YOLOX vs. PP-YOLOE+#

Bei der Entwicklung einer robusten Computer-Vision-Pipeline ist die Auswahl des passenden Objekterkennungsmodells eine entscheidende Entscheidung. Der Markt für Echtzeit-Objektdetektoren ist hart umkämpft, und zahlreiche Architekturen streben das optimale Verhältnis zwischen Inferenzgeschwindigkeit und Erkennungsgenauigkeit an. In diesem technischen Vergleich bewerten wir zwei bekannte Modelle: YOLOX und PP-YOLOE+. Durch die Untersuchung ihrer Architektur, Trainingsmethoden und Leistungskennzahlen möchten wir Entwicklerinnen, Entwicklern und Forschenden die nötigen Einblicke geben, um das passende Werkzeug für ihre Einsatzumgebungen auszuwählen.

Architektonische Innovationen und Design#

Beide Modelle wurden entwickelt, um spezifische Schwachstellen früherer YOLO-Iterationen zu beheben, verfolgen jedoch grundlegend unterschiedliche Ansätze zur Lösung des Zielkonflikts zwischen Geschwindigkeit und Genauigkeit.

YOLOX: Forschung und Industrie verbinden#

YOLOX wurde von Zheng Ge, Songtao Liu, Feng Wang, Zeming Li und Jian Sun bei Megvii entwickelt und am 18. Juli 2021 veröffentlicht. Das Modell markierte einen bedeutenden Wandel in der YOLO-Familie, da es vollständig auf eine Architektur ohne Ankerboxen setzte. Die grundlegende Forschung kannst du in ihrem offiziellen Arxiv-Paper und den ursprünglichen Quellcode im YOLOX-GitHub-Repository ansehen.

YOLOX verwendet einen entkoppelten Kopf, der Klassifizierungs- und Regressionsaufgaben voneinander trennt und dadurch die Konvergenzgeschwindigkeit während des Trainings deutlich verbessert. Außerdem wurden fortschrittliche Strategien zur Zuordnung von Labels wie SimOTA eingeführt, um positive Beispiele dynamisch zuzuweisen. Dadurch ist das Modell besonders in Umgebungen für Edge-KI äußerst effizient, in denen die Rechenressourcen stark begrenzt sind.

Erfahre mehr über YOLOX

PP-YOLOE+: Leistungsstarke industrielle Erkennung#

PP-YOLOE+ wurde am 2. April 2022 von den PaddlePaddle-Autoren bei Baidu vorgestellt und stellt eine hochoptimierte Weiterentwicklung der PP-YOLO-Reihe dar. Wie in ihrer Arxiv-Veröffentlichung ausführlich beschrieben, ist PP-YOLOE+ tief in das Baidu-Ökosystem integriert und erfordert das PaddlePaddle-Framework. Die Konfigurationen des Modells findest du im PaddleDetection-GitHub-Repository.

PP-YOLOE+ basiert auf einem leistungsstarken CSPRepResNet-Backbone und verwendet neben Task Alignment Learning (TAL) einen leistungsfähigen aufgabenabgestimmten Kopf (ET-head). Diese Architektur erreicht eine herausragende mittlere durchschnittliche Präzision (mAP) auf dem COCO-Datensatz und ist damit eine überzeugende Wahl für die Erkennung industrieller Defekte sowie für rechenintensive serverseitige Verarbeitung, bei der Genauigkeit wichtiger ist als ein minimaler Abhängigkeitsumfang.

Erfahre mehr über PP-YOLOE+

Leistungsbenchmarks#

Für die Bereitstellung ist es entscheidend zu verstehen, wie sich diese Modelle bei unterschiedlichen Größen verhalten. Die folgende Tabelle enthält wichtige Kennzahlen, darunter mAP und Inferenzgeschwindigkeiten beim Export nach TensorRT.

Anwendungsfälle und Empfehlungen#

Die Entscheidung zwischen YOLOX und PP-YOLOE+ hängt von deinen konkreten Projektanforderungen, Einschränkungen bei der Bereitstellung und Präferenzen hinsichtlich des Ökosystems ab.

Wann du YOLOX wählen solltest#

YOLOX ist eine gute Wahl 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 PP-YOLOE+ wählen solltest#

PP-YOLOE+ wird empfohlen für:

• Integration in das PaddlePaddle-Ökosystem: Organisationen mit bestehender Infrastruktur auf Basis des PaddlePaddle-Frameworks und der zugehörigen Tools von Baidu.
• Edge-Bereitstellung mit Paddle Lite: Bereitstellungen auf Hardware mit hochoptimierten Inferenzkernels, die speziell für Paddle Lite oder die Paddle-Inferenz-Engine entwickelt wurden.
• Serverseitige Erkennung mit hoher Genauigkeit: Szenarien, in denen maximale Erkennungsgenauigkeit auf leistungsstarken GPU-Servern Priorität hat und die Abhängigkeit von einem bestimmten Framework keine Rolle spielt.

