YOLOX und YOLO26 im Vergleich
Die Computer Vision hat sich im vergangenen Jahrzehnt erheblich verändert. Zwei Meilensteine dieser Entwicklung sind die Veröffentlichung von YOLOX, das anchorfreie Architekturen populär machte, und die Einführung von Ultralytics YOLO26, das ein nativ durchgängiges, NMS-freies Design für die Erkennung in Echtzeit bietet. Dieser Vergleich beleuchtet die Architekturen, Leistungskennzahlen und geeigneten Einsatzszenarien, 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 vorgestellt und markierte mit seinem anchorfreien Design, einem entkoppelten Kopf und der SimOTA-Strategie zur Labelzuweisung einen wichtigen Wandel. Indem YOLOX die traditionellen Ankerrahmen hinter sich ließ, die frühere Architekturen dominierten, trug das Modell dazu bei, die Lücke zwischen akademischer Forschung und industrieller Anwendung zu schließen und ein einfaches, effektives Framework für die Objekterkennung bereitzustellen.
YOLO26#
- Autoren: Glenn Jocher und Jing Qiu
- Organisation: Ultralytics
- Datum: 2026-01-14
- GitHub: ultralytics/ultralytics
- Plattform: Ultralytics Platform
YOLO26 wurde im Januar 2026 veröffentlicht und baut auf jahrelangen schrittweisen Verbesserungen auf. Der Fokus liegt auf der Bereitstellung am Netzwerkrand und vereinfachten Trainingspipelines. Das Modell führt einen optionalen durchgängigen NMS-freien One-to-One-Kopf ein (nms=False), der den herkömmlichen Nachverarbeitungsschritt Non-Maximum Suppression (NMS) überspringt und so die Bereitstellung auf unterschiedlicher Hardware vereinfacht. Auch das Entfernen des Distribution Focal Loss (DFL)-Moduls vereinfacht den Kopf und verringert die Latenz. Damit eignet sich YOLO26 hervorragend 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 ist auf eine effiziente Architektur ausgelegt. Durch den Wegfall von NMS sinkt nicht nur die Inferenzlatenz, sondern die Ausführungszeiten werden auch gleichmäßig und vorhersehbar – 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 ermöglicht stabile Trainingsläufe und eine schnellere Konvergenz.
- Bis zu 43 % schnellere CPU-Inferenz: Mit entferntem DFL und einer optimierten Architektur läuft YOLO26n auf der CPU bis zu 43 % schneller als YOLO11n. Dadurch eignet sich das Modell für Edge-Geräte mit knappen Ressourcen – von einfachen IoT-Sensoren bis hin zu Raspberry Pi-Boards.
- ProgLoss + STAL: Progressive Loss und die auf kleine Ziele abgestimmte Labelzuweisung (STAL) verbessern die Erkennung kleiner Objekte. Das ist entscheidend für die Analyse von Luftbildern und eine präzise Qualitätskontrolle in der Fertigungsautomatisierung.
Wenn dein Projekt auf eingebettete Systeme oder mobile Anwendungen ohne dedizierte GPUs ausgerichtet ist, bietet die optimierte CPU-Leistung von YOLO26 einen erheblichen Vorteil. Der Rechenaufwand ist geringer als bei Modellen früherer Generationen.
Leistung und Benchmarks#
Bei der Bewertung von Modellen für Produktionsumgebungen ist es wichtig, das Verhältnis zwischen Genauigkeit, Geschwindigkeit und Rechenkomplexität zu untersuchen. Im Folgenden findest du einen detaillierten Vergleich von Standardmodellen, die mit einer Bildgröße von 640 Pixeln ausgewertet wurden (bei Nano-/Tiny-Varianten mit 416 Pixeln).
| 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 |
| 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 die Tabelle zeigt, bietet die YOLO26-Reihe ein besseres Gleichgewicht der Leistungswerte. So erreicht YOLO26x beispielsweise 57,5 mAP mit etwa 44 % weniger Parametern als YOLOXx und erzielt zugleich eine schnellere GPU-Inferenz (11,8 ms gegenüber 16,1 ms).
