Empezar

YOLO26 frente a YOLOv8

Los modelos de visión por ordenador buscan ofrecer un rendimiento en tiempo real sin sacrificar precisión, y para los desarrolladores que trabajan en aprendizaje automático, elegir la arquitectura de modelo adecuada es fundamental. Esta comparación técnica analiza el paso de Ultralytics YOLOv8, una arquitectura muy extendida lanzada en 2023, a Ultralytics YOLO26, lanzado en enero de 2026.

Al comparar sus arquitecturas, métricas de rendimiento y métodos de entrenamiento, se muestran las ventajas de actualizar para la detección de objetos, la segmentación y otras tareas.

Contexto y metadatos del modelo#

Conocer los orígenes de estas arquitecturas permite entender las decisiones de diseño. Ambos modelos fueron desarrollados por Ultralytics, que se centra en hacer que la IA visual sea accesible y fácil de implementar.

Detalles de YOLO26:

Detalles de YOLOv8:

Innovaciones arquitectónicas#

El paso de YOLOv8 a YOLO26 cambia la forma en que la red genera predicciones y calcula la pérdida.

YOLO26: eficiencia en el borde#

YOLO26 se diseñó para eliminar los cuellos de botella de implementación y maximizar la velocidad de inferencia en hardware con recursos limitados.

  • Diseño de extremo a extremo sin NMS: A partir del entrenamiento sin NMS que YOLOv10 introdujo en los modelos YOLO, YOLO26 admite inferencia de extremo a extremo mediante una cabeza opcional uno a uno (nms=False). Al omitir el posprocesamiento de supresión de máximos no máximos (NMS), reduce la variabilidad de la latencia y simplifica la lógica de despliegue de las aplicaciones que requieren garantías estrictas de tiempo real.
  • Eliminación de la DFL: La eliminación de la pérdida focal de distribución (DFL) simplifica la cabeza de salida. Esta decisión arquitectónica mejora la compatibilidad con dispositivos de borde de bajo consumo y facilita la exportación a formatos como ONNX y CoreML.
  • Optimizador MuSGD: Inspirado en la estabilidad del entrenamiento observada en modelos de lenguaje grandes (LLMs) como Kimi K2 de Moonshot AI, YOLO26 utiliza el optimizador MuSGD, una combinación de descenso de gradiente estocástico y Muon. Así incorpora ideas del entrenamiento de LLMs a la visión artificial, lo que permite una convergencia más rápida y entrenamientos más estables.
  • ProgLoss + STAL: Para abordar el difícil problema de reconocer objetos pequeños, YOLO26 implementa la pérdida progresiva (ProgLoss) combinada con la asignación de etiquetas con conocimiento de objetos pequeños (STAL). Esto mejora la detección de objetos pequeños, por lo que resulta muy adecuado para aplicaciones con drones.
Mejoras específicas para cada tarea

YOLO26 también incorpora mejoras específicas en varios ámbitos de la visión artificial. Utiliza una pérdida de segmentación semántica y prototipos multiescala para mejorar la segmentación de instancias, la estimación residual de log-verosimilitud (RLE) para lograr una estimación de pose más precisa y una pérdida de ángulo especializada para resolver problemas en los límites de las cajas delimitadoras orientadas (OBB).

YOLOv8: el modelo versátil y fiable#

Cuando se lanzó en 2023, YOLOv8 estableció un nuevo referente al adoptar por completo un diseño sin anclajes, que se generalizaba mejor con distintas relaciones de aspecto de los conjuntos de datos.

  • Módulo C2f: Sustituyó el antiguo módulo C3 por el bloque C2f, lo que permitió mejorar el flujo de gradientes por el backbone de la red.
  • Cabezal desacoplado: YOLOv8 cuenta con un cabezal desacoplado en el que la clasificación y la regresión de cajas delimitadoras se calculan de forma independiente, lo que mejora la precisión media promedio (mAP).
  • Versatilidad de tareas: Fue uno de los primeros modelos en ofrecer de serie una API unificada para detección, segmentación, clasificación de imágenes, pose y, posteriormente, tareas con OBB.

