比较 Ultralytics YOLO11 与此前的 YOLO 模型

从自动化日常任务到帮助人们实时做出明智决策，人工智能（AI）正在重塑各行各业的未来。计算机视觉是 AI 中一个尤其引人入胜的领域，也称为视觉 AI。计算机视觉致力于让机器能够像人类一样分析和理解视觉数据。

具体来说，计算机视觉模型正在推动创新，提升安全性和效率。例如，这些模型可用于自动驾驶汽车检测行人，也可用于安防摄像头全天候监控场所。

YOLO（只看一次）系列是最知名的计算机视觉模型之一，以实时目标检测能力著称。随着时间推移，YOLO 模型不断改进，每个新版本都带来了更出色的性能和更高的灵活性。

Ultralytics YOLO11 等较新版本能够处理多种任务，例如实例分割、图像分类、姿态估计和多目标追踪，在准确性、速度和精度方面都达到了前所未有的水平。

本文将对比 Ultralytics YOLOv8、YOLOv9、YOLOv10 和 Ultralytics YOLO11，帮助你更好地了解这些模型的演进过程。我们将分析它们的主要特性、基准测试结果和性能差异。现在开始吧！

Ultralytics YOLOv8 概览#

Ultralytics 于 2023 年 1 月 10 日发布 YOLOv8，相较于早期 YOLO 模型实现了重大进步。它针对实时、高精度检测进行了优化，将经过充分验证的方法与创新改进相结合，从而取得更好的结果。

除了目标检测，它还支持以下计算机视觉任务：实例分割、姿态估计、有向边界框（OBB）目标检测和图像分类。Ultralytics YOLOv8 的另一项重要特性是提供五种不同的模型规格——Nano、Small、Medium、Large 和 X——让你可以根据需求选择合适的速度与准确率平衡。

凭借多功能性和出色的性能，Ultralytics YOLOv8 可应用于许多现实场景，例如安防系统、智慧城市、医疗保健和工业自动化。

图 1。使用 YOLOv8 管理智慧城市停车。

Ultralytics YOLOv8 的主要特性#

以下是 Ultralytics YOLOv8 其他一些主要特性的详细介绍：

• 增强型检测架构：Ultralytics YOLOv8 使用改进的 CSPDarknet 主干网络。该主干网络针对特征提取进行了优化；特征提取是从输入图像中识别并提取重要模式或细节的过程，可帮助模型做出准确预测。
• 检测头：它采用无锚框的解耦设计，也就是说，它不依赖预设的边界框形状（锚框），而是直接学习预测对象位置。由于采用了解耦架构，对对象类别进行分类和预测对象位置（回归）这两项任务会分别处理，从而有助于提高准确率并加快训练速度。
• 兼顾准确率和速度：该模型在保持快速推理的同时实现了出色的准确率，适用于云端和边缘环境。
• 易于上手：YOLOv8 旨在让你轻松开始使用——通过 Ultralytics Python 包，你只需几分钟就能开始预测并查看结果。

YOLOv9 专注于计算效率#

YOLOv9 于 2024 年 2 月 21 日由台湾中央研究院资讯科学研究所的 Chien-Yao Wang 和 Hong-Yuan Mark Liao 发布。它支持目标检测和实例分割等任务。

该模型以 Ultralytics YOLOv5 为基础，并引入了两项重大创新：可编程梯度信息（PGI）和广义高效层聚合网络（GELAN）。

PGI 帮助 YOLOv9 在数据经过各层处理时保留重要信息，从而获得更准确的结果。与此同时，GELAN 改进了模型对各层的利用方式，提升性能和计算效率。得益于这些升级，YOLOv9 能够在边缘设备和移动应用上处理实时任务，而这些场景的计算资源往往有限。

