YOLO11 frente a YOLOX#

El campo de la visión por ordenador ha experimentado rápidos avances en los últimos años, y los modelos de detección de objetos en tiempo real son cada vez más sofisticados. Al elegir una arquitectura para un entorno de producción o para la investigación académica, los desarrolladores suelen sopesar las ventajas e inconvenientes entre hitos consolidados e innovaciones punteras. Esta comparativa exhaustiva explora las diferencias entre Ultralytics YOLO11 y YOLOX de Megvii, y ofrece información detallada sobre sus arquitecturas, métricas de rendimiento y escenarios de implementación ideales.

Descripción general de la arquitectura#

Ambos modelos representan avances significativos en la detección de objetos, pero parten de filosofías de diseño diferentes y están orientados a experiencias de desarrollo distintas.

YOLO11: el motor multitarea versátil#

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

• 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 va más allá de las cajas delimitadoras estándar y admite de forma nativa la segmentación de instancias, la clasificación de imágenes, la estimación de pose y la detección de cajas delimitadoras orientadas (OBB). Su arquitectura refinada optimiza la extracción de características para garantizar una mejor conservación de estas en jerarquías espaciales complejas.

YOLOX: el pionero de la detección sin anchors#

Desarrollado por investigadores de Megvii, YOLOX recibió una gran atención en 2021 al tender un puente entre la investigación y las aplicaciones industriales mediante un enfoque totalmente libre de anchors.

• Autores: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li y Jian Sun
• Organización: Megvii
• Fecha: 2021-07-18
• Arxiv: https://arxiv.org/abs/2107.08430
• GitHub: https://github.com/Megvii-BaseDetection/YOLOX
• Documentación: https://github.com/Megvii-BaseDetection/YOLOX/tree/main/docs

YOLOX introdujo una cabeza desacoplada y un paradigma sin anchors, lo que redujo significativamente el número de parámetros de diseño y mejoró el rendimiento en los benchmarks académicos en el momento de su lanzamiento.

Aprende más sobre YOLOX

Rendimiento y métricas#

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

Como se observa en la tabla, YOLO11x supera significativamente a YOLOXx en precisión absoluta (54.7 mAP frente a 51.1 mAP), y necesita aproximadamente la mitad de parámetros (56.9M frente a 99.1M). Esta eficiencia se traduce en menores requisitos de memoria tanto durante el entrenamiento como durante la inferencia, una ventaja enorme para los entornos de producción.

Ecosistema y experiencia del desarrollador#

La ventaja de Ultralytics#

Una de las diferencias más importantes entre YOLO11 y YOLOX reside en la facilidad de uso. YOLOX funciona principalmente como una base de código de investigación, que requiere una configuración compleja del entorno, la compilación manual de operadores de C++ y argumentos de línea de comandos muy extensos para iniciar el entrenamiento con conjuntos de datos personalizados.

En cambio, YOLO11 está totalmente integrado en el paquete de Python de Ultralytics y ofrece un flujo de trabajo optimizado de «cero a experto». La plataforma de Ultralytics ofrece herramientas completas para la anotación de datos, el seguimiento de experimentos y el entrenamiento en la nube, y se encarga del código repetitivo para que los ingenieros puedan centrarse en el rendimiento del modelo.

from ultralytics import YOLO

# Load a pre-trained YOLO11 model
model = YOLO("yolo11n.pt")

# Train the model effortlessly using the Ultralytics API
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export to ONNX or TensorRT seamlessly
model.export(format="onnx")

Además, exportar un modelo de Ultralytics a formatos como TensorRT, CoreML u OpenVINO solo requiere un comando, mientras que los repositorios 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 hayan creado pipelines de inferencia de C++ muy personalizados en torno a sus salidas tensoriales específicas de la cabeza desacoplada. Además, los investigadores que realizan estudios comparativos con arquitecturas del estado del arte de 2021 seguirán utilizando YOLOX como línea base de dataset de referencia.

