YOLOv9 frente a YOLOv8
La visión artificial en tiempo real ha evolucionado rápidamente en los últimos años, y cada nuevo modelo amplía las posibilidades tanto en dispositivos periféricos como en servidores en la nube. Al comparar la nueva arquitectura YOLOv9 con el popular Ultralytics YOLOv8, los desarrolladores suelen tener que elegir entre la investigación innovadora sobre rutas de gradiente y un ecosistema probado y listo para producción.
Esta guía compara ambos modelos y analiza sus innovaciones arquitectónicas, métricas de rendimiento y escenarios de despliegue ideales para ayudarte a elegir el modelo adecuado para tu próximo proyecto de inteligencia artificial.
Especificaciones técnicas y autoría#
Comprender el linaje de estos modelos aporta un contexto esencial para entender sus respectivas decisiones de diseño.
YOLOv9 YOLOv9, creado por 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. La investigación se centra en resolver el cuello de botella de información de las redes neuronales profundas. Puedes consultar el artículo de investigación original de YOLOv9 en arXiv o ver el código fuente en el repositorio oficial de YOLOv9 en GitHub.
Ultralytics YOLOv8 Desarrollado por Glenn Jocher, Ayush Chaurasia y Jing Qiu en Ultralytics, YOLOv8 se lanzó el 10 de enero de 2023. Se consolidó como estándar del sector por su versatilidad y ofrece una API unificada para una amplia variedad de tareas de visión. El código fuente se mantiene en el repositorio principal de Ultralytics en GitHub, lo que garantiza actualizaciones continuas y estabilidad a largo plazo.
Innovaciones arquitectónicas#
YOLOv9: información de gradiente programable#
La característica distintiva de YOLOv9 es la introducción de la información de gradiente programable (PGI) y de la red generalizada de agregación eficiente de capas (GELAN). A medida que las redes neuronales convolucionales se hacen más profundas, suelen perder información crucial de las características durante el proceso de propagación hacia delante. PGI aborda este cuello de botella de información conservando gradientes precisos para actualizar los pesos y favorecer una extracción fiable de características. Esta arquitectura maximiza la eficiencia de los parámetros, lo que permite a YOLOv9 alcanzar una gran precisión con menos operaciones de coma flotante (FLOPs).
YOLOv8: el modelo versátil y todoterreno#
YOLOv8 introdujo un mecanismo de detección sin anclajes simplificado que reduce el número de predicciones de cajas y acelera la supresión no máxima (NMS) durante el posprocesamiento. Su módulo C2f (cuello de botella parcial entre etapas con dos convoluciones) mejora el flujo de gradientes en la red respecto a los modelos anteriores. Y lo que es más importante, YOLOv8 se diseñó pensando en la versatilidad y admite de forma nativa la detección de objetos, la segmentación de instancias, la clasificación de imágenes, la estimación de poses y la extracción de cajas delimitadoras orientadas (OBB) desde el primer momento.
Aunque YOLOv9 ofrece métricas de detección en bruto muy sólidas, su integración nativa en flujos de trabajo complejos puede resultar difícil. Usar YOLOv9 a través del framework Ultralytics salva esa distancia y permite acceder a las herramientas de exportación y despliegue de Ultralytics.
Equilibrio de rendimiento y benchmarks#
El equilibrio entre velocidad y precisión es el factor más importante al desplegar modelos de visión. A continuación se muestra una comparación detallada del tamaño de los modelos, la latencia y la precisión media promedio (mAP), evaluados en el conjunto de datos estándar COCO.
| Modelo | tamaño (píxeles) | mAPval50-95 | Velocidad CPU ONNX (ms) | Velocidad T4 TensorRT10 (ms) | parámetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.2 | 26.7 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.1 | 76.8 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.5 | 102.8 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 58.1 | 192.5 |
| 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 |
Al analizar las métricas, YOLOv9 presenta una sólida relación entre parámetros y precisión, con un mAP superior al de YOLOv8 en todos los tamaños. El modelo YOLOv9c alcanza un 53,0 % de mAP con solo 25,5 M de parámetros. Sin embargo, YOLOv8 es más rápido en GPU en la mayoría de los tamaños: la variante YOLOv8n tarda 1,47 ms en una configuración NVIDIA TensorRT.
La ventaja del ecosistema Ultralytics#
Un factor importante al elegir una arquitectura es la facilidad de uso y el ecosistema de software que la rodea. Gestionar dependencias, escribir cargadores de datos personalizados y encargarse de scripts de exportación complejos puede frenar el desarrollo. El ecosistema integrado de Ultralytics se ocupa de estas complejidades.
