Link to this sectionYOLOv7 frente a YOLOv10#

El campo de la visión artificial ha sido testigo de avances notables durante los últimos años, con la familia de modelos YOLO (You Only Look Once) a la cabeza en la detección de objetos en tiempo real. Elegir la arquitectura adecuada para tus proyectos de visión artificial requiere una comprensión profunda de las opciones disponibles. En esta comparativa técnica integral, exploraremos las diferencias clave entre dos arquitecturas emblemáticas: YOLOv7 y YOLOv10.

Link to this sectionIntroducción a los modelos#

Ambos modelos representan hitos significativos en la historia de la inteligencia artificial, aunque adoptan enfoques fundamentalmente diferentes para resolver los desafíos de la detección de objetos.

Link to this sectionYOLOv7: El pionero de los "bag-of-freebies"#

Publicado el 6 de julio de 2022 por los investigadores Chien-Yao Wang, Alexey Bochkovskiy y Hong-Yuan Mark Liao del Institute of Information Science, Academia Sinica, YOLOv7 introdujo un cambio de paradigma en la forma en que se optimizan las redes neuronales. La investigación original, detallada en su artículo académico y alojada en su repositorio oficial de GitHub, se centró en gran medida en la reparametrización arquitectónica y en una "bolsa de obsequios" (bag-of-freebies) entrenable.

YOLOv7 aprovecha una red de agregación de capas eficiente extendida (E-ELAN) para guiar a la red en el aprendizaje de características diversas sin destruir la ruta de gradiente original. Esto lo convierte en una opción sólida para puntos de referencia de investigación académica y sistemas que dependen en gran medida de GPU estándar de gama alta.

Más información sobre YOLOv7

Link to this sectionYOLOv10: Detección integral en tiempo real#

Desarrollado por Ao Wang y su equipo en la Universidad de Tsinghua, YOLOv10 fue lanzado el 23 de mayo de 2024. Como se detalla en su publicación en arXiv y en el repositorio de GitHub de Tsinghua, este modelo elimina un cuello de botella persistente en la detección de objetos: la supresión de no máximos (NMS).

YOLOv10 introdujo asignaciones duales consistentes para el entrenamiento sin NMS, alterando fundamentalmente el pipeline de postprocesamiento. Al implementar una estrategia de diseño de modelo holístico impulsada por la eficiencia y la precisión, YOLOv10 reduce la redundancia computacional. Esto resulta en una arquitectura diseñada exclusivamente para dispositivos de borde que requieren una latencia extremadamente baja.

Aprende más sobre YOLOv10

Link to this sectionComparación de rendimiento y métricas#

Al analizar el rendimiento del modelo, es crucial evaluar las compensaciones entre precisión, velocidad y carga computacional. La siguiente tabla muestra cómo se comparan los diferentes tamaños de estos modelos entre sí.

Link to this sectionAnálisis de las compensaciones#

Las métricas anteriores revelan una clara brecha generacional. Mientras que YOLOv7x ofrece un mAP^val muy sólido del 53,1%, requiere 71,3M de parámetros y 189,9B de FLOPs. Por el contrario, YOLOv10l supera esa precisión (53,3% mAP) al tiempo que requiere menos de la mitad de los parámetros (29,5M) y significativamente menos FLOPs (120,3B). Además, el YOLOv10n altamente optimizado proporciona una velocidad de inferencia asombrosa de 1,56ms, lo que lo hace ideal para análisis de vídeo en tiempo real y aplicaciones móviles.

Link to this sectionCasos de uso en el mundo real#

Las diferencias arquitectónicas entre estos modelos determinan sus casos de uso óptimos.

Link to this sectionCuándo utilizar YOLOv7#

Debido a su rica representación de características, YOLOv7 sobresale en entornos altamente complejos. Los casos de uso como monitorear el flujo de tráfico en áreas urbanas densas, analizar imágenes satelitales o identificar defectos en la automatización de la fabricación pesada se benefician de su robusta reparametrización estructural. También es muy valorado en entornos heredados ya profundamente integrados con pipelines específicos de PyTorch 1.12.

Link to this sectionCuándo utilizar YOLOv10#

El diseño ligero y sin NMS de YOLOv10 brilla en entornos restringidos. Es muy recomendable para dispositivos de computación de borde como NVIDIA Jetson Nano o Raspberry Pi. Su rendimiento de baja latencia lo hace perfecto para aplicaciones de movimiento rápido como análisis deportivo, navegación autónoma de drones y clasificación robótica de alta velocidad en cintas transportadoras.

Link to this sectionLa ventaja del ecosistema Ultralytics#

Aunque ambos modelos tienen raíces académicas sólidas, su verdadero potencial se desbloquea cuando se utilizan dentro de la plataforma de Ultralytics unificada. Desarrollar modelos de visión artificial desde cero es notablemente difícil, pero el ecosistema de Ultralytics proporciona una experiencia inigualable para los ingenieros de aprendizaje automático.

