Empezar

YOLOv9 frente a YOLOv5

El campo de la visión artificial ha crecido rápidamente, y la detección de objetos sirve de base para muchas aplicaciones industriales y de investigación. Elegir la arquitectura adecuada suele requerir una evaluación minuciosa de la precisión media promedio (mAP), la velocidad de inferencia y la sobrecarga de memoria. Esta comparación analiza dos modelos influyentes: YOLOv9, conocido por sus avances arquitectónicos en la retención de información de gradiente, y Ultralytics YOLOv5, un modelo probado en la práctica y ampliamente utilizado, conocido por su facilidad de uso y su versatilidad de despliegue.

Innovaciones arquitectónicas y orígenes técnicos#

Comprender los mecanismos internos de estos dos modelos proporciona un contexto fundamental para entender sus respectivos perfiles de rendimiento.

YOLOv9: información de gradiente programable#

YOLOv9, desarrollado por los investigadores Chien-Yao Wang y Hong-Yuan Mark Liao en el Instituto de Ciencias de la Información de Academia Sinica, Taiwán, se publicó el 21 de febrero de 2024. El modelo introduce dos conceptos nuevos para abordar el cuello de botella de información habitual en las redes neuronales profundas: la información de gradiente programable (PGI) y la red generalizada de agregación eficiente de capas (GELAN).

Mediante PGI, YOLOv9 garantiza que la información vital se conserve durante el proceso de propagación hacia delante, lo que permite actualizar los gradientes de forma más fiable. Por su parte, la arquitectura GELAN maximiza la eficiencia de los parámetros y permite al modelo alcanzar una gran precisión con una baja sobrecarga computacional. Puedes consultar los detalles técnicos en el artículo oficial de YOLOv9 en arXiv o ver el repositorio de YOLOv9 en GitHub.

Más información sobre YOLOv9

Ultralytics YOLOv5: el estándar de producción#

Creado por Glenn Jocher y publicado por Ultralytics el 26 de junio de 2020, YOLOv5 hizo que la visión artificial fuera mucho más accesible. Como uno de los primeros modelos de detección de objetos desarrollados de forma nativa con el framework PyTorch, evitó las complejidades del antiguo framework C Darknet. YOLOv5 utiliza una red troncal basada en CSPNet y un cuello PANet, equilibrando velocidad y precisión.

Sin embargo, su mayor ventaja es la integración en el ecosistema más amplio de Ultralytics. YOLOv5 está optimizado para un entrenamiento rápido y entornos con poca memoria, por lo que resulta estable en despliegues en dispositivos periféricos.

Eficiencia de memoria

Al evaluar modelos para dispositivos edge, recuerda que los modelos YOLO de Ultralytics suelen necesitar mucha menos memoria GPU tanto durante el entrenamiento como durante la inferencia que las arquitecturas pesadas basadas en Transformer.

Análisis del rendimiento: velocidad frente a precisión#

Al diseñar un flujo de trabajo de visión artificial, los desarrolladores deben sopesar las ventajas y desventajas entre precisión y latencia. La siguiente tabla muestra las diferencias de rendimiento en el conjunto de datos estándar COCO.

Modelotamaño
(píxeles)
mAPval50-95Velocidad
CPU ONNX
(ms)
Velocidad
T4 TensorRT10
(ms)
parámetros
(M)
FLOPs
(B)
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5
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 de las ventajas e inconvenientes#

YOLOv9 ofrece mayor precisión, con un mAP superior al de YOLOv5 en todos los tamaños de esta tabla. YOLOv9e alcanza un 55,6 % de mAP y utiliza sus capas GELAN para conservar los detalles más precisos, por lo que es una opción sólida para la imagen médica o para escenarios que exigen una precisión rigurosa con objetos pequeños.

Por el contrario, YOLOv5 destaca por su velocidad bruta en GPU y su flexibilidad de hardware. YOLOv5n (Nano) es muy ligero y ejecuta inferencias en solo 1,12 ms en una GPU T4 mediante TensorRT. Si vas a desplegar el modelo en dispositivos IoT con recursos limitados, teléfonos móviles o una Raspberry Pi, el reducido consumo de memoria de YOLOv5 lo convierte en una opción fiable.

