YOLOX vs YOLO11#
Die Entwicklung der Computer Vision wurde maßgeblich durch das Streben nach Echtzeit-Frameworks zur Objekterkennung vorangetrieben, die hohe Genauigkeit und schnelle Inferenz miteinander verbinden. Zu den wichtigsten Meilensteinen dieser Entwicklung zählen YOLOX und Ultralytics YOLO11. Obwohl beide Modelle erheblich zu diesem Bereich beigetragen haben, unterscheiden sich ihre zugrunde liegenden Architekturen, Designphilosophien und Entwicklerökosysteme deutlich.
Dieser umfassende technische Vergleich untersucht ihre Architekturen, Leistungskennzahlen, Trainingsmethoden und idealen Einsatzszenarien, damit du eine fundierte Entscheidung für dein nächstes Projekt im Bereich der künstlichen Intelligenz treffen kannst.
Überblick über YOLOX#
YOLOX wurde am 18. Juli 2021 von den Forschern Zheng Ge, Songtao Liu, Feng Wang, Zeming Li und Jian Sun bei Megvii vorgestellt und markierte einen bedeutenden Wandel in der YOLO-Reihe. Durch die Einführung eines anchor-freien Designs schloss es erfolgreich die Lücke zwischen akademischer Forschung und industrieller Anwendung.
Weitere technische Hintergründe findest du im Original-YOLOX-Arxiv-Artikel.
Wichtige Architekturmerkmale#
YOLOX entfernte sich von der traditionellen anchor-basierten Objekterkennung und setzte auf einen entkoppelten Kopf sowie einen anchor-freien Mechanismus. Dieses Design reduzierte die Anzahl der Designparameter und verbesserte die Leistung des Modells bei verschiedenen Benchmarks. Außerdem wurden fortschrittliche Strategien zur Zuordnung von Labels wie SimOTA eingeführt, um den Trainingsprozess zu beschleunigen und die Konvergenz zu verbessern.
YOLOX bietet für seine Zeit zwar eine hervorragende Genauigkeit, konzentriert sich jedoch hauptsächlich auf die Objekterkennung anhand von Begrenzungsrahmen und unterstützt andere komplexe Bildverarbeitungsaufgaben standardmäßig nicht nativ.
Durch den Verzicht auf vordefinierte Ankerrahmen reduzierte YOLOX den für verschiedene Datensätze erforderlichen heuristischen Abstimmungsaufwand erheblich und wurde damit zu einer starken Grundlage für die Erforschung anchor-freier Methoden.
Überblick über Ultralytics YOLO11#
YOLO11 wurde am 27. September 2024 von Glenn Jocher und Jing Qiu bei Ultralytics veröffentlicht und ist ein hochmodernes Modell, das Vielseitigkeit und Benutzerfreundlichkeit in der Computer Vision neu definiert. Auf Grundlage jahrelanger Forschung bietet es eine hochgradig ausgereifte, produktionsbereite Lösung, die sich bei zahlreichen Aufgaben auszeichnet.
Der Vorteil von Ultralytics#
YOLO11 ist nicht nur ein Objektdetektor, sondern ein einheitliches Framework, das Instanzsegmentierung, Bildklassifizierung, Posenschätzung und die Erkennung orientierter Begrenzungsrahmen (OBB) unterstützt. Die hocheffiziente Architektur sorgt für ein ausgewogenes Verhältnis zwischen Geschwindigkeit, Parameteranzahl und Genauigkeit.
Darüber hinaus ist YOLO11 vollständig in die Ultralytics Platform integriert, die ein optimiertes Ökosystem für Datenannotation, Modelltraining und Bereitstellung bietet.
Vergleich von Leistung und Metriken#
Beim Vergleich dieser Modelle wird das Leistungsverhältnis deutlich. YOLO11 erreicht in den meisten Größenklassen eine höhere mittlere durchschnittliche Präzision (mAP) bei deutlich weniger Parametern und FLOPs als die jeweiligen YOLOX-Modelle.
| Modell | Größe (Pixel) | mAPval 50-95 | Geschwindigkeit CPU ONNX (ms) | Geschwindigkeit T4 TensorRT10 (ms) | Parameter (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.5 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.0 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 86.9 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 194.9 |
Wie die Ergebnisse zeigen, übertreffen YOLO11-Modelle YOLOX bei der Genauigkeit durchgängig und benötigen dabei weniger Parameter. YOLO11m erreicht beispielsweise 51.5 mAP mit nur 20.1M Parametern, während YOLOXx eine ähnliche Genauigkeit von 51.1 mAP erzielt, dafür aber enorme 99.1M Parameter benötigt. Diese Speichereffizienz beim Training und bei der Inferenz macht YOLO11 besonders geeignet für die Bereitstellung auf Edge-KI-Geräten und vermeidet den hohen CUDA-Speicherbedarf, der für ältere oder Transformer-basierte Modelle wie RT-DETR typisch ist.
