YOLOX und YOLO11 im Vergleich
Die Entwicklung der Computer Vision wurde vom Streben nach Frameworks zur Objekterkennung in Echtzeit geprägt, die hohe Genauigkeit mit schneller Inferenz verbinden. Zu den wichtigsten Meilensteinen zählen YOLOX und Ultralytics YOLO11. Beide Modelle haben wesentlich zu diesem Bereich beigetragen, unterscheiden sich jedoch deutlich in ihren zugrunde liegenden Architekturen, Designprinzipien und Entwicklerökosystemen.
Dieser technische Vergleich beleuchtet Architekturen, Leistungskennzahlen, Trainingsmethoden und geeignete Einsatzszenarien der beiden Modelle, damit du eine fundierte Entscheidung für dein nächstes Projekt im Bereich künstliche 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-Serie. Mit der Einführung eines anchorfreien Designs trug das Modell dazu bei, die Lücke zwischen akademischer Forschung und industrieller Anwendung zu schließen.
Weitere technische Hintergründe findest du im ursprünglichen YOLOX-arXiv-Artikel.
Wichtige Architekturmerkmale#
YOLOX löste sich von der herkömmlichen ankergestützten Erkennung und setzte stattdessen auf einen entkoppelten Kopf und einen anchorfreien Mechanismus. Dadurch verringerte sich die Anzahl der Designparameter und die Leistung des Modells bei verschiedenen Benchmarks verbesserte sich. Außerdem führte das Modell Labelzuweisungsstrategien wie SimOTA ein, um das Training zu beschleunigen und die Konvergenz zu verbessern.
YOLOX erzielt für seine Zeit eine ausgezeichnete Genauigkeit, konzentriert sich jedoch hauptsächlich auf die Objekterkennung mit Begrenzungsrahmen und unterstützt andere komplexe Bildverarbeitungsaufgaben nicht standardmäßig.
Durch den Verzicht auf vorab festgelegte Ankerrahmen verringerte YOLOX den erforderlichen heuristischen Abstimmungsaufwand für unterschiedliche Datensätze erheblich. Damit eignet sich das Modell als starke Baseline für die Forschung an anchorfreien Methoden.
Überblick über Ultralytics YOLO11#
YOLO11 wurde am 27. September 2024 von Glenn Jocher und Jing Qiu bei Ultralytics veröffentlicht. Das produktionsreife Modell legt den Schwerpunkt auf Vielseitigkeit und Benutzerfreundlichkeit. Es baut auf jahrelanger YOLO-Forschung auf und überzeugt bei vielen Aufgaben.
Der Vorteil von Ultralytics#
YOLO11 ist nicht nur ein Objektdetektor, sondern ein einheitliches Framework für Instanzsegmentierung, Bildklassifizierung, Posenschätzung und die Erkennung orientierter Begrenzungsrahmen (OBB). Seine effiziente Architektur bietet ein ausgewogenes Verhältnis zwischen Geschwindigkeit, Parameterzahl und Genauigkeit.
Darüber hinaus ist YOLO11 vollständig in die Ultralytics Platform integriert. Sie bietet ein optimiertes Ökosystem für die Datenannotation, das Modelltraining und die Bereitstellung.
Leistungs- und Metrikvergleich#
Beim Vergleich der Modelle wird das ausgewogene Leistungsverhältnis deutlich. In den meisten Größenkategorien erreicht YOLO11 im Vergleich zu den entsprechenden YOLOX-Modellen eine höhere mittlere durchschnittliche Präzision (mAP) bei deutlich weniger Parametern und FLOPs.
| Modell | Größe (Pixel) | mAPval50-95 | 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 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
Wie die Ergebnisse zeigen, übertreffen YOLO11-Modelle YOLOX durchgängig bei der Genauigkeit und benötigen zugleich weniger Parameter. So erreicht YOLO11m einen mAP von 51,5 mit nur 20,1M Parametern, während YOLOXx mit 51,1 mAP einen ähnlichen Wert erzielt, dafür aber 99,1M Parameter benötigt. Diese Parametereffizienz senkt den Speicherbedarf beim Training und bei der Inferenz. Dadurch eignet sich YOLO11 gut für den Einsatz 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 typischerweise weniger GPU-Speicher als YOLOX und Transformer-Architekturen. So können Forscher leistungsstarke Modelle auf handelsüblicher Hardware trainieren.
Ökosystem und Benutzerfreundlichkeit#
Einer der größten Unterschiede zwischen den beiden Frameworks liegt in der Entwicklererfahrung.
Für YOLOX müssen häufig Repositories geklont, komplexe Umgebungen eingerichtet und umfangreiche Befehlszeilenargumente verwendet werden, um Modelle zu trainieren und in Formate wie ONNX oder TensorRT zu exportieren.
