YOLOv8 frente a YOLOv10
La detección de objetos en tiempo real ha evolucionado rápidamente. A medida que desarrolladores e investigadores buscan integrar en sus procesos los modelos de visión artificial más precisos y eficientes, comparar las principales arquitecturas se vuelve esencial. Esta guía compara Ultralytics YOLOv8 y YOLOv10, analiza sus diferencias arquitectónicas, métricas de rendimiento y escenarios de implementación ideales para ayudarte a tomar una decisión informada para tu próximo proyecto de IA.
Descripción general del modelo: YOLOv8#
Presentado como un gran avance en la línea YOLO, YOLOv8 estableció un nuevo estándar para un framework unificado y versátil. Se diseñó desde cero para admitir numerosas tareas, además de las cajas delimitadoras estándar, lo que lo convierte en una herramienta flexible para la visión artificial moderna.
Detalles de YOLOv8:
- Autores: Glenn Jocher, Ayush Chaurasia y Jing Qiu
- Organización: Ultralytics
- Fecha: 2023-01-10
- GitHub: https://github.com/ultralytics/ultralytics
- Documentación: https://docs.ultralytics.com/models/yolov8
Arquitectura y puntos fuertes#
YOLOv8 incorporó un cabezal de detección sin anclajes y renovó la arquitectura troncal CSPDarknet, lo que mejoró notablemente tanto la precisión como la latencia de inferencia. Al eliminar las cajas de anclaje, el modelo reduce el número de predicciones de cajas y acelera la supresión no máxima (NMS) durante el posprocesamiento.
Una de las principales ventajas de YOLOv8 es su versatilidad. Mientras que muchos modelos se centran exclusivamente en la detección de objetos, YOLOv8 admite de forma nativa la segmentación de instancias, la clasificación de imágenes, la estimación de poses y las cajas delimitadoras orientadas (OBB). Esto lo hace idóneo para procesos de varias etapas que requieren distintos tipos de comprensión visual de forma simultánea. Sus requisitos de memoria para el entrenamiento también son inferiores a los de arquitecturas basadas en Transformer, como RT-DETR, lo que permite a los investigadores entrenar modelos grandes en GPU de consumo estándar.
Descripción general del modelo: YOLOv10#
Desarrollado por investigadores de la Universidad de Tsinghua, YOLOv10 pretendía abordar uno de los cuellos de botella más persistentes de la familia YOLO: la dependencia del posprocesamiento con NMS.
Detalles de YOLOv10:
- Autores: Ao Wang, Hui Chen, Lihao Liu, et al.
- Organización: Universidad de Tsinghua
- Fecha: 2024-05-23
- arXiv: https://arxiv.org/abs/2405.14458
- GitHub: https://github.com/THU-MIG/yolov10
- Documentación: https://docs.ultralytics.com/models/yolov10
Arquitectura y puntos fuertes#
La principal innovación de YOLOv10 es su estrategia de asignaciones duales coherentes, que permite entrenar sin NMS e implementar de extremo a extremo. Al eliminar el paso de NMS, YOLOv10 reduce la latencia de inferencia, especialmente en dispositivos de borde, donde las operaciones de posprocesamiento pueden resultar costosas desde el punto de vista computacional.
Además, YOLOv10 incorpora un diseño de modelo integral que busca el equilibrio entre eficiencia y precisión y ajusta cuidadosamente la sobrecarga computacional de cada capa. El resultado es un modelo que necesita menos parámetros y FLOPs y, a la vez, logra una precisión media promedio (mAP) competitiva. Es una opción sólida para casos de uso que requieren una latencia mínima en tareas de detección pura.
Comparativa de rendimiento y métricas#
Al comparar estas dos arquitecturas, es fundamental analizar las compensaciones entre el número de parámetros, los FLOPs y la precisión. A continuación se muestra la comparación exacta de sus métricas de rendimiento en el conjunto de datos COCO.
| Modelo | tamaño (píxeles) | mAPval50-95 | Velocidad CPU ONNX (ms) | Velocidad T4 TensorRT10 (ms) | parámetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv8n | 640 | 37.3 | 80.4 | 1.47 | 3.2 | 8.7 |
| YOLOv8s | 640 | 44.9 | 128.4 | 2.66 | 11.2 | 28.6 |
| YOLOv8m | 640 | 50.2 | 234.7 | 5.86 | 25.9 | 78.9 |
| YOLOv8l | 640 | 52.9 | 375.2 | 9.06 | 43.7 | 165.1 |
| YOLOv8x | 640 | 53.9 | 479.1 | 14.37 | 68.2 | 257.8 |
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
Aunque YOLOv10 logra un mAP mayor con menos parámetros en todas las escalas de esta tabla, YOLOv8 ofrece un ecosistema más maduro y compatibilidad con más tareas, por lo que suele ser más fiable en entornos de producción que requieren algo más que cajas delimitadoras.
