YOLOX und YOLO26 im Vergleich#

Die Computer Vision hat im vergangenen Jahrzehnt einen tiefgreifenden Wandel erlebt. Zwei wichtige Meilensteine auf diesem Weg sind die Veröffentlichung von YOLOX, das Architekturen ohne Ankerboxen populär machte, und die kürzlich erfolgte Einführung von Ultralytics YOLO26, das mit einem nativen Ende-zu-Ende-Design ohne NMS die Echtzeitleistung grundlegend neu definiert. Dieser umfassende Vergleich untersucht die Architekturen, Leistungskennzahlen und idealen Einsatzszenarien der Modelle, damit Entwickler fundierte Entscheidungen für ihr nächstes KI-Projekt treffen können.

Modellübersicht#

Wenn du die Ursprünge und wichtigsten Entwicklungsziele der beiden Modelle kennst, kannst du ihre jeweiligen technischen Errungenschaften besser einordnen.

YOLOX#

• Autoren: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li und Jian Sun
• Organisation: Megvii
• Datum: 2021-07-18
• arXiv: 2107.08430
• GitHub: Megvii-BaseDetection/YOLOX
• Dokumentation: YOLOX-Dokumentation auf GitHub

YOLOX wurde Mitte 2021 eingeführt und markierte mit seinem Design ohne Ankerboxen, einem entkoppelten Kopf und der fortschrittlichen Labelzuweisungsstrategie SimOTA einen bedeutenden Wandel. Durch die Abkehr von den herkömmlichen Ankerboxen, die frühere Architekturen dominierten, schloss YOLOX erfolgreich die Lücke zwischen wissenschaftlicher Forschung und industrieller Anwendung. Das Modell bietet ein elegantes und zugleich leistungsstarkes Framework für die Objekterkennung.

Mehr über YOLOX erfahren

YOLO26#

• Autoren: Glenn Jocher und Jing Qiu
• Organisation: Ultralytics
• Datum: 2026-01-14
• GitHub: ultralytics/ultralytics
• Plattform: Ultralytics Platform

YOLO26 wurde Anfang 2026 veröffentlicht und ist das Ergebnis jahrelanger schrittweiser Verbesserungen. Im Mittelpunkt stehen der Einsatz am Netzwerkrand und vereinfachte Trainingsabläufe. Das Modell führt einen optionalen Ende-zu-Ende-Kopf ohne NMS für eine Eins-zu-eins-Zuordnung ein (nms=False), der den herkömmlichen Schritt der nichtmaximalen Unterdrückung bei der Nachverarbeitung überspringt. Dieser Durchbruch vereinfacht die Bereitstellung auf verschiedenster Hardware erheblich. Durch das Entfernen des Distribution-Focal-Loss-Moduls (DFL) erreicht YOLO26 außerdem eine deutlich geringere Latenz und festigt damit seine Stellung als erste Wahl für moderne Computer-Vision-Anwendungen.

Architektonische Innovationen#

Die Architekturen der beiden Modelle verdeutlichen, wie schnell sich Methoden des Deep Learning weiterentwickeln, insbesondere bei Verlustfunktionen und der Nachverarbeitung.

Der YOLOX-Ansatz#

YOLOX entkoppelte die Klassifizierungs- und Regressionsaufgaben in seinem Vorhersagekopf und beschleunigte dadurch die Konvergenz während des Trainings erheblich. Durch das Design ohne Ankerboxen verringerte sich die Anzahl der Entwurfsparameter, sodass vor dem Training weniger aufwendige Anpassungen der Anker erforderlich waren. Zusammen mit dem SimOTA-Algorithmus zur Labelzuweisung erzielte YOLOX für seine Zeit hervorragende Ergebnisse, insbesondere bei gängigen Benchmarks wie dem COCO-Datensatz.

Die Vorteile von YOLO26#

YOLO26 hebt die architektonische Effizienz auf ein neues Niveau. Der Wegfall von NMS senkt nicht nur die Inferenzlatenz, sondern sorgt auch für gleichbleibende, deterministische Ausführungszeiten – ein entscheidender Faktor für autonome Fahrzeuge und Robotik.

