YOLOv5 frente a YOLOv7#

El panorama de la visión artificial ha evolucionado rápidamente en los últimos años, impulsado por la necesidad de detectar objetos en tiempo real con mayor rapidez y precisión. A la hora de elegir la arquitectura adecuada para tu proyecto de visión artificial, es fundamental comprender las diferencias entre modelos populares como Ultralytics YOLOv5 y YOLOv7. Esta comparativa técnica exhaustiva analiza sus arquitecturas, metodologías de entrenamiento, métricas de rendimiento y escenarios de despliegue ideales para ayudarte a tomar una decisión fundamentada.

En resumen: origen de los modelos#

Conocer el origen y la filosofía de diseño de estos modelos permite entender sus decisiones arquitectónicas.

Detalles de YOLOv5:

• Autores: Glenn Jocher
• Organización: Ultralytics
• Fecha: 2020-06-26
• GitHub: Repositorio de YOLOv5
• Documentación: Documentación de YOLOv5

Detalles de YOLOv7:

• Autores: Chien-Yao Wang, Alexey Bochkovskiy y Hong-Yuan Mark Liao
• Organización: Institute of Information Science, Academia Sinica, Taiwán
• Fecha: 2022-07-06
• Arxiv: Artículo de YOLOv7
• GitHub: Repositorio de YOLOv7
• Documentación: Documentación de YOLOv7

Más información sobre YOLOv7

Innovaciones y diferencias arquitectónicas#

YOLOv5: el referente en accesibilidad#

Presentado por Ultralytics en 2020, YOLOv5 supuso un cambio de paradigma al utilizar de forma nativa el framework PyTorch, lo que redujo significativamente las barreras de entrada para investigadores y desarrolladores. Su arquitectura se basa en una columna vertebral Modified CSPDarknet53, que integra redes Cross Stage Partial (CSP) para reducir el número de parámetros sin interrumpir el flujo de gradientes.

Una de sus mayores ventajas son sus requisitos de memoria. En comparación con los detectores antiguos de dos etapas o los modelos Transformer pesados como RT-DETR, YOLOv5 necesita mucha menos memoria CUDA durante el entrenamiento, lo que permite usar lotes más grandes en GPU de consumo estándar. Además, su versatilidad integrada de forma nativa permite realizar sin problemas clasificación de imágenes, detección de objetos y segmentación de imágenes.

YOLOv7: ampliación de los límites de la precisión en tiempo real#

Lanzado a mediados de 2022, YOLOv7 se centró en ampliar los límites del estado del arte en la detección en tiempo real con las pruebas de referencia de MS COCO. Sus autores introdujeron la red Extended Efficient Layer Aggregation Network (E-ELAN), que mejora la capacidad de aprendizaje de la red sin destruir la ruta de gradientes original.

YOLOv7 también es conocido por su «trainable bag-of-freebies», en particular por sus técnicas de reparametrización durante el entrenamiento, que convierten varios módulos en una única capa convolucional para la inferencia y aumentan la velocidad sin sacrificar precisión. Sin embargo, esta compleja metodología de entrenamiento suele dar lugar a una curva de aprendizaje más pronunciada y a flujos de exportación menos sencillos que los del ecosistema nativo de Ultralytics.

Comparativa de rendimiento#

Al evaluar estos modelos, es fundamental el equilibrio del rendimiento entre velocidad, precisión y coste computacional. A continuación se muestra una comparativa detallada de sus métricas de rendimiento con el conjunto de datos MS COCO val2017.

Aunque YOLOv7 obtiene puntuaciones mAP absolutas más altas en las variantes grandes, YOLOv5 ofrece una gama de modelos sin igual, desde Nano (YOLOv5n), ultraligero y pensado para dispositivos edge extremos, hasta Extra-Large (YOLOv5x), para inferencia en la nube.

La ventaja del ecosistema Ultralytics#

La utilidad de un modelo va más allá de su arquitectura: el ecosistema que lo rodea determina la rapidez con la que puede desplegarse en producción. Aquí es donde destacan los modelos de Ultralytics.