Cuándo destaca YOLO11#

Para casi todos los escenarios de producción modernos, YOLO11 ofrece una experiencia muy superior:

• Ciudades inteligentes y comercio minorista: Gracias a su excepcional relación entre velocidad y precisión, YOLO11 gestiona sin esfuerzo las escenas multitudinarias y proporciona análisis automatizados del comercio minorista y sistemas de gestión del tráfico sin necesidad de grandes clústeres de GPU.
• Computación en el edge: Su elevada eficiencia de memoria y sus sólidas opciones de exportación hacen que YOLO11 sea perfecto para implementaciones de IA en el edge en dispositivos como Raspberry Pi o plataformas NVIDIA Jetson.
• Pipelines complejos: Si un proyecto exige combinar la detección de objetos con puntos clave de pose (por ejemplo, para análisis deportivos) o con una segmentación de instancias precisa (por ejemplo, para imágenes médicas), YOLO11 gestiona todas las tareas de forma nativa mediante una única API unificada.

Casos de uso y recomendaciones#

La elección entre YOLO11 y YOLOX depende de los requisitos específicos de tu proyecto, las restricciones de implementación y tus preferencias de ecosistema.

Cuándo elegir YOLO11#

YOLO11 es una opción sólida 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, estimación de pose y OBB dentro de un único framework unificado.
• Prototipado y despliegue rápidos: equipos que necesitan pasar rápidamente de la recopilación de datos a producción mediante la optimizada API de Python de Ultralytics.

Cuándo elegir YOLOX#

YOLOX se recomienda para:

• Investigación sobre detección sin anchors: Investigación académica que utiliza la arquitectura limpia y sin anchors de YOLOX como línea base para experimentar con nuevas cabezas de detección o funciones de pérdida.
• Dispositivos edge ultraligeros: Implementaciones en microcontroladores o hardware móvil antiguo donde sea fundamental el tamaño extremadamente reducido de la variante YOLOX-Nano (0.91M de parámetros).
• 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:

• Despliegue edge sin NMS: Aplicaciones que requieren una inferencia constante y de baja latencia sin la complejidad del posprocesamiento de supresión no máxima.
• Entornos exclusivamente con CPU: Dispositivos sin aceleración dedicada mediante GPU, donde la inferencia en CPU hasta un 43 % más rápida de YOLO26 ofrece una ventaja decisiva.
• Detección de objetos pequeños: Escenarios exigentes, como las imágenes aéreas captadas por drones o el análisis de sensores del IoT, en los que ProgLoss y STAL mejoran significativamente la precisión en objetos diminutos.

De cara al futuro: el potencial de YOLO26#

Aunque YOLO11 es una opción excepcional, el panorama de la IA continúa acelerándose. Para los equipos que buscan la máxima eficiencia y estabilidad, YOLO26 (publicado en enero de 2026) es la recomendación definitiva para nuevos proyectos de visión por ordenador.

YOLO26 supone un enorme salto adelante al implementar un diseño end-to-end sin NMS. Al eliminar el posprocesamiento de supresión no máxima (NMS), elimina por completo la variabilidad de la latencia y simplifica drásticamente la lógica de implementación, un concepto pionero introducido por primera vez en YOLOv10.

Además, YOLO26 incorpora la eliminación de DFL (pérdida focal de distribución), lo que optimiza la arquitectura para lograr una inferencia en CPU hasta un 43 % más rápida y lo convierte en el campeón indiscutible para dispositivos de bajo consumo y edge. La estabilidad del entrenamiento también se potencia mediante el optimizador MuSGD, un híbrido de SGD y Muon inspirado en los LLM que acelera la convergencia. Combinado con funciones de pérdida avanzadas como ProgLoss + STAL, YOLO26 destaca en la detección de objetos pequeños en entornos exigentes, como las imágenes capturadas por drones y los sensores edge del IoT.

En conclusión, aunque YOLOX introdujo conceptos arquitectónicos importantes en 2021, el completo conjunto de herramientas, la eficiencia de memoria y el rendimiento puntero de YOLO11 —y especialmente la arquitectura revolucionaria de YOLO26— convierten al ecosistema de Ultralytics en la opción clara para investigadores y desarrolladores empresariales actuales.