Comparativas de modelos#

Elegir la arquitectura de red neuronal adecuada es la piedra angular de cualquier proyecto de visión por ordenador que quiera tener éxito. El centro de comparación de modelos de Ultralytics reúne análisis técnicos detallados y pruebas de rendimiento que abarcan las ventajas e inconvenientes de las últimas Ultralytics YOLO26 y otras arquitecturas destacadas, como YOLO11, YOLOv10, RT-DETR y EfficientDet.

Tanto si tu aplicación necesita la latencia de milisegundos de la IA en el borde como la alta precisión necesaria para el diagnóstico por imagen, esta guía te ofrece los datos que necesitas para tomar una decisión fundamentada. Los modelos se evalúan según la precisión media (mAP), la velocidad de inferencia, la eficiencia en el uso de parámetros y la facilidad de implementación.

Evaluaciones interactivas del rendimiento#

Visualizar la relación entre velocidad y precisión es esencial para identificar la «frontera de Pareto» de la detección de objetos: los modelos que ofrecen la mejor precisión para una velocidad determinada. El gráfico siguiente compara métricas clave en conjuntos de datos estándar como COCO.

Este gráfico muestra visualmente las principales métricas de rendimiento para que puedas evaluar rápidamente las ventajas e inconvenientes de los distintos modelos. Comprender estas métricas es fundamental para elegir un modelo que se ajuste a tus limitaciones de implementación.

Guía rápida para tomar una decisión#

¿No sabes por dónde empezar? Usa este árbol de decisión para acotar las arquitecturas que mejor se ajustan a tu hardware y a tus requisitos de rendimiento.

Panorama actual: YOLO26 y más allá#

La detección de objetos avanza rápidamente. Aunque los modelos antiguos siguen siendo relevantes para las implementaciones existentes, las nuevas arquitecturas continúan mejorando la velocidad y la precisión.

Ultralytics YOLO26#

Lanzado en enero de 2026, YOLO26 es el modelo más reciente de Ultralytics y el punto de partida recomendado para todos los proyectos nuevos. Incorpora innovaciones arquitectónicas, como un diseño opcional de extremo a extremo sin NMS (nms=False), que elimina la necesidad de aplicar la supresión no máxima (NMS) como posprocesamiento y ofrece tiempos de inferencia más rápidos y predecibles. YOLO26n es hasta un 43 % más rápido en CPU que YOLO11n, por lo que YOLO26 es ideal para implementaciones en el borde.

Principales innovaciones:

Extremo a extremo sin NMS: Despliegue simplificado sin necesidad de posprocesamiento con NMS (nms=False)
Eliminación de DFL: Exportaciones simplificadas a ONNX, TensorRT y CoreML
Optimizador MuSGD: Optimizador híbrido SGD/Muon inspirado en el entrenamiento de LLM para lograr una convergencia estable
ProgLoss + STAL: Mejora del rendimiento en la detección de objetos pequeños

¿Por qué elegir YOLO26?

YOLO26 combina la eficiencia de las CNN con capacidades de extremo a extremo similares a las de los Transformers. Es compatible con todas las tareas de Ultralytics (detección, segmentación de instancias y semántica, estimación de profundidad, clasificación, estimación de pose y OBB), y es más pequeño, rápido y fácil de implementar que las generaciones anteriores.

Ultralytics YOLO11#

YOLO11 sigue siendo un modelo muy capaz: YOLO11m utiliza un 22 % menos de parámetros que YOLOv8m y, al mismo tiempo, consigue una mayor precisión de detección. Sigue teniendo compatibilidad plena y es una opción recomendada para quienes necesitan una estabilidad probada o ya tienen procesos con YOLO11.

Modelos de la comunidad: una nota sobre YOLO12 y YOLO13#

Es posible que encuentres referencias a YOLO12 o YOLO13 en debates de la comunidad o en repositorios.

Precaución para producción

Actualmente, no recomendamos utilizar YOLO12 ni YOLO13 en producción.

