YOLO11 frente a YOLOv5#

Seleccionar la arquitectura de red neuronal adecuada es una decisión fundamental para cualquier iniciativa de computer vision. A medida que evoluciona el panorama de la artificial intelligence, también lo hacen las herramientas disponibles para desarrolladores e investigadores. Esta guía completa ofrece una comparación técnica detallada entre dos modelos emblemáticos del ecosistema de Ultralytics: el célebre YOLOv5 y el avanzado YOLO11.

Tanto si despliegas modelos ligeros para aplicaciones de edge AI como si procesas flujos de vídeo de alta resolución en GPUs en la nube, comprender los matices arquitectónicos, las performance metrics y los casos de uso ideales de estos modelos garantizará que tomes una decisión basada en datos para tus restricciones específicas de despliegue.

Linaje del modelo y detalles técnicos#

Ambos modelos reflejan el compromiso de Ultralytics con la colaboración de código abierto, un rendimiento robusto y una facilidad de uso inigualable, lo que los hace muy populares en la comunidad global de machine learning.

Detalles de YOLO11#

• Autores: Glenn Jocher y Jing Qiu
• Organización: Ultralytics
• Fecha: 2024-09-27
• GitHub: ultralytics/ultralytics
• Docs: YOLO11 Documentation

Más información sobre YOLO11

Detalles de YOLOv5#

• Autores: Glenn Jocher
• Organización: Ultralytics
• Fecha: 2020-06-26
• GitHub: ultralytics/yolov5
• Docs: YOLOv5 Documentation

Más información sobre YOLOv5

Diferencias arquitectónicas#

La evolución de YOLOv5 a YOLO11 introduce varios cambios arquitectónicos profundos diseñados para optimizar la precisión y la eficiencia de los parámetros.

YOLOv5 fue un pionero en el ecosistema de PyTorch, al introducir un backbone CSPNet (Cross Stage Partial Network) altamente optimizado y un neck PANet (Path Aggregation Network). Se basaba en la detección basada en anclajes, lo que requería anchor boxes predefinidas para predecir los límites de los objetos. Aunque era muy eficaz, ajustar estos anclajes para computer vision datasets personalizados podía resultar engorroso.

En cambio, YOLO11 transita hacia un paradigma de detección más moderno y libre de anclajes. Esto elimina la necesidad de ajustar manualmente los cuadros de anclaje, simplificando el proceso de entrenamiento y mejorando la generalización en diversos conjuntos de datos como el COCO dataset. Además, YOLO11 cuenta con una cabeza desacoplada, lo que significa que las tareas de clasificación y regresión de cuadros delimitadores se procesan en ramas separadas. Esta separación mejora significativamente la velocidad de convergencia y el mean Average Precision (mAP), en particular para escenarios complejos de object detection.

Métricas de rendimiento y benchmarks#

La siguiente tabla compara las métricas clave en diferentes tamaños de modelo. Los modelos de Ultralytics son reconocidos por sus requisitos de memoria, ya que suelen consumir menos memoria CUDA durante el entrenamiento en comparación con las alternativas pesadas basadas en Transformer, lo que reduce drásticamente la barrera de entrada de hardware.

Como se puede observar, YOLO11 logra un equilibrio de rendimiento muy favorable, ofreciendo consistentemente puntuaciones de mAP más altas con un número de parámetros comparable al de sus homólogos de YOLOv5.

Metodologías de entrenamiento y usabilidad#

Un principio fundamental de la filosofía de Ultralytics es la excepcional facilidad de uso, respaldada por un ecosistema bien mantenido y un amplio soporte de la comunidad.

Históricamente, YOLOv5 dependía de scripts robustos de interfaz de línea de comandos (CLI) (train.py, detect.py) para su ejecución. Aunque eran potentes, integrar estos scripts directamente en aplicaciones de Python personalizadas a menudo requería soluciones provisionales.

