Empezar

YOLO11 frente a YOLOX

Los modelos de detección de objetos en tiempo real han avanzado rápidamente en los últimos años. A la hora de elegir una arquitectura para producción o investigación académica, los desarrolladores suelen valorar tanto los hitos consolidados como los diseños más recientes. Esta comparativa analiza las diferencias entre Ultralytics YOLO11 y YOLOX de Megvii, incluidas sus arquitecturas, métricas de rendimiento y escenarios de implementación ideales.

Descripción general de la arquitectura#

Ambos modelos hicieron avanzar la detección de objetos cuando se lanzaron, pero parten de filosofías de diseño distintas y se orientan a experiencias diferentes para los desarrolladores.

YOLO11: el motor multitarea versátil#

Lanzado en septiembre de 2024 por Glenn Jocher y Jing Qiu en Ultralytics, YOLO11 está diseñado como un framework unificado que equilibra una alta precisión con la eficiencia.

YOLO11 va más allá de las cajas delimitadoras estándar y también admite la segmentación de instancias, la clasificación de imágenes, la estimación de poses y la detección con cajas delimitadoras orientadas (OBB). Su arquitectura perfeccionada mejora la extracción y conservación de características en jerarquías espaciales complejas.

YOLOX: pionero en modelos sin anclajes#

Desarrollado por investigadores de Megvii, YOLOX recibió mucha atención en 2021 por conectar la investigación y las aplicaciones industriales mediante un enfoque totalmente sin anclajes.

YOLOX introdujo una cabeza desacoplada y un paradigma sin anclajes, lo que redujo el número de parámetros de diseño y mejoró el rendimiento en las pruebas académicas de referencia disponibles en el momento de su lanzamiento.

Descubre más sobre YOLOX

¿Sabías que...?

El diseño sin anclajes popularizado por YOLOX inspiró muchas arquitecturas posteriores. Ultralytics adoptó y perfeccionó estos conceptos sin anclajes en versiones posteriores como YOLOv8 y YOLO11 para mejorar la precisión y la flexibilidad de implementación.

Rendimiento y métricas#

Al evaluar modelos de detección, analizar el equilibrio entre parámetros, coste computacional (FLOPs) y precisión media promedio (mAP) es esencial para la implementación de modelos en el mundo real.

Modelotamaño
(píxeles)
mAPval50-95Velocidad
CPU ONNX
(ms)
Velocidad
T4 TensorRT10
(ms)
parámetros
(M)
FLOPs
(B)
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.6
YOLO11m64051.5183.24.720.168.1
YOLO11l64053.4238.66.225.387.2
YOLO11x64054.7462.811.356.9195.3
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9

YOLO11x supera a YOLOXx en precisión (54.7 mAP frente a 51.1 mAP), necesita aproximadamente la mitad de parámetros (56.9M frente a 99.1M) y funciona más rápido con TensorRT en T4 (11.3 ms frente a 16.1 ms). Esta eficiencia se traduce en menores requisitos de memoria durante el entrenamiento y la inferencia, una clara ventaja en entornos de producción.

Ecosistema y experiencia de desarrollo#

La ventaja de Ultralytics#

Una de las mayores diferencias entre YOLO11 y YOLOX está en la facilidad de uso. YOLOX funciona principalmente como una base de código de investigación y requiere configurar entornos complejos, compilar operadores de C++ y utilizar argumentos de línea de comandos extensos para empezar a entrenar con conjuntos de datos personalizados.

YOLO11 está totalmente integrado en el paquete de Python de Ultralytics y ofrece un flujo de trabajo optimizado desde la instalación hasta la implementación. Ultralytics Platform incluye herramientas para anotar datos, hacer un seguimiento de experimentos y entrenar en la nube; abstrae el código repetitivo para que los ingenieros puedan centrarse en el rendimiento del modelo.

from ultralytics import YOLO

# Carga un modelo YOLO11 preentrenado
model = YOLO("yolo11n.pt")

# Entrena el modelo con la API de Ultralytics
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Exporta a ONNX
model.export(format="onnx")

Además, exportar un modelo de Ultralytics a formatos como TensorRT, CoreML u OpenVINO requiere un solo comando, mientras que los repositorios más antiguos suelen exigir herramientas complejas de terceros o modificaciones manuales del grafo.