Training und Ökosystem#
Einer der größten Unterschiede zwischen diesen Architekturen liegt in ihrer Benutzerfreundlichkeit und der Unterstützung durch das jeweilige Ökosystem.
YOLOX bleibt ein grundlegendes Repository für Forscher, die sich mit anchorfreien Verfahren und der Labelzuweisung beschäftigen. Die Einrichtung kann jedoch komplex sein und erfordert oft die manuelle Konfiguration von Abhängigkeiten und Operatoren. Das Ultralytics-Ökosystem hingegen ist auf Benutzerfreundlichkeit ausgelegt.
Mit der einheitlichen Python API können Entwickler YOLO26-Modelle mit wenigen Codezeilen initialisieren, trainieren und bereitstellen. Die API übernimmt das Herunterladen von Datensätzen, unterstützt die Hyperparameteroptimierung und ermöglicht den Export in Formate wie ONNX, TensorRT und OpenVINO.
from ultralytics import YOLO
# Kleines End-to-End-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")Ultralytics YOLO-Modelle benötigen beim Training in der Regel auch weniger Speicher als große Transformer-Alternativen. So können Entwickler selbst auf handelsüblicher Hardware mit größeren Batch-Größen 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 bleibt eine brauchbare Option für bestimmte akademische Benchmarks und ältere Systeme, die auf der ursprünglichen YOLOX-Codebasis aufbauen. Aufgrund seiner historischen Bedeutung ist es eine beliebte Baseline für die Forschung an anchorfreien Detektoren und benutzerdefinierten Zuweisungsstrategien.
Die Stärken von YOLO26#
YOLO26 wurde für moderne industrielle Anwendungen entwickelt. Da es nativ Instanzsegmentierung, semantische Segmentierung, Tiefenschätzung, Bildklassifizierung, Posenschätzung und orientierte Begrenzungsrahmen (OBB) unterstützt, ist es vielseitiger als Modelle, die ausschließlich der Erkennung dienen.
- Intelligenter Einzelhandel und Bestandsverwaltung: Das NMS-freie Design ermöglicht es automatisierten Kassensystemen, Videostreams mit geringer Latenz zu verarbeiten und Produkte ohne Engpass bei der Nachbearbeitung zu erkennen.
- Drohnen und Luftbildanalyse: Der spezielle Winkelfehler für OBB und ProgLoss + STAL machen YOLO26 besonders geeignet, gedrehte Objekte und winzige Strukturen in großen Satellitenbildern zu erkennen.
- Edge-Sicherheitssysteme: Dank einer bis zu 43 % schnelleren CPU-Inferenz (YOLO26n gegenüber YOLO11n) können Unternehmen mit YOLO26 robuste Sicherheitsanalysen direkt auf preiswerter 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, bei denen die bis zu 43 % schnellere CPU-Inferenz von YOLO26 (YOLO26n gegenüber YOLO11n) einen entscheidenden Vorteil bietet.
- Erkennung kleiner Objekte: In anspruchsvollen Szenarien wie Luftbildern von Drohnen oder der Analyse von IoT-Sensordaten verbessern ProgLoss und STAL die Genauigkeit bei winzigen Objekten.
Weitere Ultralytics-Modelle entdecken#
Wenn du die Entwicklung der Computer Vision erkundest, lohnt es sich, weitere leistungsfähige Modelle aus der Ultralytics-Familie kennenzulernen:
- YOLO11: Der direkte Vorgänger von YOLO26 bietet zuverlässige Leistung und breite Unterstützung durch die Community für stabile Produktionsumgebungen.
- YOLOv8: Eine bewährte Architektur, die bei Tausenden realen Bereitstellungen Maßstäbe für Benutzerfreundlichkeit und Flexibilität gesetzt hat.
Zusammenfassend lässt sich sagen: YOLOX führte wichtige Konzepte für die Objekterkennung ein. YOLO26 bietet einen deutlichen Generationssprung bei Geschwindigkeit, Genauigkeit und einfacher Bereitstellung und ist damit die empfohlene Wahl für neue Projekte.
Kommentare
Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.