图 2。了解 GELAN 如何提升 YOLOv9 的准确率。

YOLOv9 的主要特性#

以下简要介绍 YOLOv9 的其他一些主要特性：

• 高精度且高效：YOLOv9 无需消耗大量计算资源即可实现高检测准确率，因此在资源有限时是不错的选择。
• 轻量级模型：YOLOv9 的轻量级模型规格针对边缘设备和移动端部署进行了优化。
• 易于使用：Ultralytics Python 包支持 YOLOv9，因此无论你使用代码还是命令行，都能轻松地在不同环境中完成配置和运行。

YOLOv10 实现无 NMS 目标检测#

YOLOv10 于 2024 年 5 月 23 日由清华大学研究人员推出，专注于实时目标检测。它通过移除非极大值抑制（NMS）这一用于消除重复检测的后处理步骤，并改进整体模型设计，解决了早期 YOLO 版本的局限性。因此，它能更快速、高效地检测对象，同时仍达到最先进的准确率。

实现这一点的关键是名为一致性双标签分配的训练方法。该方法结合了两种策略：一种允许多个预测从同一对象中学习（一对多），另一种则专注于选出最佳的单个预测（一对一）。由于两种策略遵循相同的匹配规则，模型能够自行学会避免重复检测，因此无需使用 NMS。

图 3。YOLOv10 使用一致性双标签分配进行无 NMS 训练。

YOLOv10 的架构还采用了改进的 CSPNet 主干网络，以更有效地学习特征，并使用 PAN（路径聚合网络）颈部网络来融合不同层的信息，因此更擅长检测大小不同的对象。这些改进使 YOLOv10 能够应用于制造业、零售业和自动驾驶等现实场景。

YOLOv10 的主要特性#

以下是 YOLOv10 的其他一些突出特性：

• 大核卷积：模型使用大核卷积，从图像更广阔的区域捕获更多上下文信息，帮助模型更好地理解整体场景。

• 部分自注意力模块：模型引入部分自注意力模块，以较低的计算资源开销关注图像中最重要的部分，从而有效提升性能。

• 独特的模型规格：除了常见的 YOLOv10 规格——Nano、Small、Medium、Large 和 X——之外，还有一个名为 YOLOv10b（Balanced）的特别版本。它是一个更宽的模型，也就是说，它会在每一层处理更多特征，从而在兼顾速度和模型大小的同时提高准确率。

• 易于使用：YOLOv10 兼容 Ultralytics Python 包，因此易于使用。

Ultralytics YOLO11：提升速度与准确率#

今年 9 月 30 日，Ultralytics 在年度混合活动 YOLO Vision 2024 (YV24) 上正式发布了 YOLO11——YOLO 系列的最新模型之一。

此次发布带来了相较于以往版本的重大改进。Ultralytics YOLO11 速度更快、准确率更高，效率也更出色。它支持 YOLOv8 用户熟悉的所有计算机视觉任务，包括目标检测、实例分割和图像分类。它还保持了与 YOLOv8 工作流的兼容性，方便用户平稳过渡到新版本。

此外，Ultralytics YOLO11 专为满足广泛的计算需求而设计，既适用于轻量级边缘设备，也适用于强大的云端系统。该模型提供开源版和企业版，可适配不同的使用场景。

它非常适合医学影像和卫星检测等高精度任务，也适用于自动驾驶汽车、农业和医疗保健等更广泛的领域。

图 4。使用 Ultralytics YOLO11 检测、计数和追踪交通流量。

Ultralytics YOLO11 的主要特性#

以下是 Ultralytics YOLO11 的其他一些独特特性：

• 快速高效的检测：Ultralytics YOLO11 配备了专为降低延迟而设计的检测头，着重提升最终预测层的速度，同时不影响性能。
• 改进的特征提取：经过优化的主干网络和颈部网络架构提升了特征提取能力，从而带来更精确的预测。
• 在不同平台上无缝部署：Ultralytics YOLO11 经过优化，可在边缘设备、云平台和 NVIDIA GPU 上高效运行，确保模型能够适配不同的环境。