Ecosistema y metodología de entrenamiento#
En los flujos de trabajo modernos de ML, el verdadero elemento diferenciador suele ser el ecosistema que rodea a la arquitectura. Elegir un modelo de Ultralytics como YOLOv8 ofrece facilidad de uso y una experiencia de desarrollo coherente.
Con un SDK de Python intuitivo, los desarrolladores pueden gestionar el entrenamiento, la validación y la implementación con muy pocas complicaciones. El ecosistema de Ultralytics recibe mantenimiento activo y ofrece actualizaciones frecuentes, documentación exhaustiva sobre el ajuste de hiperparámetros y un sólido apoyo de la comunidad en plataformas como Discord y GitHub.
Ejemplo de código: entrenamiento simplificado#
La API de Python de Ultralytics facilita la creación de instancias, el entrenamiento y la validación de cualquiera de los dos modelos. Fíjate en que se aplica el mismo flujo de trabajo, independientemente de la arquitectura subyacente.
from ultralytics import YOLO
# Load a pretrained YOLOv8 model
model = YOLO("yolov8n.pt")
# Train the model efficiently with automated learning rate scheduling
results = model.train(
data="coco8.yaml",
epochs=100,
imgsz=640,
device=0, # optimized CUDA memory usage
batch=16,
)
# Validate the model to check mAP metrics
metrics = model.val()
print(f"Validation mAP: {metrics.box.map}")
# Export to ONNX for edge deployment
model.export(format="onnx")Casos de uso y recomendaciones#
La elección entre YOLOv8 y YOLOv10 depende de los requisitos concretos de tu proyecto, las limitaciones de implementación y tus preferencias de ecosistema.
Cuándo elegir YOLOv8#
YOLOv8 es una buena opción para:
- Implementación versátil y multitarea: Proyectos que necesitan un modelo probado para detección, segmentación, clasificación y estimación de pose dentro del ecosistema Ultralytics.
- Sistemas de producción consolidados: Entornos de producción existentes basados en la arquitectura YOLOv8, con canalizaciones de implementación estables y bien probadas.
- Amplio respaldo de la comunidad y del ecosistema: Aplicaciones que se benefician de los numerosos tutoriales de YOLOv8, las integraciones de terceros y los recursos de una comunidad activa.
Cuándo elegir YOLOv10#
YOLOv10 se recomienda 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 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 de GPU dedicada, en los que la inferencia en CPU de YOLO26n, hasta un 43 % más rápida que la de YOLO11n, ofrece una ventaja decisiva.
- 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.
El futuro: dar un paso adelante con YOLO26#
YOLOv8 es un modelo versátil para todo tipo de tareas y YOLOv10 ofrece información útil sobre las arquitecturas sin NMS, pero el sector ha avanzado. Para lograr el mejor equilibrio entre velocidad, precisión y sencillez de implementación, Ultralytics recomienda YOLO26 para los proyectos nuevos.
Lanzado en enero de 2026, YOLO26 combina las fortalezas de sus predecesores con varias funciones nuevas:
- Diseño de extremo a extremo sin NMS: A partir del entrenamiento sin NMS que YOLOv10 introdujo en los modelos YOLO, YOLO26 ofrece inferencia opcional sin NMS (
nms=False) para un despliegue más rápido y sencillo. - Eliminación de DFL: La eliminación de Distribution Focal Loss facilita la exportación del modelo a CoreML y a dispositivos de borde.
- Optimizador MuSGD: Inspirada en el entrenamiento de modelos de lenguaje grandes (LLM), esta combinación de SGD y Muon permite una convergencia más rápida y un entrenamiento más estable.
- Inferencia más rápida en CPU: YOLO26n ofrece una inferencia en CPU hasta un 43 % más rápida que YOLO11n, por lo que es idóneo para Raspberry Pi y aplicaciones de IoT.
- ProgLoss + STAL: La pérdida progresiva y la asignación de etiquetas consciente de los objetos pequeños (STAL) mejoran la detección de objetos pequeños, algo fundamental para las imágenes aéreas y la robótica.
Si estás evaluando modelos actualmente, quizá también te interese YOLO11, el predecesor directo de YOLO26, que sigue siendo un modelo listo para producción y muy utilizado en soluciones empresariales. Sin embargo, para los proyectos nuevos, la opción recomendada para anotar, entrenar e implementar IA de visión es YOLO26 con Ultralytics Platform.
Comentarios
Haz una pregunta, comparte tus resultados o ayuda a otra persona.