Erste Schritte

YOLOv7 im Vergleich zu YOLO11

Computer Vision hat sich in den vergangenen Jahren rasant weiterentwickelt. Für Entwickler und Forscher, die ein Framework zur Objekterkennung auswählen, ist es wichtig, die architektonischen und praktischen Unterschiede zwischen den Modellgenerationen zu verstehen. Dieser Leitfaden bietet einen detaillierten technischen Vergleich zwischen dem akademischen Modell YOLOv7 und dem produktionsreifen Modell Ultralytics YOLO11.

Ursprung der Modelle und architektonische Grundkonzepte#

YOLOv7, veröffentlicht am 6. Juli 2022 von Chien-Yao Wang, Alexey Bochkovskiy und Hong-Yuan Mark Liao vom Institute of Information Science der Academia Sinica, brachte mehrere neue Konzepte in das Fachgebiet ein. Das Modell wird ausführlich in der YOLOv7-Forschungsarbeit auf arXiv beschrieben und setzt stark auf den Ansatz eines „trainierbaren Pakets kostenloser Verbesserungen“ sowie auf Extended Efficient Layer Aggregation Networks (E-ELAN). Diese Architekturentscheidungen wurden gezielt entwickelt, um die Effizienz der Gradientenpfade zu maximieren. Dadurch eignet sich das Modell besonders für akademische Benchmarks auf leistungsstarken GPUs.

Mehr über YOLOv7 erfahren

YOLO11 wurde von Glenn Jocher und Jing Qiu bei Ultralytics entwickelt und am 27. September 2024 veröffentlicht. Bei YOLO11 liegt der Schwerpunkt nicht mehr allein auf architektonischer Komplexität, sondern auf einem ganzheitlichen Ökosystem, bei dem die Bedürfnisse von Entwicklern an erster Stelle stehen. YOLO11 wird im Ultralytics-GitHub-Repository bereitgestellt und verfügt über ein optimiertes ankerfreies Design, das den Speicherverbrauch beim Training und bei der Inferenz reduziert. Das Modell ist nativ in die Ultralytics Platform integriert und deckt den Arbeitsablauf von der Datensatzannotation bis zur Bereitstellung am Rand des Netzwerks ab.

Vorteile des Ökosystems

Eigenständige Repositorys werden nach der Veröffentlichung einer wissenschaftlichen Arbeit oft nicht mehr gepflegt. Ultralytics-Modelle erhalten dagegen fortlaufend Aktualisierungen, die eine langfristige Kompatibilität mit aktuellen Machine-Learning-Stacks wie den neuesten PyTorch-Versionen und spezialisierten Hardwarebeschleunigern sicherstellen.

Leistungskennzahlen und Effizienz#

Bei der Bereitstellung von Modellen in realen Anwendungen muss die reine Genauigkeit gegen Inferenzgeschwindigkeit und Rechenaufwand abgewogen werden. Im Folgenden findest du einen direkten Vergleich der Varianten von YOLOv7 und YOLO11 anhand der standardisierten COCO-Datensatz-Benchmarks.

ModellGröße
(Pixel)
mAPval50-95Geschwindigkeit
CPU ONNX
(ms)
Geschwindigkeit
T4 TensorRT10
(ms)
Parameter
(M)
FLOPs
(B)
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9
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

Hinweis: Fehlende CPU-Geschwindigkeiten für YOLOv7 weisen auf ältere Testumgebungen hin, in denen ONNX-CPU-Benchmarks nicht standardisiert waren. Die besten Werte innerhalb vergleichbarer Kategorien sind hervorgehoben.

Auswertung der Ergebnisse#

Die Daten zeigen eine deutliche Entwicklung bei der Effizienz. Das Modell YOLO11l (Large) erzielt einen höheren mAPval50-95 von 53,4 % als YOLOv7l mit 51,4 % und benötigt dabei deutlich weniger Parameter (25,3 Mio. gegenüber 36,9 Mio.) sowie weniger FLOPs (87,2 Mrd. gegenüber 104,7 Mrd.). Durch diese geringere Rechenkomplexität läuft YOLO11 auf Implementierungen mit NVIDIA TensorRT schneller und benötigt weniger VRAM, wodurch es sich deutlich besser für Umgebungen mit begrenzten Hardware-Ressourcen eignet.

Benutzerfreundlichkeit und Trainingsabläufe#

Ein wesentlicher Unterschied zwischen den beiden Frameworks liegt in der Entwicklererfahrung.

