YOLOv10 frente a YOLOv5#

Elegir la arquitectura de red neuronal adecuada es fundamental para desplegar pipelines de visión artificial eficaces en producción. Esta página ofrece un análisis técnico exhaustivo que compara YOLOv10 y YOLOv5, dos modelos muy influyentes en la evolución de la detección de objetos en tiempo real. Aunque ambos han tenido un impacto significativo en la comunidad de IA, representan épocas y filosofías distintas en el diseño de arquitecturas de aprendizaje profundo.

Esta guía evalúa estas arquitecturas según la precisión media (mAP), la latencia de inferencia, la eficiencia en el uso de parámetros y el soporte del ecosistema, para ayudarte a elegir el mejor modelo para tus necesidades de despliegue.

Descripción general de los modelos#

YOLOv10: detección de objetos integral en tiempo real#

Desarrollado por investigadores de la Universidad de Tsinghua, YOLOv10 introdujo un nuevo enfoque para la detección de objetos al eliminar la necesidad de posprocesamiento.

• Autores: Ao Wang, Hui Chen, Lihao Liu, et al.
• Organización: Universidad de Tsinghua
• Fecha: 2024-05-23
• Artículo de investigación: arXiv:2405.14458
• Código fuente: Repositorio de YOLOv10 en GitHub

El avance que define a YOLOv10 es su diseño de extremo a extremo sin NMS. Históricamente, los modelos YOLO dependían de la supresión no máxima (NMS) para filtrar las cajas delimitadoras redundantes. YOLOv10 utiliza asignaciones duales coherentes para entrenar sin NMS, lo que reduce drásticamente la variabilidad de la latencia de inferencia y simplifica la lógica de despliegue. Además, la arquitectura presenta un diseño integral que optimiza la eficiencia y la precisión, y optimiza a fondo varios componentes para reducir la redundancia computacional.

Más información sobre YOLOv10

YOLOv5: el estándar del sector en facilidad de uso#

Lanzado poco después de la creación del repositorio de Ultralytics PyTorch, YOLOv5 redefinió lo que los desarrolladores esperaban de un framework de IA de visión de código abierto. Sigue siendo una de las arquitecturas más desplegadas del mundo.

• Autor: Glenn Jocher
• Organización: Ultralytics
• Fecha: 2020-06-26
• Código fuente: Repositorio de YOLOv5 en GitHub

YOLOv5 destaca por su facilidad de uso y su ecosistema bien mantenido. Escrito íntegramente en PyTorch, ofrecía una experiencia fluida de «cero a experto», con compatibilidad inmediata para entrenar, validar y exportar a formatos como ONNX y TensorRT. A diferencia de YOLOv10, centrado principalmente en la detección de objetos pura, YOLOv5 demuestra una versatilidad excepcional y admite segmentación de instancias y clasificación de imágenes en la misma API unificada de Python.

Comparativa de rendimiento y métricas#

Visualizar la relación entre velocidad y precisión es esencial para identificar los modelos que ofrecen la mejor precisión con una velocidad determinada. Comprender estas métricas de rendimiento es fundamental para elegir un modelo que se ajuste a las limitaciones específicas de tu hardware.

Análisis técnico#

1. Precisión (mAP): YOLOv10 demuestra una clara ventaja generacional en precisión. Por ejemplo, el modelo YOLOv10-X alcanza un 54,4 % de mAP^val, por encima del 50,7 % de mAP de YOLOv5x. Este salto se debe en gran medida a la estrategia de entrenamiento sin NMS y a las mejoras arquitectónicas introducidas en 2024.
2. Latencia de inferencia: Aunque los modelos YOLOv5 son excepcionalmente rápidos en pruebas TensorRT brutas con T4 (por ejemplo, YOLOv5n tarda 1,12 ms), YOLOv10 elimina por completo el paso de posprocesamiento NMS. En despliegues prácticos de extremo a extremo, el diseño sin NMS de YOLOv10 ofrece una latencia más uniforme y determinista, algo fundamental en aplicaciones en tiempo real como los vehículos autónomos y la robótica.
3. Eficiencia de parámetros: Los modelos YOLOv10 mantienen un equilibrio de rendimiento muy competitivo. YOLOv10-S alcanza un 46,3 % de mAP con 7,2 millones de parámetros, la misma cantidad que YOLOv5s, que obtiene un 37,4 % de mAP.

Casos de uso y recomendaciones#

La elección entre YOLOv10 y YOLOv5 depende de los requisitos específicos de tu proyecto, las limitaciones de despliegue y tus preferencias de ecosistema.

Cuándo elegir YOLOv10#

YOLOv10 es una buena opción para:

• Detección en tiempo real sin NMS: Aplicaciones que se benefician de la detección de extremo a extremo sin supresión no máxima, lo que reduce la complejidad de la implementación.
• Equilibrio entre velocidad y precisión: Proyectos que necesitan un buen equilibrio entre la velocidad de inferencia y la precisión de detección en distintas escalas de modelo.
• Aplicaciones con latencia constante: Escenarios de implementación en los que los tiempos de inferencia predecibles son fundamentales, como la robótica o los sistemas autónomos.