Zu den wichtigsten Neuerungen von YOLO26 gehören:

• MuSGD-Optimierer: Diese von Trainingstechniken für große Sprachmodelle (LLM) inspirierte Kombination aus SGD und Muon sorgt für außergewöhnlich stabile Trainingsläufe und eine schnellere Konvergenz.
• Bis zu 43 % schnellere CPU-Inferenz: Durch den Verzicht auf DFL und eine schlankere Netzwerkarchitektur ist YOLO26 für Edge-Geräte mit beschränkten Ressourcen optimiert – von einfachen IoT-Sensoren bis hin zu Raspberry-Pi-Boards.
• ProgLoss + STAL: Diese fortschrittlichen Verlustfunktionen verbessern die Erkennung kleiner Objekte deutlich. Das ist wichtig für die Analyse von Luftaufnahmen und die präzise Qualitätskontrolle in der Fertigungsautomatisierung.

Leistung und Benchmarks#

Bei der Auswahl von Modellen für den produktiven Einsatz ist es entscheidend, das Verhältnis zwischen Präzision, Geschwindigkeit und Rechenkomplexität zu untersuchen. Unten findest du einen detaillierten Vergleich der Standardmodelle, ausgewertet bei einer Bildgröße von 640 Pixeln (und 416 Pixeln für Nano- und Tiny-Varianten).

Wie die Tabelle zeigt, bietet die YOLO26-Reihe ein besseres Leistungsverhältnis. So erreicht YOLO26x beeindruckende 57.5 mAP und benötigt dabei fast halb so viele Parameter wie das Modell YOLOXx. Das bedeutet direkt schnellere Inferenzzeiten auf GPUs (11.8 ms gegenüber 16.1 ms) und deutlich mehr Flexibilität bei der Bereitstellung.

Training und Ökosystem#

Einer der größten Unterschiede zwischen diesen Architekturen liegt in ihrer Benutzerfreundlichkeit und der Unterstützung durch das jeweilige Ökosystem.

YOLOX bleibt ein wichtiges Repository für Forschende, die sich mit Verfahren ohne Ankerboxen und der Labelzuweisung beschäftigen. Die Einrichtung kann jedoch komplex sein und erfordert oft die manuelle Konfiguration von Abhängigkeiten und Operatoren. Das Ultralytics-Ökosystem setzt dagegen den Industriestandard für Benutzerfreundlichkeit.

Mit der einheitlichen Python-API können Entwickler YOLO26-Modelle besonders einfach initialisieren, trainieren und bereitstellen. Das System übernimmt automatisch das Herunterladen von Datensätzen und die Abstimmung der Hyperparameter und ermöglicht den nahtlosen Export in Formate wie ONNX, TensorRT und OpenVINO.

from ultralytics import YOLO

# Das hochmoderne, durchgängige kleine YOLO26-Modell initialisieren
model = YOLO("yolo26s.pt")

# Das Modell trainieren; optimizer="auto" wählt bei längeren Läufen (>10k iterations) MuSGD aus
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Leistung des Modells anhand des Validierungsdatensatzes überprüfen
metrics = model.val()

# Das optimierte Modell für die Bereitstellung am Rand exportieren
model.export(format="onnx")

Darüber hinaus benötigen Ultralytics-YOLO-Modelle beim Training deutlich weniger Speicher als ressourcenintensive Transformer-Alternativen. So können Entwickler auch auf handelsüblicher Hardware größere Stapelgrößen trainieren.

Anwendungen in der Praxis#

Die Entscheidung zwischen YOLOX und YOLO26 hängt letztlich von deinen Bereitstellungsbeschränkungen und den Anforderungen an mehrere Aufgaben ab.

Wo YOLOX seine Stärken ausspielt#

YOLOX ist weiterhin eine geeignete Option für bestimmte wissenschaftliche Benchmarks und ältere Systeme, die auf der ursprünglichen YOLOX-Codebasis beruhen. Aufgrund seiner historischen Bedeutung dient das Modell häufig als Basis für die Erforschung von Detektoren ohne Ankerboxen und benutzerdefinierten Zuweisungsstrategien.