• Facilidad de uso: La plataforma Ultralytics y su API unificada de Python ofrecen una experiencia de usuario optimizada, una sintaxis sencilla y documentación exhaustiva. Para entrenar un conjunto de datos personalizado no hace falta código repetitivo.
• Ecosistema bien mantenido: Ultralytics cuenta con desarrollo activo, actualizaciones frecuentes y un sólido apoyo de la comunidad. Las integraciones con herramientas como Comet ML y Weights & Biases vienen integradas de serie.
• Eficiencia del entrenamiento: Los cargadores de datos, el almacenamiento en caché inteligente y la compatibilidad con varias GPU hacen que los modelos de Ultralytics sean excepcionalmente eficientes de entrenar. Los pesos preentrenados disponibles aceleran enormemente el aprendizaje por transferencia.

Ejemplo de código: primeros pasos#

Con Ultralytics, desplegar un modelo solo requiere unas pocas líneas de código. El siguiente fragmento de Python muestra lo sencillo que es cargar, entrenar y ejecutar inferencias con el paquete recomendado ultralytics.

from ultralytics import YOLO

# Carga un modelo YOLOv5s preentrenado
model = YOLO("yolov5su.pt")  # YOLOv5u: pesos de YOLOv5 sin anclajes para el paquete ultralytics

# Entrena el modelo con el conjunto de datos de ejemplo COCO8
# Ultralytics gestiona automáticamente la descarga y el aumento de datos
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Ejecuta la inferencia en una imagen de muestra
predictions = model("https://ultralytics.com/images/bus.jpg")

# Muestra las predicciones
predictions[0].show()

En cambio, utilizar el repositorio original de YOLOv7 suele implicar clonar repositorios complejos, gestionar manualmente las dependencias y utilizar argumentos de línea de comandos extensos.

Aplicaciones reales y casos de uso ideales#

Cuándo elegir YOLOv7#

YOLOv7 sigue siendo una buena opción para las pruebas de referencia académicas o para determinados flujos de GPU heredados en los que el único objetivo es alcanzar el máximo mAP y el sistema ya está adaptado a sus tensores de salida basados en anclajes. Los investigadores que analizan las rutas de gradientes suelen utilizar YOLOv7 como referencia.

Cuándo elegir YOLOv5#

YOLOv5 es una opción muy popular en entornos de producción por su excepcional estabilidad. Es la opción preferida para:

• Dispositivos móviles y computación en el edge: Despliega YOLOv5n en iOS mediante CoreML o en Android mediante LiteRT.
• Startups ágiles: Los equipos que necesitan ciclos de iteración rápidos se benefician de la integración perfecta con la plataforma Ultralytics para gestionar conjuntos de datos y entrenar en la nube.
• Entornos multitarea: Sistemas que necesitan realizar simultáneamente detección de objetos, clasificación y segmentación.

El futuro: dar el salto a YOLO26#

Aunque comparar YOLOv5 y YOLOv7 es un excelente ejercicio para entender la evolución de la IA de visión, el estado del arte ha seguido avanzando. Lanzado en enero de 2026, Ultralytics YOLO26 supone un avance monumental que deja en gran medida obsoletas las arquitecturas anteriores para nuevos proyectos.

Para los desarrolladores que buscan el máximo rendimiento, YOLO26 ofrece varias ventajas revolucionarias frente a YOLOv5 y YOLOv7:

• Diseño integral sin NMS: Al omitir opcionalmente el posprocesamiento de supresión no máxima (nms=False), YOLO26 simplifica drásticamente el despliegue y ofrece una latencia más rápida y constante.
• Optimizador MuSGD: Inspirado en las innovaciones de Moonshot AI en LLM, este optimizador híbrido ofrece un entrenamiento muy estable y una convergencia rápida.
• Velocidad edge sin precedentes: Optimizada específicamente para entornos edge, la variante nano ofrece una inferencia en CPU hasta un 43 % más rápida al eliminar Distribution Focal Loss (DFL).
• Precisión superior: Las nuevas funciones de pérdida, como ProgLoss + STAL, mejoran significativamente el reconocimiento de objetos pequeños, por lo que el modelo es ideal para imágenes de drones y aplicaciones de robótica.

Tanto si mantienes un flujo de YOLOv5 como si quieres implementar la tecnología más puntera de YOLO26, la plataforma Ultralytics proporciona todas las herramientas necesarias para triunfar en la visión artificial moderna.