Métricas de rendimiento y requisitos de recursos#

Al evaluar modelos para producción, es fundamental equilibrar la precisión, la velocidad de inferencia y el tamaño del modelo. YOLO26 es más preciso que YOLOv8 en todos los tamaños, tiene menos parámetros y FLOPs, y ofrece una latencia menor en T4 TensorRT a partir de la escala s.

Modelotamaño
(píxeles)
mAPval50-95Velocidad
CPU ONNX
(ms)
Velocidad
T4 TensorRT10
(ms)
parámetros
(M)
FLOPs
(B)
YOLO26n64040.938.91.72.45.5
YOLO26s64048.687.22.59.520.9
YOLO26m64053.1220.04.720.468.4
YOLO26l64055.0286.26.224.886.8
YOLO26x64057.5525.811.855.7194.4
YOLOv8n64037.380.41.473.28.7
YOLOv8s64044.9128.42.6611.228.6
YOLOv8m64050.2234.75.8625.978.9
YOLOv8l64052.9375.29.0643.7165.1
YOLOv8x64053.9479.114.3768.2257.8

Nota: Los valores resaltados muestran el equilibrio entre rendimiento y las mejoras de eficiencia de la arquitectura YOLO26 frente a su predecesora.

Análisis#

YOLO26 ofrece una inferencia en CPU más rápida que los modelos YOLOv8 comparables en la mayoría de las escalas. Por ejemplo, YOLO26n tarda 38,9 ms en CPU con ONNX, frente a los 80,4 ms de YOLOv8n, y aumenta el mAP de 37,3 a 40,9. Esta mejora de la eficiencia en CPU se debe en gran medida a la eliminación de DFL y al cabezal sin NMS, por lo que YOLO26 es una opción excelente para entornos sin GPU dedicada. YOLOv8x es la excepción: funciona más rápido en CPU que YOLO26x (479,1 ms frente a 525,8 ms).

Además, los modelos YOLO26 tienen menos parámetros y FLOPs en sus respectivas categorías de tamaño, lo que reduce el uso de memoria de la GPU durante la inferencia y el entrenamiento.

La ventaja del ecosistema Ultralytics#

Un aspecto clave al elegir un modelo de IA es la infraestructura que lo rodea. Tanto YOLO26 como YOLOv8 se benefician de la Ultralytics Platform unificada y de la misma experiencia para desarrolladores.

  1. Facilidad de uso: Los desarrolladores pueden cargar, entrenar y exportar modelos con unas pocas líneas de código. La API de Python mantiene la coherencia entre generaciones de modelos.
  2. Eficiencia del entrenamiento: Los modelos Ultralytics YOLO suelen necesitar menos memoria CUDA durante el entrenamiento que los modelos Transformer (como RT-DETR). Esto permite utilizar tamaños de lote mayores en hardware de consumo.
  3. Ecosistema bien mantenido: Gracias a las actualizaciones continuas, las rigurosas canalizaciones de CI/CD y las profundas integraciones con herramientas como Weights & Biases y TensorRT, el repositorio de Ultralytics está listo para producción.
  4. Versatilidad: Una sola importación permite gestionar diversas tareas y conjuntos de datos, y admite sistemas complejos que necesitan realizar seguimiento, clasificación y segmentación simultáneamente.
Actualizaciones sencillas

Como la API de Ultralytics está muy estandarizada, actualizar un sistema de producción de YOLOv8 a YOLO26 puede ser tan sencillo como cambiar la cadena "yolov8n.pt" por "yolo26n.pt" en tu script.

Aplicaciones en el mundo real#

La elección entre estos modelos suele depender de las limitaciones de tu implementación, aunque se recomienda YOLO26 para los proyectos nuevos.

