Megvii-YOLOX-Repository
• Dokumentation: YOLOX-GitHub-Dokumentation

YOLOX wurde von Forschenden bei Megvii entwickelt und schlug einen anderen Weg ein, indem es ein ankerfreies Design in die YOLO-Familie einführte. Durch den Verzicht auf Ankerboxen vereinfacht YOLOX den Erkennungskopf und reduziert deutlich die Anzahl heuristischer Parameter, die während des Trainings manuell abgestimmt werden müssen.

YOLOX verwendet außerdem einen entkoppelten Kopf, der die Klassifizierungs- und Regressionsaufgaben auf verschiedene Netzwerkzweige verteilt, sowie die SimOTA-Strategie zur Zuweisung von Beschriftungen. Diese Innovationen schließen die Lücke zwischen akademischer Forschung und industriellen Anwendungen und machen YOLOX besonders effektiv in Umgebungen mit stark variierenden Objektgrößen.

Erfahre mehr über YOLOX

Leistung und Metriken#

Bei der Bewertung von Computer-Vision-Modellen ist der Zielkonflikt zwischen mittlerer durchschnittlicher Präzision (mAP) und Inferenzgeschwindigkeit entscheidend. Beide Modelle sind in verschiedenen Größen verfügbar, von Nano bis Extra-Large, und eignen sich damit für unterschiedliche Hardwarebeschränkungen.

Während YOLOXx eine geringfügig höhere maximale Genauigkeit erreicht (51.1 mAP), bietet YOLOv5 eine deutlich robustere und umfassender getestete Bereitstellungspipeline für CPU- und GPU-Hardware. Die TensorRT-Geschwindigkeiten von YOLOv5 unterstreichen seine umfassende Optimierung für Edge-Computing-Geräte und machen es zu einer äußerst zuverlässigen Wahl für die Echtzeit-Videoanalyse.

Trainingsmethoden und Benutzerfreundlichkeit#

Die Entwicklererfahrung unterscheidet sich zwischen diesen beiden Architekturen erheblich.

Der YOLOX-Ansatz#

Das Training von YOLOX erfordert in der Regel das Klonen des ursprünglichen Repositorys, die Verwaltung spezifischer Abhängigkeiten und die Ausführung komplexer Befehlszeilenskripte. Obwohl es fortgeschrittene Funktionen wie Training mit gemischter Genauigkeit und Konfigurationen mit mehreren Knoten über MegEngine unterstützt, kann die Lernkurve für Entwickler, die schnell Prototypen erstellen müssen, steil sein.

Der Vorteil von Ultralytics#

Im Gegensatz dazu legt Ultralytics großen Wert auf eine besonders optimierte Benutzererfahrung. Mit dem ultralytics-Python-Paket können Entwickler ein Modell mit minimalem Boilerplate-Code laden, trainieren und validieren. Ultralytics übernimmt automatisch komplexe Datenerweiterungen, die Optimierung von Hyperparametern und die Planung der Lernrate.

from ultralytics import YOLO

# Load a pretrained YOLOv5 small model
model = YOLO("yolov5s.pt")

# Train the model on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Validate the model's performance
metrics = model.val()

Darüber hinaus geht die Vielseitigkeit von YOLOv5 über die standardmäßige Objekterkennung hinaus und bietet Unterstützung für Bildklassifizierung und Instanzsegmentierung innerhalb derselben konsistenten API.

Anwendungen in der Praxis#

Die Wahl zwischen diesen Modellen hängt von deiner Bereitstellungsumgebung und deinen technischen Anforderungen ab:

• Einzelhandel und Bestandsverwaltung: Für Anwendungen, die eine Produkterkennung in Echtzeit auf Edge-Geräten wie dem NVIDIA Jetson erfordern, ist YOLOv5 besonders gut geeignet. Sein geringer Speicherbedarf und die hohen TensorRT-Inferenzgeschwindigkeiten ermöglichen die Verfolgung mehrerer Kameras, ohne Bilder zu verlieren.
• Akademische Forschung und benutzerdefinierte Architekturen: YOLOX genießt in der Forschungsgemeinschaft hohes Ansehen. Sein entkoppelter Kopf und seine Ankerfreiheit machen es zu einer hervorragenden Baseline für Ingenieure, die mit neuartigen Strategien zur Zuweisung von Beschriftungen experimentieren oder an Datensätzen arbeiten, bei denen sich herkömmliche Ankerboxen nicht verallgemeinern lassen.
• Landwirtschaftliche KI: Für Aufgaben der Präzisionslandwirtschaft wie die Erkennung von Früchten oder die Identifizierung von Unkraut per Drohne ermöglicht das einfache Training und die Bereitstellung von YOLOv5-Modellen über die Ultralytics Platform Fachexperten, KI-Lösungen ohne umfassenden Hintergrund in der Entwicklung von maschinellem Lernen umzusetzen.

Anwendungsfälle und Empfehlungen#

Die Wahl zwischen YOLOv5 und YOLOX hängt von deinen spezifischen Projektanforderungen, Bereitstellungsbeschränkungen und Präferenzen hinsichtlich des Ökosystems ab.