La ventaja del ecosistema Ultralytics#

Un factor importante al elegir un modelo es el ecosistema de software que lo rodea. Aunque YOLOv9 ofrece resultados de investigación de primer nivel, utilizar ambos modelos a través de la moderna API de Python de Ultralytics salva esa distancia y ofrece a los desarrolladores una experiencia unificada y simplificada.

Facilidad de uso y exportación#

Ultralytics se ocupa de tareas de ingeniería complejas. Incluye funciones como el aumento de datos automático y el ajuste de hiperparámetros. Pasar los modelos a producción también es sencillo gracias a los comandos de exportación integrados, que los convierten a los formatos ONNX, OpenVINO o LiteRT.

Versatilidad en las tareas#

Aunque ambos modelos destacan en la detección de objetos, los modelos modernos de Ultralytics están diseñados para abordar diversos retos de visión artificial. El framework ofrece compatibilidad nativa con la segmentación de instancias, la clasificación de imágenes, la estimación de poses y las cajas delimitadoras orientadas (OBB), lo que permite a los desarrolladores resolver varios problemas de visión sin cambiar de base de código.

Casos de uso y recomendaciones#

La elección entre YOLOv9 y YOLOv5 depende de los requisitos específicos del proyecto, las limitaciones del despliegue y tus preferencias de ecosistema.

Cuándo elegir YOLOv9#

YOLOv9 es una buena opción para:

  • Investigación sobre cuellos de botella de información: Proyectos académicos que estudian las arquitecturas de información de gradiente programable (PGI) y de red de agregación de capas eficiente generalizada (GELAN).
  • Estudios de optimización del flujo de gradiente: Investigaciones centradas en comprender y mitigar la pérdida de información en las capas profundas de la red durante el entrenamiento.
  • Evaluación comparativa de detección de alta precisión: Situaciones en las que el sólido rendimiento de YOLOv9 en las pruebas de referencia de COCO sirve como referencia para comparar arquitecturas.

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.
  • Compatibilidad amplia con formatos de exportación: Para proyectos que requieren desplegarse 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 requieren una inferencia constante y de baja latencia, sin la complejidad del posprocesamiento de supresión no máxima (NMS).
  • 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.

Ejemplo de implementación#

Con el ecosistema de Ultralytics, puedes cambiar entre un modelo YOLOv5 y uno YOLOv9 modificando la cadena de pesos.

from ultralytics import YOLO

# Carga un modelo YOLOv9 preentrenado (cámbialo por "yolov5su.pt" para usar YOLOv5u)
model = YOLO("yolov9c.pt")

# Entrena el modelo de forma eficiente con un conjunto de datos personalizado
train_results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Ejecuta la inferencia en imágenes nuevas
predictions = model.predict("https://ultralytics.com/images/zidane.jpg")

# Exporta a ONNX para el despliegue
model.export(format="onnx")

Descubre arquitecturas más recientes#

Aunque YOLOv5 y YOLOv9 son modelos excelentes con ventajas distintas, el campo sigue avanzando. Si estás explorando nuevos proyectos, quizá también quieras evaluar las últimas versiones de Ultralytics.

  • YOLO11: Una evolución perfeccionada de la línea YOLOv8 que ofrece un excelente equilibrio entre velocidad y precisión en todas las tareas de visión.
  • YOLO26: Lanzado en enero de 2026, YOLO26 es el modelo recomendado para los nuevos flujos de trabajo. Incorpora un diseño de extremo a extremo sin NMS opcional (nms=False) que elimina los cuellos de botella del posprocesamiento con NMS. Gracias a la eliminación de DFL (se elimina la pérdida focal de distribución para simplificar la exportación y mejorar la compatibilidad con dispositivos periféricos y de bajo consumo), YOLO26n alcanza una inferencia en CPU hasta un 43 % más rápida que YOLO11n. El optimizador MuSGD mejora la estabilidad del entrenamiento, y ProgLoss + STAL (pérdida progresiva y asignación de etiquetas consciente de los objetos pequeños) mejoran la detección de objetos pequeños para el IoT, la robótica y las imágenes aéreas en despliegues periféricos y en la nube.

Para los equipos que gestionan grandes conjuntos de datos y flujos de trabajo de despliegue complejos, Ultralytics Platform ofrece una forma sin código de entrenar, hacer seguimiento y desplegar estos modelos.

Comentarios

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