Die Stärken von YOLO26#

YOLO26 wurde gezielt für moderne industrielle Anwendungen entwickelt. Da das Modell nativ Instanzsegmentierung, Posenschätzung und orientierte Begrenzungsrahmen (OBB) unterstützt, ist es vielseitiger als herkömmliche Erkennungsmodelle.

• Intelligenter Einzelhandel und Bestandsverwaltung: Dank des Designs ohne NMS verarbeiten automatisierte Kassensysteme Videostreams mit extrem geringer Latenz und erkennen Produkte, ohne dass Schleifen bei der Nachverarbeitung zum Engpass werden.
• Drohnen- und Luftbildanalyse: Der speziell entwickelte Winkelfehler für OBB und die Integration von ProgLoss + STAL machen YOLO26 besonders leistungsfähig bei der Erkennung gedrehter Objekte und kleinster Details in großflächigen Satellitenbildern.
• Sicherheitssysteme am Netzwerkrand: Mit einer um 43 % schnelleren CPU-Inferenz können Unternehmen mit YOLO26 leistungsfähige Sicherheitsanalysen direkt auf kostengünstiger lokaler Hardware ausführen, ohne teure Cloud-Rechenleistung zu benötigen.

Anwendungsfälle und Empfehlungen#

Ob YOLOX oder YOLO26 besser geeignet ist, hängt von den konkreten Projektanforderungen, den Bereitstellungsbeschränkungen und den Präferenzen für das jeweilige Ökosystem ab.

Wann du YOLOX wählen solltest#

YOLOX ist eine gute Wahl für:

• Forschung zur anchorfreien Erkennung: Akademische Forschung, bei der YOLOX aufgrund seiner übersichtlichen, anchorfreien Architektur als Grundlage für Experimente mit neuen Erkennungs-Heads oder Verlustfunktionen dient.
• Besonders kleine Edge-Geräte: Bereitstellungen auf Mikrocontrollern oder älterer Mobilhardware, bei denen die extrem geringe Größe der YOLOX-Nano-Variante (0,91 Mio. Parameter) entscheidend ist.
• Studien zur SimOTA-Labelzuweisung: Forschungsprojekte, die Strategien zur Labelzuweisung auf Grundlage optimalen Transports und deren Auswirkungen auf die Trainingskonvergenz untersuchen.

Wann du YOLO26 wählen solltest#

YOLO26 wird empfohlen für:

• NMS-freie Bereitstellung auf Edge-Geräten: Anwendungen, die eine gleichbleibende Inferenz mit geringer Latenz ohne die Komplexität der Nachbearbeitung durch Non-Maximum Suppression erfordern.
• Umgebungen ohne GPU: Geräte ohne dedizierte GPU-Beschleunigung, auf denen die bis zu 43 % schnellere CPU-Inferenz von YOLO26 einen entscheidenden Vorteil bietet.
• Erkennung kleiner Objekte: Anspruchsvolle Szenarien wie Luftbilder von Drohnen oder die Analyse von IoT-Sensoren, bei denen ProgLoss und STAL die Genauigkeit bei sehr kleinen Objekten deutlich steigern.

Weitere Ultralytics-Modelle entdecken#

Wenn du dich mit der Entwicklung der Computer Vision beschäftigst, lohnt sich auch ein Blick auf weitere leistungsstarke Modelle der Ultralytics-Familie:

• YOLO11: Der direkte Vorgänger von YOLO26 bietet zuverlässige Leistung und breite Unterstützung durch die Community für stabile Produktionsumgebungen.
• YOLOv8: Eine umfassend erprobte Architektur, die bei Tausenden praktischen Einsätzen den Maßstab für Benutzerfreundlichkeit und Flexibilität gesetzt hat.

Zusammenfassend lässt sich sagen: YOLOX brachte wichtige Konzepte in die Objekterkennung ein, doch das neue YOLO26 bedeutet einen Entwicklungssprung bei Geschwindigkeit, Genauigkeit und einfacher Bereitstellung. Damit ist es die klare Wahl für zukunftsorientierte Entwickler und Unternehmen.