Tanto si eliges YOLOv8 como YOLOv9 (plenamente compatible con la biblioteca Ultralytics), te beneficias de una API unificada, técnicas automáticas de aumento de datos y una exportación simplificada al formato ONNX. Las arquitecturas de Ultralytics también se entrenan de forma eficiente y evitan el elevado consumo de memoria CUDA habitual en los grandes modelos basados en Transformer.
Ejemplo de código de entrenamiento#
Entrenar cualquiera de los dos modelos con la API de Python es sencillo y solo requiere unas pocas líneas de código.
from ultralytics import YOLO
# Cargar el modelo preferido (cambia 'yolov9c.pt' por 'yolov8n.pt' según sea necesario)
model = YOLO("yolov8n.pt")
# Entrena el modelo con tu conjunto de datos personalizado
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Validar las métricas de rendimiento del modelo
metrics = model.val()
# Exportar a ONNX para el despliegue en producción
model.export(format="onnx")Casos de uso y recomendaciones#
La elección entre YOLOv9 y YOLOv8 depende de los requisitos específicos de tu proyecto, las limitaciones de 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 YOLOv8#
Se recomienda YOLOv8 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 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 solo con CPU: Dispositivos sin aceleración de GPU dedicada, en los que la inferencia en CPU hasta un 43 % más rápida de YOLO26 (YOLO26n frente a YOLO11n) supone 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.
Perspectivas de futuro: llega YOLO26#
Aunque YOLOv8 y YOLOv9 son modelos capaces, el campo de la visión artificial evoluciona rápidamente. Para los despliegues modernos, Ultralytics recomienda Ultralytics YOLO26, lanzado en enero de 2026.
YOLO26 cambia la forma en que se ejecutan los detectores de objetos en producción. Incluye un diseño de extremo a extremo sin NMS nativo (opcional mediante nms=False), que elimina la latencia del posprocesamiento con NMS y su variabilidad. Para ofrecer una mayor compatibilidad con hardware periférico y de bajo consumo, YOLO26 incorpora la eliminación de DFL (pérdida focal de distribución), lo que simplifica las exportaciones para móviles.
Para el entrenamiento, YOLO26 utiliza el optimizador MuSGD, una combinación de SGD y Muon que aporta a las tareas de visión la estabilidad de entrenamiento inspirada en los LLM y acelera la convergencia. Con una inferencia en CPU hasta un 43 % más rápida (YOLO26n frente a YOLO11n) y ProgLoss + STAL (pérdida progresiva y asignación de etiquetas consciente de los objetos pequeños) para mejorar la detección de objetos pequeños, YOLO26 es la opción recomendada para nuevos proyectos empresariales.
Según las limitaciones de tu hardware, también puede interesarte comparar estos modelos con Ultralytics YOLO11 para tareas generales equilibradas, o explorar modelos basados en Transformer como RT-DETR para investigaciones especializadas que exijan una alta fidelidad.
Aplicaciones y casos de uso en el mundo real#
La elección entre YOLOv8 y YOLOv9 depende en gran medida de las limitaciones de tu proyecto y del hardware de destino.
- Sanidad e imagen médica: Cuando cada píxel cuenta, como en los sistemas de detección de tumores, la arquitectura GELAN de YOLOv9 ayuda a conservar los detalles más precisos, lo que puede reducir los falsos negativos en diagnósticos críticos.
- Comercio minorista y análisis de inventario: Para los sistemas inteligentes de supermercado que supervisan estanterías densamente abarrotadas, YOLOv9 ofrece el mAP necesario para distinguir con fiabilidad los artículos superpuestos.
- Ciudades inteligentes y supervisión del tráfico: En el dinámico ámbito de la logística y la gestión del tráfico, la baja latencia y la robustez probada de YOLOv8 lo hacen idóneo para seguir vehículos simultáneamente en varios flujos de cámara.
- Despliegues en dispositivos periféricos: Si vas a desplegar el modelo en dispositivos con recursos limitados, como una Raspberry Pi o hardware móvil, los eficientes bloques C2f de YOLOv8 (y las optimizaciones de YOLO26 para CPU) ofrecen un flujo de inferencia más fluido y respetuoso con la batería.
Comentarios1
Haz una pregunta, comparte tus resultados o ayuda a otra persona.
finfindara(editado)
Great comparison! YOLOv9 introduces notable improvements in detection accuracy and model optimization, particularly for smaller and densely packed objects. However, this YOLOv8 comparison shows that v8 still delivers a strong balance of speed, flexibility, and ease of deployment — making it a solid choice for many real-time applications. Both models have their strengths depending on the specific use case.