Computación en el edge y redes IoT#

Para entornos periféricos, como las implementaciones en Raspberry Pi o los sensores instalados en fábricas, YOLO26 es la mejor opción. Su velocidad en CPU y el cabezal sin NMS opcional permiten que las cámaras inteligentes procesen vídeo con una frecuencia de fotogramas alta para la gestión de aparcamientos sin cuellos de botella en el posprocesamiento.

Imágenes aéreas y de gran altitud#

En la supervisión agrícola o la inspección de infraestructuras con drones, la detección de objetos pequeños es fundamental. La implementación de ProgLoss + STAL en YOLO26 permite detectar plagas pequeñas o grietas finas en tuberías que arquitecturas anteriores como YOLOv8 podrían pasar por alto, algo útil al entrenar con conjuntos de datos aéreos como VisDrone.

Sistemas antiguos con GPU#

YOLOv8 sigue siendo pertinente para sistemas estrechamente vinculados a sus salidas específicas de regresión de cajas delimitadoras o para implementaciones empresariales sujetas a ciclos de validación prolongados, en las que no resulta fácil cambiar de arquitectura.

Casos de uso y recomendaciones#

La elección entre YOLO26 y YOLOv8 depende de los requisitos específicos de tu proyecto, las limitaciones de implementación y tus preferencias de ecosistema.

Cuándo elegir YOLO26#

YOLO26 es una buena opción para:

  • Implementación edge sin NMS: Aplicaciones que necesitan inferencias uniformes y de baja latencia sin la complejidad del posprocesamiento con supresión no máxima.
  • Entornos solo con CPU: Dispositivos sin aceleración de GPU dedicada, en los que la inferencia en CPU hasta un 43 % más rápida de YOLO26 (YOLO26n frente a YOLO11n) supone 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.

Cuándo elegir YOLOv8#

Se recomienda YOLOv8 para:

  • Implementación versátil y multitarea: Proyectos que necesitan un modelo probado para detección, segmentación, clasificación y estimación de pose dentro del ecosistema Ultralytics.
  • Sistemas de producción consolidados: Entornos de producción existentes basados en la arquitectura YOLOv8, con canalizaciones de implementación estables y bien probadas.
  • Amplio respaldo de la comunidad y del ecosistema: Aplicaciones que se benefician de los numerosos tutoriales de YOLOv8, las integraciones de terceros y los recursos de una comunidad activa.

Ejemplo de código: primeros pasos#

El siguiente código de Python muestra cómo entrenar un modelo YOLO26 con el conjunto de datos COCO8 y ejecutar inferencias sin NMS.

from ultralytics import YOLO

# Carga el eficiente modelo YOLO26 Nano
model = YOLO("yolo26n.pt")

# Entrena con el conjunto de datos estándar COCO8
# Los hiperparámetros y las aumentaciones predeterminados se aplican automáticamente
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device="0",  # primera GPU CUDA; usa device="cpu" para entrenar en CPU
)

# Ejecuta una inferencia integral sin NMS en una imagen de origen
predictions = model("https://ultralytics.com/images/bus.jpg", nms=False)

# Visualiza las detecciones resultantes
predictions[0].show()

Otros modelos que puedes tener en cuenta#

Aunque YOLO26 es el modelo de Ultralytics recomendado, los desarrolladores que creen aplicaciones diversas también pueden explorar:

  • YOLO11: El predecesor inmediato de YOLO26, que perfecciona YOLOv8 y sigue utilizándose ampliamente en sistemas de producción.
  • RT-DETR: Transformer de detección en tiempo real de Baidu. Es una buena opción para investigadores que estudian el mecanismo de atención en tareas de visión, aunque requiere más memoria CUDA para entrenarse que los modelos Ultralytics YOLO estándar.

Para entrenar en la nube, etiquetar conjuntos de datos e implementar modelos desde un mismo sitio, consulta Ultralytics Platform.

Comentarios

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