YOLO11 frente a YOLOv10
Las arquitecturas de visión artificial en tiempo real siguen mejorando tanto en dispositivos de borde como en infraestructura en la nube. Este análisis técnico compara dos modelos influyentes: Ultralytics YOLO11 y YOLOv10. Ambos impulsaron la detección de objetos en 2024, pero adoptan enfoques arquitectónicos diferentes para alcanzar su rendimiento.
Análisis de la arquitectura de YOLO11#
Detalles de YOLO11:
- Autores: Glenn Jocher y Jing Qiu
- Organización: Ultralytics
- Fecha: 2024-09-27
- GitHub: https://github.com/ultralytics/ultralytics
- Documentación: https://docs.ultralytics.com/models/yolo11
YOLO11 se basa en años de investigación en visión artificial e IA. Su diseño prioriza la riqueza de características y la versatilidad en múltiples tareas de visión artificial.
Una de las mejoras más destacadas de YOLO11 es la implementación del bloque C3k2. Este módulo de cuello de botella mejorado optimiza el flujo de gradientes por la red y la eficiencia de los parámetros, a la vez que mantiene una gran precisión. Además, YOLO11 emplea un mecanismo de atención espacial mejorado que ayuda a identificar elementos pequeños o parcialmente ocluidos. Esto lo convierte en una buena opción para casos de uso con imágenes aéreas y el análisis detallado de imágenes médicas.
YOLO11 utiliza un diseño sin anclajes que reduce el ajuste de hiperparámetros y generaliza bien en una amplia variedad de conjuntos de datos personalizados. Además, los requisitos de memoria durante el entrenamiento son inferiores a los de las arquitecturas basadas en transformers, lo que permite a los investigadores entrenar modelos grandes de forma eficiente en hardware de consumo estándar.
Análisis de la arquitectura de YOLOv10#
Detalles de YOLOv10:
- Autores: Ao Wang, Hui Chen, Lihao Liu, et al.
- Organización: Tsinghua University
- Fecha: 2024-05-23
- arXiv: https://arxiv.org/abs/2405.14458
- GitHub: https://github.com/THU-MIG/yolov10
- Documentación: https://docs.ultralytics.com/models/yolov10
Desarrollado por investigadores de la Universidad de Tsinghua, YOLOv10 fue el primer modelo de extremo a extremo de la familia YOLO. Su característica distintiva es el entrenamiento sin NMS: al utilizar asignaciones duales coherentes durante el entrenamiento, el modelo aprende a predecir un cuadro delimitador por objeto durante la inferencia. Esto elimina la necesidad de aplicar supresión no máxima (NMS) durante la inferencia, un paso de posprocesamiento que históricamente provocaba cuellos de botella de latencia en los flujos de implementación.
La arquitectura también introduce una estrategia integral de diseño que equilibra eficiencia y precisión. Incorpora submuestreo desacoplado espacial y por canales, así como diseños de bloques guiados por rango que reducen de forma selectiva la redundancia en las etapas de la red. Así se obtienen menos FLOPs y una menor sobrecarga computacional sin sacrificar significativamente la precisión media (mAP). En aplicaciones en tiempo real donde cada milisegundo cuenta, eliminar NMS proporciona un grafo de inferencia determinista, muy adecuado para dispositivos de IA en el borde.
Métricas de rendimiento y pruebas de referencia#
Esta comparativa equilibra precisión, número de parámetros y velocidad. La tabla siguiente muestra cómo se comparan las distintas escalas en el conjunto de datos COCO.
| Modelo | tamaño (píxeles) | mAPval50-95 | Velocidad CPU ONNX (ms) | Velocidad T4 TensorRT10 (ms) | parámetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
YOLO11 alcanza un mAP ligeramente superior en todas las escalas comparables (por ejemplo, 39,5 frente a 38,5 en los modelos nano y 54,7 frente a 54,4 en los modelos x), mientras que YOLOv10 utiliza menos parámetros en las escalas grandes (29,5 M frente a 56,9 M en los modelos x). La latencia de TensorRT en T4 es similar en ambas familias.
Al preparar los modelos para su implementación, es importante exportarlos a formatos optimizados. Tanto YOLO11 como YOLOv10 se pueden exportar a formatos como ONNX y TensorRT mediante el marco de trabajo Ultralytics. Consulta nuestra guía sobre opciones de implementación de modelos para ver instrucciones paso a paso.
La ventaja del ecosistema Ultralytics#
Aunque las métricas de rendimiento aisladas son importantes, el marco de trabajo que las rodea determina el éxito práctico de un proyecto de aprendizaje automático. Aquí es donde destaca YOLO11, como parte nativa del ecosistema Ultralytics.
La plataforma Ultralytics ofrece una experiencia de usuario optimizada. Gracias a una API de Python sencilla y unificada, los desarrolladores pueden abordar tareas que van más allá de los cuadros delimitadores básicos. YOLO11 admite de forma nativa la segmentación de instancias, la clasificación de imágenes, la estimación de pose y la detección de cuadros delimitadores orientados (OBB), mientras que YOLOv10 se centra en la detección. Esta versatilidad suele faltar en los repositorios de investigación especializados.
