YOLO26 frente a YOLOv5
Elegir la arquitectura adecuada es fundamental para el éxito de cualquier proyecto de visión artificial. Esta guía compara dos versiones importantes de Ultralytics: la YOLOv5, ampliamente adoptada, y la actual YOLO26. Ambas han marcado la evolución de la detección de objetos en tiempo real, pero sus diseños subyacentes reflejan más de cinco años de avances en el procesamiento de datos visuales por parte de las redes neuronales.
Descripción general del modelo#
A continuación se resumen los detalles clave de ambos modelos.
Detalles de YOLO26:
- Autores: Glenn Jocher y Jing Qiu
- Organización: Ultralytics
- Fecha: 2026-01-14
- GitHub: https://github.com/ultralytics/ultralytics
- Documentación: Documentación de YOLO26
Detalles de YOLOv5:
- Autores: Glenn Jocher
- Organización: Ultralytics
- Fecha: 2020-06-26
- GitHub: https://github.com/ultralytics/yolov5
- Documentación: Documentación de YOLOv5
Innovaciones arquitectónicas#
La diferencia de más de cinco años entre YOLOv5 y YOLO26 abarca importantes avances en la investigación del aprendizaje profundo. YOLOv5 contribuyó a popularizar el entrenamiento de YOLO basado en PyTorch y ofreció un mecanismo de detección optimizado y basado en anclajes que se convirtió en un estándar del sector. Sin embargo, dependía de la supresión no máxima (NMS) durante el posprocesamiento, lo que podía generar cuellos de botella en la latencia de dispositivos con recursos limitados.
YOLO26 rediseña la canalización de inferencia con un diseño de extremo a extremo sin NMS. Su cabeza opcional uno a uno (nms=False) elimina la necesidad de posprocesamiento con NMS, lo que permite un despliegue más rápido y sencillo; YOLOv10 introdujo este concepto en los modelos YOLO. YOLO26 también incorpora la eliminación de DFL (pérdida focal de distribución), que simplifica la cabeza de salida. Esto facilita la exportación del modelo a formatos como ONNX y TensorRT y mejora la compatibilidad con dispositivos de borde y de bajo consumo.
Durante el entrenamiento, YOLO26 utiliza el optimizador MuSGD, una combinación de SGD y Muon inspirada en Kimi K2 de Moonshot AI. Así incorpora ideas del entrenamiento de LLM a la visión artificial, lo que proporciona un entrenamiento más estable y una convergencia más rápida que el optimizador SGD estándar que YOLOv5 utiliza de forma predeterminada.
Rendimiento y métricas#
Al evaluar modelos, el equilibrio entre la precisión media promedio (mAP) y la velocidad de inferencia determina su viabilidad en el mundo real. YOLO26 está optimizado tanto para GPU de gama alta como para CPU periféricas.
| Modelo | tamaño (píxeles) | mAPval50-95 | Velocidad CPU ONNX (ms) | Velocidad T4 TensorRT10 (ms) | parámetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
| 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 |
Los valores de referencia muestran una gran mejora de precisión. Por ejemplo, YOLO26n alcanza un mAP de 40,9, frente a los 28,0 de YOLOv5n, y YOLO26n ofrece una inferencia en CPU hasta un 43 % más rápida que YOLO11n. Esto hace que YOLO26 sea más adecuado para implementaciones integradas, como Raspberry Pi o dispositivos móviles. YOLOv5 es más rápido con T4 TensorRT en las escalas n, s y m, pero la diferencia de precisión favorece claramente a YOLO26 (por ejemplo, 53,1 frente a 45,4 mAP en los modelos m).
Ecosistema de entrenamiento y facilidad de uso#
Ambos modelos se benefician del ecosistema de Ultralytics, bien mantenido, que ofrece una API de Python sencilla, documentación exhaustiva y el apoyo de una comunidad activa. YOLO26 incorpora más mejoras de entrenamiento.
Los modelos Ultralytics suelen necesitar menos memoria CUDA durante el entrenamiento que las alternativas basadas intensivamente en Transformer. YOLO26 incorpora ProgLoss + STAL (pérdida progresiva y asignación de etiquetas con conocimiento de objetos pequeños), que mejoran el reconocimiento de objetos pequeños sin aumentar el consumo de memoria.
from ultralytics import YOLO
# Inicializa el modelo YOLO26 Nano
model = YOLO("yolo26n.pt")
# Entrena el modelo (optimizer='auto' selecciona MuSGD para entrenamientos más largos)
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, batch=16, device=0)
# Ejecuta inferencia rápida sin NMS en una imagen de prueba
predictions = model("https://ultralytics.com/images/bus.jpg", nms=False)
predictions[0].show()Este script permite a los desarrolladores iterar rápidamente con conjuntos de datos personalizados, desde la incorporación de datos hasta un modelo listo para producción.
Con Ultralytics Platform, puedes exportar tus modelos YOLO26 entrenados a formatos como CoreML o LiteRT sin escribir una sola línea de código de conversión.
Versatilidad y casos de uso ideales#
Cuándo usar YOLOv5#
YOLOv5 sigue siendo una opción fiable para sistemas heredados. Si tienes una canalización industrial existente estrechamente vinculada a salidas basadas en anclajes, o ejecutas inferencias en dispositivos NVIDIA Jetson antiguos con entornos TensorRT consolidados e inmutables, YOLOv5 ofrece una solución estable y bien documentada.
Cuándo usar YOLO26#
YOLO26 es la opción recomendada para nuevos proyectos de visión artificial y admite más tareas que su predecesor. Mientras que YOLOv5 se centra principalmente en la detección (a la que después se añadieron la segmentación y la clasificación), YOLO26 admite de forma nativa la segmentación de instancias, la segmentación semántica, la estimación de profundidad, la clasificación de imágenes, la estimación de pose y las cajas delimitadoras orientadas (OBB).
YOLO26 incorpora mejoras específicas para cada tarea, como una pérdida especializada de segmentación semántica, estimación residual de log-verosimilitud (RLE) para obtener puntos clave de pose más precisos y una pérdida de ángulo especializada para OBB que resuelve problemas en los límites.
- IoT periférico y robótica: La inferencia opcional sin NMS y una inferencia en CPU hasta un 43 % más rápida (YOLO26n frente a YOLO11n) hacen que YOLO26 sea muy adecuado para la navegación robótica en tiempo real y las cámaras domésticas inteligentes.
- Imágenes aéreas: Las mejoras de ProgLoss + STAL permiten detectar de forma más fiable objetos diminutos desde drones, como vehículos en aparcamientos o cultivos en campos agrícolas.
- Análisis de vídeo en tiempo real: Tanto si se trata de seguir a deportistas durante retransmisiones deportivas como de supervisar el tráfico, YOLO26 equilibra precisión y velocidad para el vídeo en tiempo real.
Como ambos modelos comparten el ecosistema Ultralytics, pasar de YOLOv5 a YOLO26 es sencillo y permite a investigadores y desarrolladores acceder a las capacidades más recientes de Ultralytics.
Comentarios
Haz una pregunta, comparte tus resultados o ayuda a otra persona.