Casos de uso reales#

Cuándo considerar YOLOX#

YOLOX sigue siendo una opción válida para implementaciones especializadas y heredadas en las que los desarrolladores ya han creado procesos de inferencia personalizados en C++ basados en las salidas tensoriales de su cabeza desacoplada. Los investigadores que realicen estudios comparativos con arquitecturas de 2021 también pueden seguir utilizándolo como referencia.

Dónde destaca YOLO11#

Para la mayoría de los escenarios de producción actuales, YOLO11 ofrece una experiencia mejor:

  • Ciudades inteligentes y comercio minorista: Gracias a su sólida relación entre velocidad y precisión, YOLO11 gestiona bien las escenas concurridas y permite desarrollar análisis automatizados del comercio minorista y sistemas de gestión del tráfico sin necesitar grandes clústeres de GPU.
  • Computación edge: Su eficiencia de memoria y sus numerosas opciones de exportación hacen que YOLO11 sea ideal para implementaciones de IA edge en dispositivos como Raspberry Pi o plataformas NVIDIA Jetson.
  • Procesos complejos: Si un proyecto requiere combinar la detección de objetos con puntos clave de pose (por ejemplo, para analizar actividades deportivas) o con una segmentación de instancias precisa (por ejemplo, en imágenes médicas), YOLO11 admite todas estas tareas de forma nativa mediante una API unificada.

Casos de uso y recomendaciones#

La elección entre YOLO11 y YOLOX depende de los requisitos específicos 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 poses y OBB en un único framework unificado.
  • Prototipado y despliegue rápidos: Equipos que necesitan pasar rápidamente de la recopilación de datos a producción mediante la sencilla API de Python de Ultralytics.

Cuándo elegir YOLOX#

Se recomienda YOLOX para:

  • Investigación sobre detección sin anclajes: Investigación académica que utiliza la arquitectura limpia y sin anclajes de YOLOX como base para experimentar con nuevos cabezales de detección o funciones de pérdida.
  • Dispositivos edge ultraligeros: Implementaciones en hardware móvil heredado o con recursos muy limitados, donde el reducido tamaño de YOLOX-Nano (0.91M parámetros) es fundamental.
  • Estudios de asignación de etiquetas SimOTA: Proyectos de investigación que analizan estrategias de asignación de etiquetas basadas en el transporte óptimo y su impacto en la convergencia del entrenamiento.

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.

De cara al futuro: el potencial de YOLO26#

YOLO11 sigue siendo una opción sólida, pero YOLO26 (lanzado en enero de 2026) es el modelo recomendado para nuevos proyectos de visión artificial que necesitan la mejor eficiencia y estabilidad de entrenamiento.

YOLO26 implementa una cabeza de extremo a extremo sin NMS opcional (nms=False). Al eliminar el posprocesamiento con supresión de máximos no máximos (NMS), suprime la variabilidad de la latencia y simplifica la lógica de despliegue, un concepto que YOLOv10 introdujo en los modelos YOLO.

YOLO26 también incorpora la eliminación de DFL (Distribution Focal Loss), que ayuda a YOLO26n a alcanzar una inferencia en CPU hasta un 43 % más rápida que YOLO11n, por lo que resulta ideal para dispositivos edge y de bajo consumo. El optimizador MuSGD, una combinación de SGD y Muon inspirada en el entrenamiento de modelos de lenguaje grandes (LLM), mejora la estabilidad del entrenamiento y acelera la convergencia. Junto con ProgLoss + STAL (Progressive Loss y Small-Target-Aware Label Assignment), YOLO26 destaca en la detección de objetos pequeños en escenarios complejos, como imágenes de drones y sensores edge del IoT.

Más información

¿Quieres ampliar tus conocimientos sobre arquitecturas de detección de objetos? Descubre las capacidades de vocabulario abierto de YOLO-World o el modelo RT-DETR basado en Transformer, documentado en el ecosistema Ultralytics.

En conclusión, YOLOX introdujo conceptos arquitectónicos importantes en 2021, pero las herramientas, la eficiencia de memoria y la precisión de YOLO11 —y, sobre todo, del más reciente YOLO26— hacen que hoy el ecosistema Ultralytics sea la mejor opción para investigadores y desarrolladores empresariales.

Comentarios

Haz una pregunta, comparte tus resultados o ayuda a otra persona.