Compara Ultralytics YOLOv8, YOLOv9, YOLOv10 y Ultralytics YOLO11 para comprender cómo han evolucionado y mejorado estos modelos de 2023 a 2025.
Desde automatizar tareas cotidianas hasta ayudar a tomar decisiones informadas en tiempo real, la inteligencia artificial (IA) está remodelando el futuro de diversas industrias. Un área especialmente fascinante de la IA es la visión por ordenador, también conocida como IA de Visión. Se centra en permitir que las máquinas analicen e interpreten los datos visuales como lo hacen los humanos.
En concreto, los modelos de visión por ordenador están impulsando innovaciones que mejoran tanto la seguridad como la eficacia. Por ejemplo, estos modelos se utilizan en los coches autoconducidos para detectar peatones y en las cámaras de seguridad para vigilar las instalaciones las 24 horas del día.
Algunos de los modelos de visión por ordenador más conocidos son los modelos YOLO (You Only Look Once), conocidos por su capacidad de detección de objetos en tiempo real. Con el tiempo, los modelos YOLO han ido mejorando, y cada nueva versión ofrece mejores prestaciones y más flexibilidad.
Versiones más recientes como Ultralytics YOLO11 pueden realizar diversas tareas, como la segmentación de instancias, la clasificación de imágenes, la estimación de poses y el seguimiento de múltiples objetos, con mayor exactitud, velocidad y precisión que nunca.
En este artículo, compararemos Ultralytics YOLOv8YOLOv9, YOLOv10 y Ultralytics YOLO11 para tener una mejor idea de cómo han evolucionado estos modelos. Analizaremos sus características principales, los resultados de las pruebas comparativas y las diferencias de rendimiento. ¡Vamos a empezar!
YOLOv8, lanzado por Ultralytics el 10 de enero de 2023, supuso un gran paso adelante en comparación con los modelos YOLO anteriores. Está optimizado para una detección precisa en tiempo real, combinando enfoques bien probados con actualizaciones innovadoras para obtener mejores resultados.
Yendo más allá de la detección de objetos, también admite las siguientes tareas de visión por ordenador: segmentación de instancias, estimación de la pose, detección de objetos en cajas delimitadoras orientadas (OBB) y clasificación de imágenes. Otra característica importante de YOLOv8 es que está disponible en cinco variantes de modelos diferentes -Nano, Pequeño, Mediano, Grande y X- para que puedas elegir el equilibrio adecuado entre velocidad y precisión en función de tus necesidades.
Gracias a su versatilidad y gran rendimiento, YOLOv8 puede utilizarse en muchas aplicaciones del mundo real, como sistemas de seguridad, ciudades inteligentes, asistencia sanitaria y automatización industrial.
Aquí tienes un vistazo más de cerca a otras características clave de YOLOv8:
YOLOv9 fue publicado el 21 de febrero de 2024 por Chien-Yao Wang y Hong-Yuan Mark Liao, del Instituto de Ciencias de la Información de la Academia Sinica de Taiwán. Admite tareas como la detección de objetos y la segmentación de instancias.
Este modelo se basa en Ultralytics YOLOv5 e introduce dos innovaciones importantes: La Información de Gradiente Programable (PGI) y la Red de Agregación de Capas Eficiente Generalizada (GELAN).
PGI ayuda a YOLOv9 a retener información importante a medida que procesa los datos a través de sus capas, lo que conduce a resultados más precisos. Mientras tanto, GELAN mejora la forma en que el modelo utiliza sus capas, aumentando el rendimiento y la eficiencia computacional. Gracias a estas mejoras, YOLOv9 puede gestionar tareas en tiempo real en dispositivos periféricos y aplicaciones móviles, donde los recursos informáticos suelen ser limitados.
Aquí tienes un vistazo a otras características clave de YOLOv8:
YOLOv10 fue presentado el 23 de mayo de 2024 por investigadores de la Universidad de Tsinghua y se centra en la detección de objetos en tiempo real. Aborda las limitaciones de las versiones anteriores de YOLO eliminando la necesidad de la supresión no máxima (NMS), un paso de postprocesamiento utilizado para eliminar las detecciones duplicadas, y refinando el diseño general del modelo. El resultado es una detección de objetos más rápida y eficaz, sin perder la precisión más avanzada.
Una parte vital de lo que hace esto posible es un enfoque de entrenamiento conocido como asignaciones coherentes de doble etiqueta. Combina dos estrategias: una que permite que varias predicciones aprendan del mismo objeto (uno-a-muchos) y otra que se centra en elegir la mejor predicción única (uno-a-uno). Como ambas estrategias siguen las mismas reglas de emparejamiento, el modelo aprende a evitar los duplicados por sí mismo, por lo que no es necesario el NMS.
La arquitectura de YOLOv10 también utiliza una red troncal CSPNet mejorada para aprender características de forma más eficaz y un cuello PAN (Path Aggregation Network) que combina información de distintas capas, lo que le permite detectar mejor los objetos grandes y pequeños. Estas mejoras hacen posible el uso de YOLOv10 para aplicaciones del mundo real en la fabricación, el comercio minorista y la conducción autónoma.
Aquí tienes otras características destacadas de YOLOv10:
Este año, el 30 de septiembre, Ultralytics presentó oficialmente YOLO11 -uno de los últimos modelos de la serie YOLO en su evento híbrido anual, YOLO Vision 2024 (YV24).
