YOLO11 frente a YOLOv5
Elegir la arquitectura de red neuronal adecuada es una decisión clave para cualquier proyecto de visión artificial. A medida que evoluciona la inteligencia artificial, también lo hacen las herramientas disponibles para desarrolladores e investigadores. Esta guía ofrece una comparación técnica de dos modelos muy utilizados del ecosistema de Ultralytics: el consolidado YOLOv5 y el más reciente YOLO11.
Tanto si vas a implementar modelos ligeros para aplicaciones de IA en el borde como si vas a procesar secuencias de vídeo de alta resolución en GPU en la nube, comprender los matices arquitectónicos, las métricas de rendimiento y los casos de uso ideales de estos modelos te permitirá tomar una decisión basada en datos que se ajuste a tus requisitos de implementación específicos.
Linaje de los modelos y detalles técnicos#
Ambos modelos reflejan el compromiso de Ultralytics con la colaboración de código abierto, un rendimiento fiable y la facilidad de uso, y ambos están muy extendidos en la comunidad del aprendizaje automático.
Detalles de YOLO11#
- Autores: Glenn Jocher y Jing Qiu
- Organización: Ultralytics
- Fecha: 2024-09-27
- GitHub: ultralytics/ultralytics
- Documentación: Documentación de YOLO11
Detalles de YOLOv5#
- Autores: Glenn Jocher
- Organización: Ultralytics
- Fecha: 2020-06-26
- GitHub: ultralytics/yolov5
- Documentación: Documentación de YOLOv5
Diferencias arquitectónicas#
La evolución de YOLOv5 a YOLO11 introduce varios cambios arquitectónicos que mejoran la precisión y la eficiencia en cuanto al número de parámetros.
YOLOv5 fue uno de los primeros modelos YOLO creados de forma nativa en PyTorch, con una red troncal CSPNet (red de etapas parciales cruzadas) y un cuello PANet (red de agregación de rutas). Se basaba en la detección basada en anclas, que requería cajas de anclaje predefinidas para predecir los límites de los objetos. Aunque era muy eficaz, ajustar estas anclas para conjuntos de datos de visión artificial personalizados podía resultar engorroso.
En cambio, YOLO11 utiliza un método de detección sin anclas. Esto elimina la necesidad de ajustar manualmente las cajas de anclaje, agiliza el proceso de entrenamiento y mejora la generalización en diversos conjuntos de datos, como el conjunto de datos COCO. Además, YOLO11 cuenta con una cabeza desacoplada, lo que significa que las tareas de clasificación y regresión de cajas delimitadoras se procesan en ramas independientes. Esta separación mejora la velocidad de convergencia y la precisión media promedio (mAP), especialmente en escenarios complejos de detección de objetos.
Métricas de rendimiento y pruebas de referencia#
La siguiente tabla compara métricas clave para distintos tamaños de modelo. Ambos son modelos Ultralytics con bajos requisitos de memoria y, por lo general, consumen menos memoria CUDA durante el entrenamiento que las alternativas basadas en transformers, lo que reduce los requisitos de hardware.
| 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 |
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
YOLO11 ofrece un mAP superior en todas las escalas. Por ejemplo, YOLO11m alcanza 51.5 mAP con 20.1M de parámetros, frente a 45.4 mAP con 21.2M de parámetros de YOLOv5m. YOLOv5n, YOLOv5s y YOLOv5m son algo más rápidos en T4 TensorRT, pero con una precisión considerablemente menor.
Metodologías de entrenamiento y facilidad de uso#
Un principio fundamental de Ultralytics es la facilidad de uso, respaldada por un ecosistema bien mantenido y un amplio apoyo de la comunidad.
Históricamente, YOLOv5 se basaba en scripts de interfaz de línea de comandos (CLI) (train.py, detect.py) para ejecutarse. Aunque eran potentes, integrar estos scripts directamente en aplicaciones de Python personalizadas solía requerir soluciones alternativas.
YOLO11 se basa en el paquete Python optimizado ultralytics (introducido con YOLOv8). Esta API unificada gestiona de forma nativa todo el proceso, desde el entrenamiento hasta la exportación de modelos a formatos como ONNX, OpenVINO y TensorRT.
