YOLOv7 vs. YOLO26
Die Entwicklung von Computer Vision wurde von bedeutenden Meilensteinen geprägt. Der Vergleich älterer Architekturen mit modernen Modellen liefert wertvolle Erkenntnisse für ML-Ingenieure. Dieser technische Vergleich untersucht die Unterschiede zwischen dem einflussreichen YOLOv7 und Ultralytics YOLO26 und zeigt Fortschritte bei Architektur, Trainingsmethoden und Bereitstellungseffizienz auf.
YOLOv7: Wegbereiter des „Bag-of-Freebies“-Ansatzes#
YOLOv7 wurde Mitte 2022 vorgestellt und verbesserte die Echtzeiterkennung auf GPU-Hardware mit mehreren Architekturoptimierungen, die die Genauigkeit steigerten, ohne die Inferenzkosten zu erhöhen.
Modelldetails
- Autoren: Chien-Yao Wang, Alexey Bochkovskiy und Hong-Yuan Mark Liao
- Organisation: Institute of Information Science, Academia Sinica
- Datum: 2022-07-06
- arXiv: 2207.02696
- GitHub: WongKinYiu/yolov7
- Dokumentation: Ultralytics-YOLOv7-Dokumentation
YOLOv7 führte das Konzept der trainierbaren „kostenlosen Verbesserungen“ ein und nutzte dabei intensiv Reparametrisierungstechniken sowie erweiterte Netzwerke zur effizienten Schichtaggregation (E-ELAN). Dadurch konnte das Modell vielfältigere Merkmale erlernen und die Lernfähigkeit des Netzwerks kontinuierlich verbessern, ohne den ursprünglichen Gradientenpfad zu zerstören. YOLOv7 erzielte seinerzeit Ergebnisse auf dem neuesten Stand der Technik auf COCO. Die Architektur basiert jedoch auf ankerbasierten Ausgaben und erfordert die Nachverarbeitung mit Non-Maximum Suppression (NMS), was bei der Bereitstellung zu Latenzengpässen führen kann.
YOLO26: Der Standard für Edge-first-KI im Bereich Computer Vision#
Ultralytics YOLO26 wurde im Januar 2026 veröffentlicht und gestaltet die Erkennungspipeline neu, um eine einfache Bereitstellung, stabiles Training und effiziente Hardwarenutzung in den Vordergrund zu stellen.
Modelldetails
- Autoren: Glenn Jocher und Jing Qiu
- Organisation: Ultralytics
- Datum: 2026-01-14
- GitHub: ultralytics/ultralytics
- Plattform: Ultralytics YOLO26 auf der Platform
YOLO26 ist auf die Anforderungen moderner Bereitstellungen ausgelegt. Die Architektur bietet mehrere wichtige Neuerungen:
- End-to-End-Design ohne NMS: YOLO26 bietet einen optionalen One-to-one-Kopf (
nms=False), der die NMS-Nachverarbeitung überspringt – ein Ansatz, der erstmals in YOLOv10 eingeführt wurde. Das Ergebnis ist eine schnellere und einfachere Bereitstellungspipeline, die variable Latenzen vermeidet, wie sie typischerweise in Szenen mit vielen Objekten auftreten. - Wegfall von DFL: Durch den Wegfall von Distribution Focal Loss (DFL) wird der Export des Modells vereinfacht und die Kompatibilität mit Edge-Geräten und IoT-Hardware mit geringem Stromverbrauch verbessert.
- Bis zu 43 % schnellere CPU-Inferenz: Dank architektonischer Vereinfachungen ist YOLO26 für Edge Computing und Geräte ohne dedizierte GPUs optimiert. YOLO26n läuft auf der CPU bis zu 43 % schneller als YOLO11n.