YOLOv7 trainieren#

Die Verwendung der ursprünglichen YOLOv7-Open-Source-Codebasis erfordert häufig, das Repository zu klonen, Abhängigkeiten manuell aufzulösen und umfangreiche Befehlszeilenargumente zu verwenden. Für die Verwaltung verschiedener Aufgaben oder den Export in mobile Formate müssen oft Quellskripte angepasst oder Forks von Drittanbietern verwendet werden.

YOLO11 trainieren#

YOLO11 ist eng in das Python-Paket ultralytics integriert und vereinfacht so den Lebenszyklus des maschinellen Lernens. Das Training eines Objekterkennungsmodells erfordert nur wenige Codezeilen. Das Framework übernimmt das Herunterladen, die Augmentierung und das Zwischenspeichern des Datensatzes.

from ultralytics import YOLO

# Lade ein vortrainiertes YOLO11-Nano-Modell für maximale Geschwindigkeit
model = YOLO("yolo11n.pt")

# Trainiere das Modell mit dem Beispieldatensatz COCO8
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Exportiere das trainierte Modell zur Bereitstellung im ONNX-Format
export_path = model.export(format="onnx")

YOLO11 ist außerdem vielseitig. Durch Ändern des Modellnamensuffixes können Entwickler von der Erkennung zu Instanzsegmentierung, Bildklassifizierung, Posenschätzung oder zur Erkennung orientierter Begrenzungsrahmen (OBB) wechseln – YOLO11 unterstützt nativ mehrere Aufgaben, anders als YOLOv7.

Vereinfachte Exporte

Für den Export von YOLO11 in Edge-Formate wie Apple CoreML oder Intel OpenVINO genügt ein einziger Befehl mit .export(). So entfällt die komplexe Bearbeitung des Berechnungsgraphen, die bei Modellen älterer Generationen oft erforderlich ist.

Ideale Einsatzszenarien#

Wenn du die Stärken der einzelnen Modelle kennst, kannst du leichter den passenden Einsatzbereich bestimmen.

  • Reproduktion älterer Benchmarks: YOLOv7 ist weiterhin für akademische Forscher nützlich, die bestimmte Benchmarks von 2022 reproduzieren oder die Auswirkungen von Reparametrisierungstechniken auf ankerbasierte Netzwerke untersuchen möchten.
  • Kommerzielle Produktionsumgebungen: YOLO11 eignet sich gut für Unternehmenssysteme. Dank seiner Stabilität, aktiven Wartung und Integration in die cloudbasierte Ultralytics Platform ist das Modell besonders für groß angelegte Einzelhandelsanalysen, Sicherheitsüberwachung und Qualitätskontrolle in der Fertigung geeignet.
  • Edge Computing mit begrenzten Ressourcen: Die kompakte Variante YOLO11n ist für Edge-Geräte mit geringem Stromverbrauch ausgelegt und läuft effizient auf einem Raspberry Pi oder NVIDIA-Jetson-Modulen.

Ausblick: YOLO26#

YOLO11 ist weiterhin ein ausgereiftes und gut unterstütztes Modell, doch die Entwicklung schreitet voran. Für neue Vision-Projekte wird Ultralytics YOLO26 empfohlen.

YOLO26 wurde im Januar 2026 veröffentlicht und bietet mehrere Funktionen, die YOLOv7 und YOLO11 weiterentwickeln:

  • Optionale Architektur ohne NMS: Der optionale One-to-one-Kopf von YOLO26 (nms=False) macht die Nachverarbeitung mit Non-Maximum Suppression überflüssig. Dieses End-to-End-Design vereinfacht Bereitstellungspipelines und verringert Latenzschwankungen.
  • Bis zu 43 % schnellere CPU-Inferenz: Durch den Wegfall des Distribution-Focal-Loss-Moduls (DFL) ist YOLO26 für Edge-Geräte und Umgebungen ohne dedizierte GPUs optimiert. YOLO26n läuft auf der CPU bis zu 43 % schneller als YOLO11n.
  • Integration des MuSGD-Optimierers: Inspiriert von fortschrittlichen LLM-Trainingsmethoden von Moonshot AI verbessert dieser kombinierte Optimierer die Trainingsstabilität und Konvergenzgeschwindigkeit.
  • Verbesserte Erkennung kleiner Objekte: Progressive Loss (ProgLoss) und eine Label-Zuweisung, die kleine Ziele berücksichtigt (STAL), verbessern die Genauigkeit bei kleinen Objekten. Das ist hilfreich bei der Analyse von Luftaufnahmen von Drohnen und komplexen IoT-Sensordaten.

Für alle, die sich für Transformer-basierte Architekturen oder alternative Ansätze interessieren, behandelt die Ultralytics-Dokumentation auch Modelle wie den RT-DETR-Transformer-Detektor und das YOLO-World-Modell mit offenem Vokabular.

Kommentare

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