在 COCO 数据集上对 YOLO 模型进行基准测试#

探索不同模型时，仅凭特性往往很难比较它们。这时就需要进行基准测试。通过在同一数据集上运行所有模型，我们可以客观地衡量并比较它们的性能。下面来看看各个模型在 COCO 数据集上的表现。

比较 YOLO 模型时，每个新版本都在准确率、速度和灵活性方面取得了显著改进。尤其是 YOLO11m，相较于 YOLOv8m，其参数量减少了 22%，因此模型更轻，运行速度更快。此外，尽管模型更小，它在 COCO 数据集上的平均精度均值（mAP）仍然更高。该指标用于衡量模型检测和定位对象的能力，因此 mAP 越高，预测越准确。

图 5。在 COCO 数据集上对 YOLO11 和其他 YOLO 模型进行基准测试。

在视频中测试并比较 YOLO 模型#

下面来看看这些模型在真实场景中的表现。

为了比较 YOLOv8、YOLOv9、YOLOv10 和 YOLO11，我们让这四个模型处理同一段交通视频，使用 0.3 的置信度分数（只有当模型至少有 30% 的把握正确识别对象时，才会显示检测结果）和 640 的图像尺寸，以确保评估公平。目标检测和追踪结果突显了模型在检测准确率、速度和精度方面的主要差异。

从第一帧开始，YOLO11 就检测到了 YOLOv10 漏掉的大型车辆，例如卡车。YOLOv8 和 YOLOv9 的表现尚可，但效果会因光照条件和对象大小而异。所有模型在检测较小的远处车辆时都面临挑战，不过 YOLO11 在这类检测上也表现出明显改进。

图 6. 比较 YOLOv8、YOLOv9、YOLOv10 和 YOLO11。

在速度方面，所有模型的每帧处理时间都在 10 到 20 毫秒之间，足以以超过 50 FPS 的速度处理实时任务。一方面，Ultralytics YOLOv8 和 YOLOv9 在整个视频中都提供了稳定可靠的检测结果。有意思的是，专为降低延迟而设计的 YOLOv10 速度更快，但在检测某些对象类型时表现出一些不一致。

另一方面，Ultralytics YOLO11 在精度方面表现突出，在速度与准确率之间实现了良好平衡。虽然没有任何模型能在每一帧中都表现完美，但并排对比清楚地表明，YOLO11 的整体性能最佳。

哪个 YOLO 模型最适合计算机视觉任务？#

为项目选择模型取决于项目的具体需求。例如，有些应用可能优先考虑速度，而另一些应用可能需要更高的准确率，或者受到部署限制的影响。

另一个重要因素是你需要处理的计算机视觉任务类型。如果你希望在不同任务间拥有更广泛的灵活性，YOLOv8 和 YOLO11 都是不错的选择。

选择 YOLOv8 还是 YOLO11，实际上取决于你的需求。如果你刚开始接触计算机视觉，并且看重更大的社区、更多教程和丰富的第三方集成，那么 YOLOv8 是个不错的选择。

另一方面，如果你追求领先的性能以及更高的准确率和速度，那么 Ultralytics YOLO11 是更好的选择，不过由于它发布较新，其社区规模较小，集成也较少。

要点#

从 Ultralytics YOLOv8 到 Ultralytics YOLO11，YOLO 模型系列的发展体现了其持续推动计算机视觉模型变得更加智能的努力。YOLO 的每个版本都在速度、准确率和精度方面带来了实质性升级。

随着计算机视觉不断发展，这些模型为从目标检测到自动驾驶系统等现实挑战提供了可靠的解决方案。YOLO 模型的持续发展展现了该领域迄今取得的巨大进步，也让我们对未来充满期待。

要深入了解 AI，请访问我们的 GitHub 代码仓库，并加入我们的社区交流。从制造业中的视觉 AI到医疗保健中的计算机视觉，探索各行业的发展进步。查看我们的许可选项，立即启动你的视觉 AI 项目。