- MuSGD-Optimierer: Inspiriert von Trainingsmethoden für große Sprachmodelle (insbesondere Kimi K2 von Moonshot AI) verwendet YOLO26 den MuSGD-Optimierer – eine Kombination aus stochastischem Gradientenabstieg und Muon. Das sorgt bei Computer-Vision-Aufgaben für stabileres Training und schnellere Konvergenz.
- ProgLoss + STAL: Eine progressive Verlustfunktion und eine Strategie zur Label-Zuweisung, die kleine Ziele berücksichtigt, verbessern die Erkennung kleiner Objekte. Das ist entscheidend für Luftaufnahmen, Robotik und die automatisierte Qualitätskontrolle.
- Aufgabenspezifische Verbesserungen: Über die allgemeine Objekterkennung hinaus bietet YOLO26 ein mehrskaliges Proto-Modul und eine spezialisierte Verlustfunktion für semantische Segmentierung bei Segmentierungsaufgaben, Residual Log-Likelihood Estimation (RLE) für die Pose-Schätzung und spezielle Winkelfehlerfunktionen zur Behebung von Randproblemen bei orientierten Begrenzungsrahmen (OBB).
Wenn deine Projekte bereits das Paket ultralytics verwenden, ist der Wechsel zu YOLO26 ganz einfach: Ändere in deinem Python-Code den Modellnamen zu yolo26n.pt, und die Gewichte werden automatisch heruntergeladen. Bei YOLOv7-Projekten aus dem ursprünglichen Repository kannst du Datensätze im YOLO-Format weiterverwenden und das Training mit der Ultralytics-API erneut durchführen.
Leistungs- und Metrikvergleich#
Beim Vergleich des Rechenaufwands zeigt YOLO26 eine bessere Balance aus Genauigkeit, Geschwindigkeit und Speicherbedarf. Transformer-basierte Modelle und ältere, umfangreiche Architekturen benötigen oft große CUDA-Speicherkapazitäten, während sich YOLO26 effizient auf handelsüblichen GPUs trainieren lässt.
| Modell | Größe (Pixel) | mAPval50-95 | Geschwindigkeit CPU ONNX (ms) | Geschwindigkeit T4 TensorRT10 (ms) | Parameter (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
Wie oben zu sehen ist, erreicht das Modell YOLO26m die Genauigkeit des wesentlich größeren Modells YOLOv7x (53,1 mAP), benötigt dabei weniger als ein Drittel der Parameter (20,4 Mio. gegenüber 71,3 Mio.) und führt die Inferenz mit TensorRT schneller aus (4,7 ms gegenüber 11,57 ms).
Die Vorteile des Ultralytics-Ökosystems#
Die Bereitstellung älterer Modelle erfordert oft komplexe Repositories von Drittanbietern, den Umgang mit Abhängigkeitskonflikten und manuelle Exportskripte. Im Gegensatz dazu bietet die Ultralytics Platform ein gut gepflegtes, zusammenhängendes Ökosystem, das den gesamten Lebenszyklus des maschinellen Lernens vereinfacht.
- Einfache Bedienung: Dank einer intuitiven Python-API und ausführlicher Dokumentation kannst du Modelle in wenigen Minuten annotieren, trainieren und bereitstellen. Für den Export in Formate wie ONNX oder CoreML genügt eine einzige Codezeile.
- Speicherbedarf: Ultralytics-Modelle sind für ihren geringen Speicherbedarf bekannt. Im Gegensatz zu einigen großen Vision-Transformern lässt sich YOLO26 auf handelsüblicher Hardware feinabstimmen, ohne dass Speicherüberläufe (OOM) auftreten.
- Vielseitigkeit: YOLOv7 war hauptsächlich ein Objektdetektor (mit einigen experimentellen Zweigen für weitere Aufgaben), während YOLO26 ein einheitliches Framework für Erkennung, Instanzsegmentierung, semantische Segmentierung, Tiefenschätzung, Klassifizierung, Posenschätzung und OBB sowie Multi-Objekt-Tracking ist.