YOLO11 revolucionó esto al introducir el paquete de Python optimizado ultralytics. Esta API unificada gestiona de forma nativa desde el entrenamiento hasta la exporting models a formatos como ONNX, OpenVINO y TensorRT.

Comparación de código#

Entrenar un modelo de Ultralytics hoy en día es increíblemente eficiente. Así es como puedes entrenar YOLO11 utilizando su API nativa de Python:

from ultralytics import YOLO

# Load a pretrained YOLO11 small model
model = YOLO("yolo11s.pt")

# Train the model on custom data
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)

# Export the model to ONNX for deployment
model.export(format="onnx")

Para sistemas antiguos que utilizan YOLOv5, el entrenamiento a través de la CLI se ve 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.pt

Casos de uso ideales y aplicaciones en el mundo real#

Ambos modelos poseen puntos fuertes distintos adaptados a diferentes entornos operativos.

Cuándo utilizar YOLOv5#

A pesar de ser una generación más antigua, YOLOv5 sigue siendo una potencia. Se recomienda encarecidamente para:

• Integración de sistemas heredados: Entornos profundamente integrados con las estructuras de tensores o pipelines de despliegue específicos de YOLOv5 que no pueden refactorizarse fácilmente.
• Academic Baselines: Investigadores que necesitan líneas base establecidas y de larga trayectoria para estudios académicos reproducibles en medical image analysis.

Cuándo utilizar YOLO11#

YOLO11 representa la opción ideal para pipelines de producción modernos debido a su increíble versatilidad:

• Multi-Task Environments: A diferencia de YOLOv5, que es principalmente un detector (con adiciones posteriores de segmentación), YOLO11 soporta de forma nativa instance segmentation, image classification, pose estimation y detección Oriented Bounding Box (OBB) sin necesidad de configuraciones adicionales.
• High-Density Video Analytics: Ideal para sistemas de tráfico inteligente o retail inventory management donde extraer la máxima precisión de escenas complejas es fundamental.

Mirando hacia el futuro: La arquitectura YOLO26#

Aunque YOLO11 se mantiene como un estándar excepcional, la frontera de la visión por ordenador continúa avanzando con rapidez. Los desarrolladores que busquen el cénit absoluto de la eficiencia también deberían considerar lo último de Ultralytics YOLO26 (lanzado en enero de 2026).

YOLO26 representa un salto enorme, diseñado explícitamente tanto para la optimización en el borde como para la escala empresarial. Las innovaciones clave incluyen:

• End-to-End NMS-Free Design: YOLO26 es nativamente de extremo a extremo, lo que elimina el postprocesamiento de Non-Maximum Suppression (NMS) para conseguir un despliegue más rápido y sencillo.
• 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: Un híbrido revolucionario de SGD y Muon, que aporta la estabilidad de entrenamiento de los LLM a la computer vision para una convergencia más rápida.
• Up to 43% Faster CPU Inference: Fuertemente optimizado para despliegues de IoT y dispositivos sin GPUs dedicadas.
• ProgLoss + STAL: Funciones de pérdida drásticamente mejoradas que ofrecen mejoras notables en el reconocimiento de objetos pequeños, vital para imágenes de drones aéreos.

Más información sobre YOLO26

Resumen#

Elegir entre YOLO11 y YOLOv5 depende en última instancia de la etapa del ciclo de vida de tu proyecto. El legado de YOLOv5 es innegable, ya que ofrece una estabilidad extrema y un respaldo masivo de la comunidad. Sin embargo, para cualquier proyecto nuevo, se recomienda encarecidamente YOLO11 por encima de las generaciones anteriores. Combina una precisión de vanguardia, una API de Python excepcionalmente elegante y un menor consumo de memoria durante el entrenamiento, lo que consolida la posición de Ultralytics a la vanguardia de la innovación en IA. Para aquellos que superen aún más los límites, explorar el vanguardista YOLO26 en la Ultralytics Platform ofrecerá resultados sin precedentes.