Para trabajar sin código, los desarrolladores pueden utilizar Ultralytics Platform para anotar datos, entrenar modelos en la nube e implementarlos en dispositivos edge.
Comparativa de código#
Así se entrena YOLO11 con la API de Python:
from ultralytics import YOLO
# Carga un modelo YOLO11 pequeño preentrenado
model = YOLO("yolo11s.pt")
# # Entrena el modelo con datos personalizados
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)
# # Exporta el modelo a ONNX para implementarlo
model.export(format="onnx")En los sistemas heredados que utilizan el repositorio YOLOv5, el entrenamiento mediante la CLI se realiza así:
# Clone the repository and run the training script
git clone https://github.com/ultralytics/yolov5
cd yolov5
pip install -r requirements.txt
python train.py --img 640 --batch 16 --epochs 50 --data coco128.yaml --weights yolov5s.ptCasos de uso ideales y aplicaciones reales#
Ambos modelos tienen puntos fuertes distintos, adaptados a diferentes entornos operativos.
Cuándo usar YOLOv5#
A pesar de pertenecer a una generación anterior, YOLOv5 sigue siendo una opción fiable para:
- Integración con sistemas heredados: Entornos profundamente integrados con las estructuras tensoriales específicas de YOLOv5 o con flujos de implementación que no se pueden refactorizar fácilmente.
- Referencias académicas: Para investigadores que necesitan referencias consolidadas y de larga trayectoria para estudios académicos reproducibles en análisis de imágenes médicas.
Cuándo usar YOLO11#
YOLO11 es la mejor opción para las canalizaciones de producción modernas gracias a su versatilidad:
- Entornos multitarea: YOLOv5 incorporó la segmentación de instancias y la clasificación de imágenes en versiones posteriores, mientras que YOLO11 es compatible de serie con la detección, la segmentación, la clasificación, la estimación de pose y la detección mediante cajas delimitadoras orientadas (OBB).
- Análisis de vídeo de alta densidad: ideal para sistemas de tráfico inteligente o para la gestión de inventario en comercios, donde es fundamental lograr una gran precisión en escenas complejas.
De cara al futuro: la arquitectura YOLO26#
YOLO11 sigue siendo un estándar sólido, pero la visión artificial continúa avanzando. Los desarrolladores que empiezan proyectos nuevos también deberían considerar Ultralytics YOLO26 (publicado en enero de 2026), el modelo recomendado actualmente.
YOLO26 está diseñado tanto para la optimización en el edge como para la escala empresarial. Entre los cambios clave se incluyen:
- Diseño integral sin NMS: YOLO26 admite inferencia nativa integral y omite el posprocesamiento de supresión no máxima (NMS) con
nms=False, lo que permite una implementación más rápida y sencilla. - Eliminación de DFL: Se ha eliminado Distribution Focal Loss para simplificar la exportación de modelos y mejorar la compatibilidad con dispositivos de bajo consumo.
- Optimizador MuSGD: una combinación de SGD y Muon que aporta a la visión artificial la estabilidad del entrenamiento de modelos de lenguaje grandes (LLM) para acelerar la convergencia.
- Inferencia en CPU hasta un 43 % más rápida: YOLO26n se ejecuta hasta un 43 % más rápido que YOLO11n en CPU, por lo que resulta adecuado para implementaciones de IoT y dispositivos sin GPU dedicadas.
- ProgLoss + STAL: Progressive Loss y Small-Target-Aware Label Assignment (STAL) mejoran el reconocimiento de objetos pequeños, algo esencial para las imágenes aéreas captadas por drones.
Resumen#
Elegir entre YOLO11 y YOLOv5 depende, en última instancia, de la fase del ciclo de vida de tu proyecto. YOLOv5 ofrece una estabilidad probada y una comunidad amplia. De los dos, YOLO11 es la mejor opción para proyectos nuevos, ya que combina una mayor precisión, una API de Python más sencilla y compatibilidad con más tareas. Si buscas la mejor precisión y velocidad en CPU actualmente, empieza con YOLO26, que también puedes entrenar e implementar en Ultralytics Platform.
Comentarios
Haz una pregunta, comparte tus resultados o ayuda a otra persona.