Esta versión introduce mejoras significativas respecto a las anteriores. YOLO11 es más rápido, preciso y eficaz. Es compatible con toda la gama de tareas de visión por ordenador con las que están familiarizados los usuarios de YOLOv8 , como la detección de objetos, la segmentación de instancias y la clasificación de imágenes. También mantiene la compatibilidad con los flujos de trabajo YOLOv8 , lo que facilita a los usuarios la transición sin problemas a la nueva versión.
Además, YOLO11 está diseñado para satisfacer una amplia gama de necesidades informáticas, desde ligeros dispositivos de borde hasta potentes sistemas en la nube. Está disponible tanto en versión de código abierto como empresarial, lo que lo hace adaptable a diferentes casos de uso.
Es una gran opción para tareas de precisión como la obtención de imágenes médicas y la detección de satélites, así como para aplicaciones más amplias en vehículos autónomos, agricultura y sanidad.
Aquí tienes otras características únicas de YOLO11:
Al explorar distintos modelos, no siempre es fácil compararlos simplemente mirando sus características. Ahí es donde entra en juego la evaluación comparativa. Al ejecutar todos los modelos en el mismo conjunto de datos, podemos medir y comparar objetivamente su rendimiento. Veamos cómo funciona cada modelo en el conjunto de datos COCO.
Al comparar los modelos YOLO , cada nueva versión aporta mejoras notables en cuanto a precisión, velocidad y flexibilidad. En particular, YOLO11m da un salto aquí, ya que utiliza un 22% menos de parámetros que YOLOv8m, lo que significa que es más ligero y más rápido de ejecutar. Además, a pesar de su menor tamaño, consigue una mayor precisión media (mAP) en el conjunto de datos COCO. Esta métrica mide lo bien que el modelo detecta y localiza los objetos, por lo que una mAP más alta significa predicciones más precisas.
Exploremos cómo se comportan estos modelos en una situación del mundo real.
Para comparar YOLOv8, YOLOv9, YOLOv10 y YOLO11, se ejecutaron los cuatro en el mismo vídeo de tráfico utilizando una puntuación de confianza de 0,3 (el modelo sólo muestra las detecciones cuando tiene al menos un 30% de confianza en que ha identificado correctamente un objeto) y un tamaño de imagen de 640 para una evaluación justa. Los resultados de la detección y el seguimiento de objetos pusieron de manifiesto diferencias clave en la exactitud, velocidad y precisión de la detección.
Desde el primer fotograma, YOLO11 captó vehículos grandes, como camiones, que YOLOv10 no detectó. YOLOv8 y YOLOv9 mostraron un rendimiento decente, pero varió en función de las condiciones de iluminación y del tamaño del objeto. Los vehículos más pequeños y distantes siguieron siendo un reto en todos los modelos, aunque YOLO11 también mostró mejoras notables en esas detecciones.
En cuanto a la velocidad, todos los modelos funcionaron entre 10 y 20 milisegundos por fotograma, lo bastante rápido como para manejar tareas en tiempo real a más de 50 FPS. Por un lado, YOLOv8 y YOLOv9 proporcionaron detecciones constantes y fiables durante todo el vídeo. Curiosamente, YOLOv10, diseñado para una latencia más baja, fue más rápido, pero mostró algunas incoherencias en la detección de ciertos tipos de objetos.
YOLO11, en cambio, destacó por su precisión, ofreciendo un gran equilibrio entre velocidad y exactitud. Aunque ninguno de los modelos funcionó a la perfección en todos los fotogramas, la comparación lado a lado demostró claramente que YOLO11 ofreció el mejor rendimiento global.
La selección de un modelo para un proyecto depende de sus requisitos específicos. Por ejemplo, algunas aplicaciones pueden dar prioridad a la velocidad, mientras que otras pueden requerir una mayor precisión o enfrentarse a limitaciones de despliegue que influyan en la decisión.
Otro factor importante es el tipo de tareas de visión por ordenador que necesitas abordar. Si buscas una mayor flexibilidad en diferentes tareas, YOLOv8 y YOLO11 son buenas opciones.
Elegir YOLOv8 o YOLO11 depende realmente de tus necesidades. YOLOv8 es una opción sólida si eres nuevo en la visión por ordenador y valoras una comunidad más amplia, más tutoriales y amplias integraciones de terceros.
Por otro lado, si buscas un rendimiento de vanguardia con mayor precisión y velocidad, YOLO11 es la mejor opción, aunque viene con una comunidad más pequeña y menos integraciones por ser una versión más reciente.
Desde Ultralytics YOLOv8 hasta Ultralytics YOLO11, la evolución de la serie de modelos YOLO refleja un impulso constante hacia modelos de visión por ordenador más inteligentes. Cada versión de YOLO aporta mejoras significativas en términos de velocidad, exactitud y precisión.
A medida que la visión por ordenador sigue avanzando, estos modelos ofrecen soluciones fiables a los retos del mundo real, desde la detección de objetos a los sistemas autónomos. El desarrollo continuo de los modelos YOLO demuestra lo lejos que ha llegado este campo y lo mucho que podemos esperar en el futuro.
Para saber más sobre la IA, visita nuestro repositorio de GitHub y participa en nuestra comunidad. Descubre los avances en todos los sectores, desde la IA de Visión en la fabricación hasta la visión por ordenador en la sanidad. Consulta nuestras opciones de licencia para comenzar hoy mismo tus proyectos de IA de Visión.
Comienza tu viaje con el futuro del aprendizaje automático
ES
EN
ZH
KO
JA
RU
DE
FR
PT
IT
AR
TR
VI