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.

Der Vorteil von Ultralytics: YOLO26 im Überblick#

Obwohl YOLOX und PP-YOLOE+ jeweils eigene Vorteile bieten, erfordert die rasante Entwicklung der KI Werkzeuge, die modernste Genauigkeit mit unvergleichlicher Benutzerfreundlichkeit verbinden. Hier übertreffen Ultralytics-Modelle, insbesondere das kürzlich veröffentlichte Ultralytics YOLO26, ältere Forschungs-Repositories.

YOLO26 wurde im Januar 2026 veröffentlicht und setzt einen neuen Maßstab für moderne Objekterkennung und darüber hinaus. Dabei bietet es eine Entwicklererfahrung, die von konkurrierenden Frameworks schlicht nicht erreicht wird.

Warum sich Entwicklerinnen und Entwickler für YOLO26 entscheiden#

1. Ende-zu-Ende-Design ohne NMS: Aufbauend auf Konzepten aus YOLOv10 ist YOLO26 von Grund auf Ende-zu-Ende konzipiert. Durch den vollständigen Verzicht auf die Nachverarbeitung zur Unterdrückung nicht maximaler Werte (NMS) gewährleistet es eine äußerst konsistente Latenz und vereinfacht Export-Pipelines für Edge-Umgebungen erheblich.
2. Optimierung der nächsten Generation: Die Trainingsstabilität wird durch den MuSGD-Optimierer grundlegend verbessert, eine Kombination aus SGD und Muon, die von LLM-Methoden wie Kimi K2 von Moonshot AI inspiriert ist. Dadurch wird eine schnellere Konvergenz gewährleistet. Darüber hinaus nutzt YOLO26 ProgLoss + STAL, um die Erkennung kleiner Objekte deutlich zu verbessern – eine entscheidende Funktion für Anwendungen mit Luftbildern und Robotik.
3. Unübertroffene Hardwareeffizienz: Durch den Verzicht auf den Verteilungsfokusverlust (DFL) senkt YOLO26 den Speicherbedarf erheblich. Das Modell bietet eine bis zu 43 % schnellere CPU-Inferenz und ist damit die definitive Wahl für Geräte ohne dedizierte GPU-Beschleunigung.
4. Extreme Vielseitigkeit: Im Gegensatz zu PP-YOLOE+, das sich ausschließlich auf Erkennung konzentriert, bietet YOLO26 einheitliche Unterstützung für zahlreiche Aufgaben. Es umfasst einen spezialisierten Verlust für semantische Segmentierung zur Instanzsegmentierung, Residual-Log-Likelihood-Schätzung (RLE) für eine präzise Posenschätzung sowie fortschrittliche Winkelfunktionen für orientierte Begrenzungsrahmen (OBB).

Nahtlose Integration in das Ökosystem#

Ultralytics erspart dir die aufwendige Installation komplexer Frameworks. Mit der einheitlichen Python-API oder der intuitiven Ultralytics Platform kannst du Modelle mit nur wenigen Codezeilen trainieren, validieren und exportieren.

from ultralytics import YOLO

# Load the cutting-edge YOLO26 small model
model = YOLO("yolo26s.pt")

# Train on a custom dataset with minimal CUDA memory overhead
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Effortlessly run inference
predictions = model("https://ultralytics.com/images/bus.jpg")

# Export to ONNX natively, fully benefiting from the NMS-free architecture
model.export(format="onnx")

Für Nutzerinnen und Nutzer, die weitere robuste Architekturen im Ultralytics-Ökosystem prüfen, bleibt YOLO11 eine äußerst zuverlässige Wahl für ältere Bereitstellungen. Der transformerbasierte RT-DETR bietet dagegen hervorragende Möglichkeiten für alle, die aufmerksamkeitsbasierte Lösungen suchen.

Zusammenfassung#

Die Entscheidung zwischen YOLOX und PP-YOLOE+ hängt häufig von den Einschränkungen des bevorzugten Frameworks ab – davon, ob du die Flexibilität auf PyTorch-Basis oder eine tiefe Integration mit Baidus PaddlePaddle bevorzugst. Für Organisationen, die ihre KI-Infrastruktur zukunftssicher gestalten möchten, bietet Ultralytics YOLO26 jedoch eine deutlich überlegene Alternative. Mit seinem revolutionären Design ohne NMS, dem geringen Speicherbedarf und der umfassenden Vielseitigkeit bei den Aufgaben ermöglicht YOLO26 Teams, Computer-Vision-Anwendungen schneller, intelligenter und effizienter zu entwickeln – mit beispielloser Einfachheit.