Empezar

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 enfoque novedoso para la detección de objetos al eliminar la necesidad del posprocesamiento NMS.

La característica distintiva de YOLOv10 es su diseño integral 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 la variabilidad de la latencia de inferencia y simplifica la lógica de implementación. Además, la arquitectura sigue un diseño integral que busca el equilibrio entre eficiencia y precisión y optimiza varios componentes para reducir la redundancia computacional.

Más información sobre YOLOv10

YOLOv5: el estándar del sector en facilidad de uso#

Lanzado por Ultralytics en junio de 2020, YOLOv5 elevó las expectativas de facilidad de uso en los frameworks de IA de visión de código abierto. Sigue siendo una de las arquitecturas más implementadas del mundo.

YOLOv5 es conocido por su facilidad de uso y su ecosistema con mantenimiento activo. Escrito íntegramente en PyTorch, ofrecía compatibilidad inmediata con el entrenamiento, la validación y la exportación a formatos como ONNX y TensorRT. A diferencia de YOLOv10, centrado en la detección de objetos, YOLOv5 también ofrece versatilidad: el repositorio original de YOLOv5 añadió segmentación de instancias en la versión 7.0 y clasificación de imágenes en la 6.2.

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.

Modelotamaño
(píxeles)
mAPval50-95Velocidad
CPU ONNX
(ms)
Velocidad
T4 TensorRT10
(ms)
parámetros
(M)
FLOPs
(B)
YOLOv10n64038.5-1.842.36.7
YOLOv10s64046.3-2.497.221.6
YOLOv10m64051.1-4.7415.459.1
YOLOv10b64052.5-5.7419.192.0
YOLOv10l64053.2-7.2824.4120.3
YOLOv10x64054.4-10.7029.5160.4
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7

Análisis técnico#

  1. Precisión (mAP): YOLOv10 muestra una clara ventaja generacional en precisión. Por ejemplo, el modelo YOLOv10-X alcanza un 54,4 % de mAPval50-95, por encima del 50,7 % de mAP de YOLOv5x. Esta mejora se debe en gran medida al cabezal sin anclajes de YOLOv10 y a ajustes orientados a la precisión, como las convoluciones de kernel grande y la autoatención parcial.
  2. Latencia de inferencia: Aunque los modelos YOLOv5 son muy rápidos en las pruebas de referencia brutas de TensorRT en T4 (por ejemplo, YOLOv5n en 1,12 ms), YOLOv10 puede omitir por completo el posprocesamiento NMS. En implementaciones integrales reales, el diseño sin NMS de YOLOv10 ofrece una latencia más constante, algo esencial para aplicaciones en tiempo real como los vehículos autónomos y la robótica.
  3. Eficiencia de parámetros: Los modelos YOLOv10 ofrecen un buen equilibrio entre rendimiento. YOLOv10-S alcanza un 46,3 % de mAP con 7,2 M de parámetros, la misma cantidad que YOLOv5s, que obtiene un 37,4 % de mAP.
Consejo de despliegue

Al implementar en dispositivos de IA edge como NVIDIA Jetson, los modelos sin lógica NMS (YOLOv10 o YOLO26 exportado con nms=False) suelen compilarse mejor en TensorRT y evitan recurrir a operaciones de reserva en la CPU.

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 consolidados: Implementaciones existentes en las que se valoran la larga trayectoria de estabilidad de YOLOv5, su extensa documentación y su amplia 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 solo con CPU: dispositivos sin aceleración GPU dedicada, donde YOLO26n funciona hasta un 43 % más rápido en CPU que YOLO11n.
  • Detección de objetos pequeños: situaciones complejas, como las imágenes aéreas captadas con drones o el análisis de sensores IoT, en las que ProgLoss y STAL mejoran la precisión con 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 del entrenamiento: Las arquitecturas Ultralytics YOLO están optimizadas para consumir poca memoria durante el entrenamiento. A diferencia de los modelos Transformer más pesados (como RT-DETR), que requieren mucha más memoria CUDA, YOLOv5 y YOLOv10 se entrenan sin problemas en GPU de consumo estándar.
  • Integración con el ecosistema: La plataforma Ultralytics permite a los desarrolladores gestionar conjuntos de datos visualmente y entrenar en la nube, mientras que el paquete Python se integra con herramientas de seguimiento de experimentos como Weights & Biases y admite el ajuste de hiperparámetros.

Ejemplo de código: entrenamiento#

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 vas a iniciar un proyecto nuevo de aprendizaje automático, evalúa la última versión de Ultralytics YOLO26. Lanzado en enero de 2026, combina innovaciones clave de las generaciones recientes de YOLO.

YOLO26 incorpora el diseño de extremo a extremo sin NMS de YOLOv10 como cabeza opcional uno a uno (nms=False), lo que simplifica el despliegue. YOLO26 también incorpora otras mejoras:

  • Inferencia en CPU hasta un 43 % más rápida: Al eliminar el módulo Distribution Focal Loss (DFL), YOLO26n funciona hasta un 43 % más rápido que YOLO11n en CPU estándar, por lo que YOLO26 es ideal para la implementación en dispositivos móviles y los 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 proporciona un entrenamiento más estable y una convergencia más rápida que los optimizadores SGD y AdamW estándar utilizados en modelos YOLO anteriores.
  • ProgLoss + STAL: La pérdida progresiva y la asignación de etiquetas que tiene en cuenta los objetos pequeños mejoran el reconocimiento de objetos pequeños, algo esencial para imágenes de drones y aplicaciones de seguridad aérea.
  • Mejoras específicas para cada tarea: Mientras que YOLOv10 es exclusivamente un detector de cajas delimitadoras, YOLO26 admite detección, segmentación de instancias, segmentación semántica, estimación de profundidad, clasificación, estimación de pose y OBB, con mejoras específicas para cada tarea, como Residual Log-Likelihood Estimation (RLE) para la pose y una función de pérdida angular especializada para las cajas delimitadoras orientadas (OBB).
Descubre más

Para comparar estas arquitecturas con otras familias de detectores, consulta las comparativas YOLO11 frente a EfficientDet y RT-DETR frente a YOLOv8.

Tanto si utilizas el consolidado YOLOv5 como YOLOv10, sin NMS, o el último YOLO26, el ecosistema de Ultralytics te proporciona las herramientas necesarias para llevar rápidamente a producción tus aplicaciones de IA de visión.

Colaboradores

Comentarios

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