Además, el ecosistema cuenta con una amplia documentación y el apoyo de una comunidad activa. La biblioteca incorpora directamente integraciones con herramientas como Weights & Biases para el seguimiento de experimentos y OpenVINO para optimizar el hardware Intel. Entrenar un modelo requiere muy poco código repetitivo y consume menos memoria CUDA que modelos transformers más pesados, como RT-DETR.
Ejemplo práctico de código#
Entrenar y ejecutar inferencias con Ultralytics requiere unas pocas líneas de código, y la misma API sirve tanto para YOLO11 como para YOLOv10.
from ultralytics import YOLO
# Inicializa el modelo (YOLO11n o YOLOv10n)
model = YOLO("yolo11n.pt")
# Entrena el modelo de forma eficiente con un conjunto de datos personalizado
# Ultralytics gestiona automáticamente los hiperparámetros y la optimización de memoria
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)
# Ejecuta la inferencia en una imagen
inference_results = model("https://ultralytics.com/images/bus.jpg")
# Muestra los objetos detectados
inference_results[0].show()Casos de uso y recomendaciones#
Elegir entre YOLO11 y YOLOv10 depende de los requisitos concretos de tu proyecto, las limitaciones de implementación y tus preferencias de ecosistema.
Cuándo elegir YOLO11#
YOLO11 es una excelente opción para:
- Despliegue periférico en producción: Aplicaciones comerciales en dispositivos como Raspberry Pi o NVIDIA Jetson, donde la fiabilidad y el mantenimiento activo son fundamentales.
- Aplicaciones de visión multitarea: Proyectos que requieren detección, segmentación, clasificación, estimación de pose y OBB en un único marco de trabajo unificado.
- Prototipado e implementación rápidos: Equipos que necesitan pasar rápidamente de la recopilación de datos a producción mediante la API de Python de Ultralytics.
Cuándo elegir YOLOv10#
YOLOv10 se recomienda para:
- Detección en tiempo real sin NMS: Aplicaciones que se benefician de la detección de extremo a extremo sin supresión no máxima, lo que reduce la complejidad de la implementación.
- Equilibrio entre velocidad y precisión: Proyectos que necesitan un buen equilibrio entre la velocidad de inferencia y la precisión de detección en distintas escalas de modelo.
- Aplicaciones con latencia constante: Escenarios de implementación en los que los tiempos de inferencia predecibles son fundamentales, como la robótica o los sistemas autónomos.
Cuándo elegir Ultralytics (YOLO26)#
Para la mayoría de los proyectos nuevos, Ultralytics YOLO26 ofrece la mejor combinación de rendimiento y experiencia para desarrolladores:
- Implementación edge sin NMS: Aplicaciones que necesitan inferencias uniformes y de baja latencia sin la complejidad del posprocesamiento con supresión no máxima.
- Entornos que solo usan CPU: Dispositivos sin aceleración de GPU dedicada, en los que la inferencia en CPU de YOLO26n, hasta un 43 % más rápida que la de YOLO11n, ofrece una ventaja decisiva.
- Detección de objetos pequeños: Situaciones exigentes, como las imágenes aéreas tomadas con drones o el análisis de sensores IoT, en las que ProgLoss y STAL mejoran la precisión con objetos pequeños.
La próxima generación: YOLO26#
YOLOv10 introdujo la detección YOLO sin NMS y YOLO11 perfeccionó la versatilidad multitarea. Para los desarrolladores que hoy empiezan nuevas implementaciones en producción, recomendamos Ultralytics YOLO26.
Lanzado en enero de 2026, YOLO26 combina las ventajas de ambos. Ofrece el diseño de extremo a extremo sin NMS de YOLOv10 mediante una cabeza opcional uno a uno (nms=False), que simplifica la canalización de despliegue y mantiene una latencia constante. YOLO26 también añade optimizaciones centradas en el borde: la eliminación de DFL (eliminación de la pérdida focal de distribución) simplifica la exportación, y YOLO26n funciona hasta un 43 % más rápido en CPU que YOLO11n, lo que convierte a YOLO26 en una opción sólida para dispositivos IoT de bajo consumo y aplicaciones móviles.
YOLO26 también incorpora a la visión artificial la estabilidad de entrenamiento de los modelos de lenguaje grandes (LLM) mediante el optimizador MuSGD, una combinación de SGD y Muon. Junto con ProgLoss + STAL (pérdida progresiva y asignación de etiquetas consciente de objetos pequeños), YOLO26 mejora la precisión con objetos pequeños, algo esencial para la detección en vídeos de tráfico detallados y la automatización robótica compleja.
Conclusión#
Elegir el modelo de visión adecuado depende de tus limitaciones operativas concretas. YOLOv10 es un hito importante en investigación, pues demuestra que se puede eliminar NMS del flujo de detección YOLO. Para lograr un mejor equilibrio entre rendimiento, versatilidad de tareas y herramientas de implementación, YOLO11 ofrece una solución fiable y lista para la empresa.
Para los ingenieros que buscan inferencia opcional de extremo a extremo y un alto rendimiento en el borde, se recomienda migrar a YOLO26. La plataforma Ultralytics proporciona a los proyectos una base eficiente y bien mantenida.
Comentarios
Haz una pregunta, comparte tus resultados o ayuda a otra persona.