YOLO12: Utiliza capas de atención que suelen provocar inestabilidad durante el entrenamiento, un consumo excesivo de memoria y una inferencia en CPU considerablemente más lenta.
YOLO13: Las evaluaciones comparativas indican que apenas mejora la precisión con respecto a YOLO11, pese a ser más grande y lento. Los resultados publicados han mostrado problemas de reproducibilidad.

Ver: Comparativa de modelos YOLO: Ultralytics YOLO11 frente a YOLOv10, YOLOv9 y Ultralytics YOLOv8

Comparativas detalladas de modelos#

Explora las comparaciones técnicas siguientes para conocer diferencias arquitectónicas concretas, como la selección de la red troncal, el diseño de la cabeza y las funciones de pérdida. Están organizadas por modelo:

YOLO26 frente a#

YOLO26 es el modelo más reciente de Ultralytics e incorpora detección de extremo a extremo sin NMS, el optimizador MuSGD y una inferencia en CPU hasta un 43 % más rápida para YOLO26n que para YOLO11n. Está optimizado para implementaciones en el borde y ofrece una gran precisión.

YOLO11 frente a#

YOLO11 se basa en el éxito de sus predecesores. Incorpora una arquitectura mejorada de red troncal y cuello para extraer características de forma más eficiente.

YOLOv10 frente a#

Desarrollado por la Universidad de Tsinghua, YOLOv10 se centra en eliminar el paso de NMS para reducir la variabilidad de la latencia y ofrece un gran rendimiento con menos carga computacional.

YOLOv9 frente a#

YOLOv9 incorpora información de gradiente programable (PGI) y la red generalizada de agregación eficiente de capas (GELAN) para abordar la pérdida de información en las redes neuronales profundas.

YOLOv8 frente a#

Ultralytics YOLOv8 sigue siendo una opción muy popular. Su arquitectura combina una red troncal y un cuello avanzados con una cabeza dividida sin anclajes, lo que ofrece un buen equilibrio entre precisión y velocidad.

YOLOv7 frente a#

YOLOv7 introdujo una «bolsa de trucos entrenables» y la reparametrización de modelos, con el objetivo de optimizar el proceso de entrenamiento sin aumentar los costes de inferencia.

YOLOv6 frente a#

YOLOv6, de Meituan, está diseñado para aplicaciones industriales e incorpora módulos de concatenación bidireccional (BiC) y estrategias de entrenamiento asistidas por anclajes.

YOLOv5 frente a#

Ultralytics YOLOv5 destaca por su facilidad de uso, estabilidad y velocidad. Sigue siendo una opción robusta para proyectos que necesitan una amplia compatibilidad con dispositivos.

RT-DETR frente a#

RT-DETR (Transformer de detección en tiempo real) combina una red troncal CNN con un codificador-decodificador Transformer para lograr una gran precisión y rendimiento en tiempo real, y destaca por su comprensión del contexto global.

PP-YOLOE+ frente a#

PP-YOLOE+, desarrollado por Baidu, utiliza el aprendizaje de alineación de tareas (TAL) y una cabeza desacoplada para equilibrar la eficiencia y la precisión.

DAMO-YOLO frente a#

DAMO-YOLO, de Alibaba Group, utiliza búsqueda de arquitectura neuronal (NAS) y un cuello RepGFPN eficiente para equilibrar la latencia y la precisión.

YOLOX frente a#

YOLOX, desarrollado por Megvii, es una evolución sin anchors conocida por su cabeza desacoplada y su estrategia de asignación de etiquetas SimOTA.

EfficientDet frente a#

EfficientDet, de Google Brain, utiliza el escalado compuesto y BiFPN para optimizar la eficiencia de los parámetros y ofrece una gama de modelos (D0-D7) para distintas limitaciones.

Este índice se actualiza a medida que se publican nuevos modelos y se perfeccionan las pruebas de rendimiento. Para implementaciones empresariales que requieran una licencia privada, consulta la página de licencias de Ultralytics.

Colaboradores

GLglenn-jocher¹⁸ PDpderrenger¹ RIRizwanMunawar¹

Creado 22 feb 2025Actualizado hace 4 horas

Get Started