Ultralytics-Modelle benötigen beim Training deutlich weniger GPU-Speicher als YOLOX und Transformer-basierte Architekturen, sodass Forschende leistungsstarke Modelle auf handelsüblicher Hardware trainieren können.
Ökosystem und Benutzerfreundlichkeit#
Einer der auffälligsten Unterschiede zwischen den beiden Frameworks betrifft die Entwicklererfahrung.
Bei YOLOX musst du häufig Repositorys klonen, komplexe Umgebungen einrichten und ausführliche Befehlszeilenargumente verwenden, um Modelle in Formate wie ONNX oder TensorRT zu trainieren und zu exportieren.
Im deutlichen Gegensatz dazu bietet Ultralytics YOLO11 eine äußerst einfache Python-API und CLI. Die Ultralytics-Bibliothek übernimmt Datenerweiterung, Hyperparameteroptimierung und den Export automatisch.
from ultralytics import YOLO
# Load a pretrained YOLO11 model
model = YOLO("yolo11n.pt")
# Train the model effortlessly on custom data
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Export the trained model to TensorRT for optimized deployment
model.export(format="engine")Dieses gut gepflegte Ökosystem wird durch eine umfassende Dokumentation und die nahtlose Integration mit Tools wie Weights & Biases zur Nachverfolgung von Experimenten unterstützt.
Ideale Anwendungsfälle#
Die Wahl zwischen diesen Modellen hängt häufig von den Besonderheiten der Einsatzumgebung ab.
Wann du YOLOX verwenden solltest#
- Altsysteme: Wenn du über eine etablierte Pipeline verfügst, die ausdrücklich auf dem MegEngine-Framework oder auf Paradigmen der Objekterkennung aus der Anfangszeit von 2021 basiert.
- Akademische Referenzmodelle: Wenn du Forschung durchführst, die einen direkten Vergleich mit grundlegenden anchor-freien Architekturen aus der Zeit um 2021 erfordert.
Wann du YOLO11 verwenden solltest#
- Produktive Bereitstellungen: Für kommerzielle Anwendungen im Bereich intelligenter Einzelhandel oder Sicherheitsalarmsysteme, bei denen robuster, gepflegter Code und hohe Genauigkeit unverzichtbar sind.
- Pipelines für mehrere Aufgaben: Wenn ein Projekt das Verfolgen von Objekten, die Schätzung menschlicher Posen und die Instanzsegmentierung mit einem einzigen, einheitlichen Framework erfordert.
- Edge-Geräte mit begrenzten Ressourcen: Aufgrund seiner geringen Parameteranzahl und seines hohen Durchsatzes eignet sich YOLO11 ideal für die Bereitstellung auf einem Raspberry Pi oder auf mobilen Edge-Knoten über CoreML und NCNN.
Ausblick: Der Vorteil von YOLO26#
YOLO11 stellt zwar einen gewaltigen Fortschritt gegenüber YOLOX dar, doch die Computer Vision entwickelt sich rasant weiter. Für Entwickler, die heute neue Projekte beginnen, ist Ultralytics YOLO26 die eindeutige Empfehlung.
YOLO26 wurde im Januar 2026 veröffentlicht, baut auf der architektonischen Stärke von YOLO11 auf und führt mehrere bahnbrechende Funktionen ein:
- End-to-End-Design ohne NMS: YOLO26 eliminiert die Non-Maximum-Suppression(NMS)-Nachbearbeitung für schnellere und einfachere Deployment-Pipelines (ein Konzept, das erstmals in YOLOv10 untersucht wurde).
- Bis zu 43 % schnellere CPU-Inferenz: Durch den Wegfall des Verteilungsfokusverlusts (DFL) ist YOLO26 auf CPUs und Edge-Geräten mit geringem Energieverbrauch wesentlich effizienter.
- MuSGD-Optimierer: Der von Innovationen beim Training von LLMs bei Moonshot AI inspirierte MuSGD-Optimierer sorgt für äußerst stabile Trainingsläufe und eine schnelle Konvergenz.
- Fortschrittliche Verlustfunktionen: Mit ProgLoss + STAL erzielt YOLO26 deutliche Verbesserungen bei der Erkennung kleiner Objekte, die für Drohnenbilder und autonome Robotik von entscheidender Bedeutung ist.
Für die große Mehrheit moderner Computer-Vision-Aufgaben bietet die Umstellung deiner Pipeline auf YOLO26 das bestmögliche Verhältnis aus Geschwindigkeit, Genauigkeit und einfacher Bereitstellung.