Empezar

YOLOv10 frente a YOLOv8

La evolución de la detección de objetos en tiempo real ha traído una sucesión rápida de nuevas arquitecturas, cada una de las cuales intenta ampliar los límites de la precisión, la velocidad de inferencia y la eficiencia computacional. Esta guía técnica compara dos hitos importantes de la visión artificial: YOLOv10 y Ultralytics YOLOv8. Mientras que YOLOv8 estableció un estándar muy versátil y listo para producción, YOLOv10 introdujo cambios arquitectónicos dirigidos específicamente a eliminar los cuellos de botella del posprocesamiento.

Comprender las ventajas, arquitecturas y métricas de rendimiento distintivas de estos modelos es fundamental para los desarrolladores e investigadores que quieren implementar soluciones de IA de visión de última generación en situaciones reales.

Especificaciones técnicas y autoría#

Para evaluar estos modelos de forma eficaz, conviene conocer su origen y el objetivo principal de sus respectivos equipos de investigación.

YOLOv10: eficiencia integral#

Desarrollado por investigadores de la Universidad de Tsinghua, YOLOv10 se diseñó para abordar la sobrecarga computacional que introducen los pasos de posprocesamiento en las generaciones anteriores.

Más información sobre YOLOv10

Ultralytics YOLOv8: el estándar versátil#

Lanzado en enero de 2023, YOLOv8 se convirtió rápidamente en un referente del sector gracias a su arquitectura y su estrecha integración con el ecosistema general del aprendizaje automático.

Innovaciones arquitectónicas#

Ambos modelos aportan mejoras significativas a la arquitectura YOLO tradicional, aunque se centran en aspectos ligeramente distintos del flujo de trabajo.

Arquitectura de YOLOv10#

La característica más destacada de YOLOv10 es su estrategia de entrenamiento sin NMS. Tradicionalmente, los detectores de objetos recurren a la supresión no máxima (NMS) durante la inferencia para filtrar las cajas delimitadoras superpuestas. Este paso puede añadir latencia y complicar el despliegue integral. YOLOv10 utiliza asignaciones duales coherentes durante el entrenamiento, lo que permite que su cabezal uno a uno prediga una sola caja delimitadora por objeto (en el paquete de Ultralytics, selecciona este cabezal con nms=False). Además, sigue un diseño de modelo integral que prioriza la eficiencia y la precisión, y optimiza varios componentes para reducir los FLOPs y el número de parámetros.

Arquitectura de YOLOv8#

YOLOv8 introdujo un cabezal de detección sin anclajes, alejándose de los enfoques basados en anclajes de sus predecesores. Así reduce el número de predicciones de cajas y acelera las operaciones NMS. Además, YOLOv8 incorpora el módulo C2f (cuello de botella parcial entre etapas con dos convoluciones), que mejora el flujo del gradiente y permite que la red aprenda representaciones de características más ricas sin aumentar demasiado el coste computacional. Su cabezal desacoplado separa las tareas de clasificación y regresión, lo que permite una convergencia más rápida y una mayor precisión general.

Rendimiento y pruebas de referencia#

Al desplegar modelos en dispositivos periféricos o servidores en la nube, el equilibrio entre velocidad y precisión es fundamental. La tabla siguiente ofrece una comparación directa de ambos modelos en distintos tamaños.

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
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 guiones (-) indican métricas que no se han publicado oficialmente en condiciones de prueba idénticas.

Como muestran los datos, YOLOv10 ofrece una gran eficiencia de parámetros y supera el mAP de sus modelos YOLOv8 equivalentes en todos los tamaños, utilizando menos parámetros y FLOPs. YOLOv8 sigue siendo competitivo en velocidad: YOLOv8n registra el tiempo más rápido de la tabla con T4 y TensorRT (1,47 ms), y es el único modelo para el que se indican velocidades con ONNX en CPU.

Aceleración por hardware

Para los entornos de producción, usar formatos como ONNX o TensorRT puede mejorar mucho la velocidad de inferencia. Tanto YOLOv8 como YOLOv10 se exportan directamente a estos formatos de gráficos optimizados.

Ecosistema, eficiencia de entrenamiento y versatilidad#

Elegir un modelo va más allá de los resultados teóricos: la experiencia de desarrollo y el ecosistema que lo rodea son igual de importantes.