Im Gegensatz dazu bietet Ultralytics YOLO11 eine einfache Python API und CLI. Die Ultralytics-Bibliothek übernimmt Datenaugmentation, Hyperparameteroptimierung und den Export automatisch.
from ultralytics import YOLO
# Ein vortrainiertes YOLO11-Modell laden
model = YOLO("yolo11n.pt")
# Das Modell mit benutzerdefinierten Daten trainieren
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Das trainierte Modell für eine optimierte Bereitstellung nach TensorRT exportieren
model.export(format="engine")Dieses gut gepflegte Ökosystem wird durch eine umfassende Dokumentation und Integrationen mit Tools wie Weights & Biases zur Versuchsverfolgung unterstützt.
Ideale Anwendungsfälle#
Die Entscheidung zwischen diesen Modellen hängt häufig von den Anforderungen der Bereitstellungsumgebung ab.
Wann du YOLOX verwenden solltest#
- Altsysteme: Wenn du über eine etablierte Pipeline verfügst, die ausdrücklich auf der ursprünglichen YOLOX-Codebasis oder den Objekterkennungsmethoden von Anfang 2021 aufbaut.
- Wissenschaftliche Vergleichswerte: Wenn du Forschung betreibst, bei der ein direkter Vergleich mit grundlegenden Architekturen ohne Ankerboxen aus dem Jahr 2021 erforderlich ist.
Wann du YOLO11 verwenden solltest#
- Produktiveinsatz: Für kommerzielle Anwendungen im intelligenten Einzelhandel oder in Sicherheitsalarmsystemen, bei denen zuverlässiger, gepflegter Code und hohe Genauigkeit entscheidend sind.
- Pipelines für mehrere Aufgaben: Wenn ein Projekt die Objektverfolgung, Posenschätzung von Menschen und Instanzsegmentierung in einem einzigen, einheitlichen Framework erfordert.
- Edge-Geräte mit begrenzten Ressourcen: Dank der geringen Parameterzahl und des hohen Durchsatzes eignet sich YOLO11 gut für den Einsatz auf Raspberry Pi oder mobilen Edge-Knoten mit CoreML und NCNN.
Ausblick: Die Vorteile von YOLO26#
YOLO11 ist ein großer Fortschritt gegenüber YOLOX, aber die Computer Vision entwickelt sich rasant weiter. Für Entwickler, die heute neue Projekte starten, ist Ultralytics YOLO26 die empfohlene Wahl.
YOLO26 wurde im Januar 2026 veröffentlicht, baut auf YOLO11 auf und bietet mehrere neue Funktionen:
- Durchgängiges NMS-freies Design: Der optionale One-to-One-Kopf von YOLO26 (
nms=False) verzichtet auf die Nachverarbeitung mit Non-Maximum Suppression (NMS) und ermöglicht so schnellere, einfachere Bereitstellungspipelines. Dieser Ansatz wurde erstmals in YOLOv10 erprobt. - Bis zu 43 % schnellere CPU-Inferenz: Da der Distribution Focal Loss (DFL) entfernt wurde und die Inferenz NMS-frei ist, läuft YOLO26n auf der CPU bis zu 43 % schneller als YOLO11n. Davon profitieren stromsparende Edge-Geräte.
- MuSGD-Optimierer: Inspiriert von Neuerungen beim LLM-Training, etwa Moonshot AIs Kimi K2, ermöglicht der MuSGD-Optimierer, eine Kombination aus SGD und Muon, stabiles Training und schnelle Konvergenz.
- ProgLoss + STAL: Progressive Loss und die auf kleine Ziele abgestimmte Labelzuweisung (STAL) verbessern die Erkennung kleiner Objekte. Das ist entscheidend für Drohnenaufnahmen und autonome Robotik.
Für die meisten modernen Computer-Vision-Aufgaben bietet YOLO26 die beste Balance aus Geschwindigkeit, Genauigkeit und einfacher Bereitstellung.
Kommentare2
Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.
shah0nawaz
Is the latency comparison on the same machine? If yes, please if you can give me the reference , I am working on the latency accuracy trade-off research.
Glenn JocherUltralytics@shah0nawaz I can’t confirm that the listed latencies were measured on the same machine, so I wouldn’t treat them as a controlled comparison for your research. The YOLO11 performance table specifies T4/TensorRT10, while the official YOLOX benchmarks report V100 timings and do not establish the provenance of the YOLOX latencies shown here. For a defensible latency–accuracy trade-off, benchmark both on the same GPU with matched input size, batch size, precision, runtime version, and timing boundaries, explicitly stating whether preprocessing and NMS are included.