• Facilidad de uso: La API de Python de Ultralytics proporciona una interfaz unificada. Puedes entrenar, validar y exportar modelos con solo unas pocas líneas de código, evitando las complejas pesadillas de dependencias asociadas con los repositorios académicos típicos.
• Ecosistema bien mantenido: Ultralytics garantiza que el código subyacente se desarrolle activamente. Los usuarios se benefician de integraciones perfectas con herramientas populares de ML como Weights & Biases para el registro, o Hugging Face para demostraciones web rápidas.
• Requisitos de memoria: Los detectores de objetos basados en Transformer a menudo consumen cantidades masivas de memoria CUDA durante el entrenamiento. Por el contrario, los modelos Ultralytics YOLO requieren mucha menos memoria, lo que permite tamaños de lote mucho mayores en hardware de consumo.
• Versatilidad: El pipeline de Ultralytics no se limita a cuadros delimitadores estándar. Admite sin problemas estimación de pose, segmentación de instancias y cuadros delimitadores orientados en todas las familias de modelos compatibles, como YOLO11 y YOLOv8.

Link to this sectionEjemplo de entrenamiento simplificado#

Ejecutar un pipeline de entrenamiento con Ultralytics es notablemente sencillo. Independientemente de si aprovechas la robustez histórica de YOLOv7 o la velocidad sin NMS de YOLOv10, la sintaxis sigue siendo consistente:

from ultralytics import YOLO

# Load the preferred model (e.g., YOLOv10 Nano)
model = YOLO("yolov10n.pt")

# Train the model on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run an inference prediction on a sample image
predictions = model.predict("https://ultralytics.com/images/bus.jpg")

# Export to an edge-friendly format like ONNX
model.export(format="onnx")

Link to this sectionCasos de uso y recomendaciones#

Elegir entre YOLOv7 y YOLOv10 depende de los requisitos específicos de tu proyecto, las restricciones de despliegue y las preferencias de ecosistema.

Link to this sectionCuándo elegir YOLOv7#

YOLOv7 es una opción sólida para:

• Benchmarking académico: reproducir resultados de última generación de la era de 2022 o estudiar los efectos de las técnicas E-ELAN y bag-of-freebies entrenables.
• Investigación en reparametrización: investigar convoluciones reparametrizadas planificadas y estrategias de escalado de modelos compuestos.
• Procesos personalizados existentes: proyectos con flujos de trabajo altamente personalizados construidos en torno a la arquitectura específica de YOLOv7 que no se puedan refactorizar fácilmente.

Link to this sectionCuándo elegir YOLOv10#

YOLOv10 está recomendado para:

• Detección en tiempo real sin NMS: Aplicaciones que se benefician de una detección integral (end-to-end) sin NMS, lo que reduce la complejidad de la implementación.
• Equilibrio entre velocidad y precisión: Proyectos que requieren un buen equilibrio entre la velocidad de inferencia y la precisión de detección en varias escalas de modelo.
• Aplicaciones de latencia constante: Escenarios de despliegue donde los tiempos de inferencia predecibles son críticos, como en robótica o sistemas autónomos.

Link to this sectionCuándo elegir Ultralytics (YOLO26)#

Para la mayoría de los proyectos nuevos, Ultralytics YOLO26 ofrece la mejor combinación de rendimiento y experiencia de desarrollo:

• Implementación en el borde sin NMS: Aplicaciones que requieren una inferencia consistente y de baja latencia sin la complejidad del posprocesamiento de supresión de no máximos.
• Entornos solo de CPU: Dispositivos sin aceleración de GPU dedicada, donde la inferencia en CPU hasta un 43% más rápida de YOLO26 proporciona una ventaja decisiva.
• Detección de objetos pequeños: Escenarios desafiantes como imágenes de drones aéreos o análisis de sensores IoT donde ProgLoss y STAL aumentan significativamente la precisión en objetos pequeños.

Link to this sectionEl futuro: Presentamos YOLO26#

Aunque YOLOv7 y YOLOv10 son hitos impresionantes, la frontera de la IA siempre avanza. Lanzado en enero de 2026, Ultralytics YOLO26 es el nuevo estándar indiscutible de eficiencia y precisión en todos los escenarios de despliegue en el borde y en la nube.

Si estás comenzando un nuevo proyecto de visión artificial hoy, YOLO26 es la arquitectura recomendada. Se basa en el legado de sus predecesores incorporando varias innovaciones revolucionarias:

• Diseño integral sin NMS: Inspirándose en YOLOv10, YOLO26 elimina de forma nativa el postprocesamiento NMS, asegurando una inferencia de latencia ultrabaja para robótica determinista en tiempo real.
• Inferencia de CPU hasta un 43% más rápida: Al eliminar estratégicamente el módulo Distribution Focal Loss (DFL), YOLO26 acelera drásticamente la ejecución en hardware de computación de borde sin GPU, convirtiéndolo en una potencia para dispositivos IoT.
• Optimizador MuSGD: Inspirado en las recientes innovaciones en el entrenamiento de grandes modelos lingüísticos, YOLO26 incorpora un híbrido de SGD y Muon, estabilizando las rutas de entrenamiento y garantizando una convergencia más rápida.
• ProgLoss + STAL: Estas funciones de pérdida avanzadas producen mejoras notables en el reconocimiento de objetos pequeños, superando una debilidad histórica en las generaciones YOLO más antiguas.
• Versatilidad inigualable: YOLO26 presenta optimizaciones nativas específicas para cada tarea, como la estimación de verosimilitud residual logarítmica (RLE) para el seguimiento de poses y pérdidas angulares especializadas para la detección precisa de OBB en imágenes aéreas.

Para los ingenieros que buscan el equilibrio definitivo entre velocidad, precisión y simplicidad de despliegue, la transición de modelos heredados a YOLO26 proporciona una ventaja competitiva inmediata y medible.