La ventaja de Ultralytics#

Una de las principales fortalezas de YOLOv8 es su estrecha integración en el ecosistema de Ultralytics. Este entorno ofrece una API intuitiva de Python y documentación exhaustiva. A diferencia de los repositorios centrados en la investigación, que pueden exigir una configuración compleja del entorno, los modelos de Ultralytics destacan por su facilidad de uso.

Además, YOLOv8 es intrínsecamente versátil. Mientras que YOLOv10 está optimizado estrictamente para la detección de objetos, el marco de trabajo de Ultralytics permite a los desarrolladores alternar entre tareas de detección de objetos, segmentación de instancias, clasificación de imágenes, estimación de poses y cajas delimitadoras orientadas (OBB) dentro de la misma biblioteca y estructura de API.

Requisitos de memoria y entrenamiento#

Los modelos YOLO de Ultralytics están diseñados para ofrecer un entrenamiento eficiente. Por lo general, consumen menos memoria durante el entrenamiento y la inferencia que los complejos modelos Transformer, lo que permite a los desarrolladores entrenar modelos de última generación en hardware de consumo o instancias estándar en la nube sin quedarse sin memoria CUDA. Los hiperparámetros predeterminados bien ajustados y el aumento de datos integrado ayudan a que los modelos converjan rápidamente.

Este es un ejemplo práctico de lo sencillo que es entrenar un modelo y ejecutar la inferencia con la API Python de Ultralytics:

from ultralytics import YOLO

# Carga un modelo YOLOv8n preentrenado
model = YOLO("yolov8n.pt")

# Entrena el modelo con el conjunto de datos de ejemplo COCO8
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)

# Ejecuta la inferencia en una imagen de prueba
predictions = model("https://ultralytics.com/images/zidane.jpg")
predictions[0].show()

La próxima generación: YOLO26#

Aunque YOLOv8 y YOLOv10 son hitos importantes, el campo sigue avanzando. Para los proyectos nuevos, Ultralytics recomienda YOLO26, su familia de modelos más reciente, lanzada en enero de 2026.

YOLO26 combina avances arquitectónicos recientes en un único marco de trabajo. Adopta el diseño de extremo a extremo sin NMS de YOLOv10 como cabeza opcional uno a uno (nms=False), lo que agiliza las canalizaciones de despliegue y reduce la variabilidad de la latencia. YOLO26 también incorpora el optimizador MuSGD, una combinación de SGD y Muon inspirada en el entrenamiento de LLM, para lograr una convergencia más rápida y estable.

Mejoras clave de YOLO26:

  • Hasta un 43 % más de velocidad de inferencia en CPU: YOLO26n funciona hasta un 43 % más rápido que YOLO11n en CPU, en parte gracias a la eliminación de Distribution Focal Loss (DFL).
  • ProgLoss + STAL: la pérdida progresiva y la asignación de etiquetas adaptada a objetos pequeños mejoran su reconocimiento, algo esencial para las imágenes de drones y los sensores IoT.
  • Mejoras específicas para cada tarea: cabezales y funciones de pérdida específicos para la segmentación de instancias, la segmentación semántica, la estimación de profundidad, la estimación de poses y OBB.

Casos de uso ideales y estrategias de despliegue#

Al elegir entre estas arquitecturas, ten en cuenta las necesidades específicas de tu entorno de despliegue:

  • Elige YOLOv10 si: trabajas en un flujo de detección de objetos puro en el que es fundamental exprimir al máximo la eficiencia de los parámetros y quieres experimentar con las primeras implementaciones de arquitecturas sin NMS.
  • Elige Ultralytics YOLOv8 si: necesitas un modelo estable y listo para producción, compatible con Ultralytics Platform. Es una buena opción si tu proyecto requiere varias tareas (por ejemplo, detectar objetos y después segmentarlos) con una base de código unificada y fácil de mantener.
  • Elige YOLO26 (recomendado) si: buscas el mejor equilibrio entre precisión, inferencia integral opcional sin NMS y gran velocidad en CPU y hardware edge.

Si estás explorando el panorama general, quizá también te interese comparar estos modelos con YOLO11 o descubrir integraciones para el despliegue edge, como Intel OpenVINO, para acelerar aún más tus aplicaciones de IA visual.

Comentarios1

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

  1. koalag564GitHub(editado)

    Great technical overview! YOLOv10 introduces a more efficient NMS-free design and refined architecture that enhances both speed and accuracy, especially in complex object detection scenarios. This YOLOv8 comparison, however, highlights how v8 still holds its ground with strong task flexibility, easier deployment, and a well-established ecosystem. The choice between the two often comes down to specific application needs and hardware constraints.