Wann du YOLOv5 wählen solltest#

YOLOv5 ist eine gute Wahl für:

• Bewährte Produktionssysteme: Bestehende Bereitstellungen, bei denen die langjährige Stabilität, die umfangreiche 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 für Exportformate: Projekte, die eine Bereitstellung in vielen Formaten erfordern, darunter ONNX, TensorRT, CoreML und TFLite.

Wann du YOLOX wählen solltest#

YOLOX wird empfohlen für:

• Forschung zur anchor-freien Erkennung: Akademische Forschung, bei der YOLOX' klare, anchor-freie Architektur als Ausgangsbasis für Experimente mit neuen Erkennungsköpfen oder Verlustfunktionen dient.
• Ultraleichte Edge-Geräte: Bereitstellungen auf Mikrocontrollern oder älterer mobiler Hardware, bei denen die extrem geringe Größe der YOLOX-Nano-Variante (0.91M Parameter) entscheidend ist.
• Studien zur SimOTA-Labelzuweisung: Forschungsprojekte zur Untersuchung von Strategien für die Labelzuweisung auf Basis des optimalen Transports und deren Auswirkungen auf die Konvergenz beim Training.

Wann du Ultralytics (YOLO26) wählen solltest#

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

• Edge-Bereitstellungen ohne NMS: Anwendungen, die eine konsistente Inferenz mit geringer Latenz ohne die Komplexität der Nachverarbeitung zur Nichtmaximalunterdrückung erfordern.
• Umgebungen ausschließlich mit CPU: Geräte ohne dedizierte GPU-Beschleunigung, bei denen die bis zu 43 % schnellere CPU-Inferenz von YOLO26 einen entscheidenden Vorteil bietet.
• Erkennung kleiner Objekte: Anspruchsvolle Szenarien wie Luftaufnahmen mit Drohnen oder die Analyse von IoT-Sensoren, bei denen ProgLoss und STAL die Genauigkeit bei winzigen Objekten deutlich steigern.

Die Zukunft der visuellen KI: YOLO26 kommt#

Obwohl sowohl YOLOv5 als auch YOLOX ihren festen Platz in der Geschichte der Computer Vision haben, entwickelt sich das Fachgebiet rasch weiter. Entwicklern, die heute neue Projekte beginnen, empfiehlt Ultralytics dringend, das neueste Spitzenmodell YOLO26 zu testen.

YOLO26 wurde im Januar 2026 veröffentlicht und stellt sowohl bei der Leistung als auch bei der Benutzerfreundlichkeit einen gewaltigen Sprung nach vorn dar. Es führt ein bahnbrechendes End-to-End-Design ohne NMS ein, das die Nachverarbeitung durch Unterdrückung nicht maximaler Werte vollständig beseitigt. Dadurch werden Latenzschwankungen deutlich reduziert und die Bereitstellungslogik auf Geräten mit geringem Energieverbrauch vereinfacht.

Darüber hinaus verwendet YOLO26 den neuartigen MuSGD-Optimierer – eine von Innovationen beim Training von LLM inspirierte Kombination aus SGD und Muon – für eine äußerst stabile und schnelle Konvergenz. Mit Entfernung von DFL (Distribution Focal Loss wurde entfernt, um den Export zu vereinfachen und die Kompatibilität mit Edge-Geräten und Geräten mit geringem Energieverbrauch zu verbessern) erreicht YOLO26 eine bis zu 43 % schnellere CPU-Inferenz und festigt damit seine Position als ultimatives Modell für modernes Edge Computing, Robotik und IoT-Anwendungen. Zusätzlich liefert ProgLoss + STAL verbesserte Verlustfunktionen mit deutlichen Verbesserungen bei der Erkennung kleiner Objekte, was für IoT, Robotik und Luftaufnahmen entscheidend ist. Nutzer, die sich für frühere Generationen interessieren, können sich auch YOLO11 ansehen, obwohl YOLO26 zweifellos die modernste Wahl ist.

Fazit#

YOLOv5 und YOLOX bieten beide beeindruckende Fähigkeiten zur Objekterkennung. YOLOX erweiterte 2021 die architektonischen Grenzen, indem es zeigte, dass ankerfreie Designs mit herkömmlichen Methoden konkurrieren und diese übertreffen können. YOLOv5 bleibt jedoch aufgrund seiner unübertroffenen Benutzerfreundlichkeit, seines umfassenden Ökosystems und seines geringeren Speicherbedarfs beim Training eine dominierende Kraft.

Für die große Mehrheit kommerzieller Anwendungen bietet das Ultralytics-Ökosystem den schnellsten Weg von einem Rohdatensatz zu einem bereitgestellten Produktionsmodell. Unabhängig davon, ob du das bewährte YOLOv5 verwendest oder auf das hochmoderne YOLO26 aktualisierst, profitierst du von einem Framework, das Vision-KI zugänglich, effizient und leistungsstark macht.