YOLO26 ist der empfohlene Standard. Entwickler, die ältere Systeme migrieren, können auch YOLO11 in Betracht ziehen, die Vorgängergeneration der Ultralytics-Modellreihe, die sich durch bewährte Stabilität für langfristig unterstützte Projekte auszeichnet.
Codebeispiel: Training und Bereitstellung#
Das folgende Beispiel zeigt den Arbeitsablauf mit ultralytics, der die langen Befehlszeilenargumente älterer Repositories ersetzt.
from ultralytics import YOLO
# Load the lightweight YOLO26 nano model
model = YOLO("yolo26n.pt")
# Train the model efficiently on a dataset (e.g., COCO8)
results = model.train(
data="coco8.yaml",
epochs=100,
imgsz=640,
batch=32, # Efficient memory usage allows larger batch sizes
device=0,
)
# Run an NMS-free, end-to-end inference on a test image
predictions = model("https://ultralytics.com/images/bus.jpg", nms=False)
# Export directly to ONNX for edge deployment
export_path = model.export(format="onnx")
print(f"Model exported successfully to: {export_path}")Anwendungsfälle in der Praxis#
Welche Architektur die richtige ist, hängt von den Anforderungen deiner Produktionsumgebung ab.
Wann du YOLOv7 in Betracht ziehen solltest: YOLOv7 ist nach wie vor ein wertvolles Werkzeug für akademische Vergleiche mit den Maßstäben von 2022. Wenn deine Infrastruktur auf ältere CUDA-Pipelines setzt, die fest auf die spezifischen Anker-Ausgaben von YOLOv7 ausgelegt sind, und du keine Ressourcen für eine Überarbeitung bereitstellen kannst, bleibt YOLOv7 ein zuverlässiger Basisdetektor.
Wann du YOLO26 wählen solltest: Für neue Projekte ist YOLO26 die empfohlene Wahl. Sein optionaler Kopf ohne NMS eignet sich für autonome Navigation mit geringer Latenz und Sicherheitssysteme in Echtzeit. Der Wegfall von DFL und die schnellere CPU-Inferenz machen das Modell für Edge-KI-Bereitstellungen geeignet, etwa auf einem Raspberry Pi oder in Unterhaltungselektronik. Darüber hinaus helfen die Verbesserungen durch ProgLoss + STAL bei der Erkennung winziger Anomalien in der Fertigungsqualitätssicherung und in Satellitenbildern.
Letztlich bietet YOLO26 Entwicklern eine überzeugende Kombination aus Genauigkeit, Geschwindigkeit und Einfachheit, gestützt durch eine aktive Open-Source-Community.
Kommentare2
Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.
Murat Raimbekov(bearbeitet)hey @bit-scientist, you're right - the YOLOv7 vs YOLO26 comparison tables only included
YOLOv7l(51.4 mAP, 36.9M params) andYOLOv7x(53.1 mAP, 71.3M params) at 640px. they didn't includeYOLOv7-tinyor the higher-resolution variants (W6, E6, D6, E6E at 1280px).these variants do exist in the yolov7 model docs with the numbers from the original paper:
variant imgsz mAP params (M) flops (B) YOLOv7-tiny-SiLU 640 38.7 6.2 13.8 YOLOv7 640 51.4 36.9 104.7 YOLOv7-X 640 53.1 71.3 189.9 YOLOv7-W6 1280 54.9 70.4 360.0 YOLOv7-E6 1280 56.0 97.2 515.2 YOLOv7-D6 1280 56.6 154.7 806.8 YOLOv7-E6E 1280 56.8 151.7 843.2 the comparison focused on the two 640-resolution scales that line up most directly with the modern yolo26 sizes (n/s/m/l/x @ 640).
worth noting: yolov7 is a third-party model from wang et al. and is not natively supported in the ultralytics package. we publish docs for reference, but training/inference uses the original WongKinYiu/yolov7 repo.
1
bit-scientistwhy were the smaller yolov7 models not included in comparison tables and graphs?