Cuándo elegir YOLOv5#

Se recomienda YOLOv5 para:

• Sistemas de producción probados: despliegues existentes en los que se valoran la larga trayectoria de estabilidad de YOLOv5, su amplia documentación y el enorme apoyo de la comunidad.
• Entrenamiento con recursos limitados: entornos con recursos de GPU limitados, donde el pipeline de entrenamiento eficiente de YOLOv5 y sus menores requisitos de memoria suponen una ventaja.
• Amplia compatibilidad con formatos de exportación: proyectos que requieren despliegues en muchos formatos, como ONNX, TensorRT, CoreML y LiteRT.

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 GPU dedicada, en los que la inferencia con CPU hasta un 43 % más rápida de YOLO26 supone una ventaja decisiva.
• Detección de objetos pequeños: Casos exigentes, como las imágenes aéreas tomadas con drones o el análisis de sensores IoT, donde ProgLoss y STAL mejoran notablemente la precisión al detectar objetos diminutos.

La ventaja de Ultralytics#

Aunque YOLOv10 ofrece excelentes capacidades de detección, depender de repositorios académicos a veces puede complicar los pipelines de producción. Al utilizar el paquete oficial de Python de Ultralytics, accedes a un ecosistema unificado compatible con YOLOv5 y YOLOv10, además de funciones avanzadas.

• Eficiencia de entrenamiento: Las arquitecturas Ultralytics YOLO están muy optimizadas para reducir los requisitos de memoria durante el entrenamiento. A diferencia de los modelos Transformer pesados (como RT-DETR), que necesitan una gran cantidad de memoria CUDA, puedes entrenar YOLOv5 y YOLOv10 cómodamente en GPU de consumo estándar.
• Integración del ecosistema: La integración con la Plataforma Ultralytics permite a los desarrolladores gestionar visualmente conjuntos de datos, hacer un seguimiento de los experimentos con Weights & Biases y ajustar los hiperparámetros automáticamente.

Ejemplo de código: entrenamiento sin complicaciones#

Con la biblioteca de Ultralytics, cambiar entre estas arquitecturas es tan sencillo como cambiar la cadena del modelo. El pipeline de entrenamiento se encarga automáticamente del aumento de datos, el escalado y la configuración del optimizador.

from ultralytics import YOLO

# Para usar YOLOv5:
# model = YOLO("yolov5su.pt")

# Para usar YOLOv10:
model = YOLO("yolov10s.pt")

# Entrena el modelo con un conjunto de datos personalizado
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    batch=16,
    device=0,  # Usa la GPU 0
)

# Exporta el modelo entrenado al formato ONNX
path = model.export(format="onnx")

La próxima generación: Ultralytics YOLO26#

Si hoy vas a empezar un proyecto de aprendizaje automático, te recomendamos encarecidamente evaluar el último modelo Ultralytics YOLO26. Lanzado en enero de 2026, representa la máxima vanguardia al combinar las mejores innovaciones de los últimos cinco años.

YOLO26 incorpora de forma nativa, como cabeza opcional de uno a uno (nms=False), el diseño de extremo a extremo sin NMS desarrollado por YOLOv10, que permite un despliegue rápido y determinista. Además, YOLO26 introduce varios avances fundamentales:

• Inferencia en CPU hasta un 43 % más rápida: Al eliminar el módulo Distribution Focal Loss (DFL), YOLO26 acelera enormemente el procesamiento en CPU estándar, lo que lo convierte en la opción ideal para el despliegue en dispositivos móviles y sensores IoT de bajo consumo.
• Optimizador MuSGD: Inspirado en técnicas de entrenamiento de modelos de lenguaje grandes (LLM), como Kimi K2 de Moonshot AI, YOLO26 utiliza una combinación de SGD y Muon. Esto garantiza entrenamientos extraordinariamente estables y una convergencia mucho más rápida que con los optimizadores SGD y AdamW estándar de modelos YOLO anteriores.
• ProgLoss + STAL: Estas funciones de pérdida avanzadas mejoran notablemente el reconocimiento de objetos pequeños, algo fundamental para las imágenes captadas por drones y las aplicaciones de seguridad aérea.
• Dominio de cada tarea: Mientras que YOLOv10 se limita a detectar cajas delimitadoras, YOLO26 ofrece mejoras arquitectónicas específicas para todas las tareas, como la estimación residual de verosimilitud logarítmica (RLE) para la estimación de poses y funciones de pérdida angulares especializadas para cajas delimitadoras orientadas (OBB).

Tanto si confías en la sólida trayectoria de YOLOv5 como en la innovación sin NMS de YOLOv10 o en el rendimiento vanguardista incomparable de YOLO26, el ecosistema de Ultralytics te proporciona las herramientas necesarias para crear aplicaciones de IA de visión de forma rápida y eficiente.