Todo lo que necesitas saber sobre Ultralytics YOLO11 y sus aplicaciones

El lunes 30 de septiembre, Ultralytics lanzó oficialmente Ultralytics YOLO11, el avance más reciente en computer vision, tras su presentación en YOLO Vision 2024 (YV24), el evento híbrido anual de Ultralytics. La comunidad de IA está entusiasmada y se apresura a explorar las capacidades del modelo. Con un procesamiento más rápido, mayor precisión y modelos optimizados tanto para dispositivos edge como para despliegue en la nube, YOLO11 redefine lo que es posible en aplicaciones de computer vision en tiempo real.

En una entrevista, el fundador y CEO de Ultralytics, Glenn Jocher, compartió: "El mundo avanza hacia la clean energy, pero no lo suficientemente rápido. Queremos que nuestros modelos puedan entrenarse en menos épocas, con menos aumentos y menos datos, por lo que estamos trabajando duro en ello. El modelo de detección de objetos más pequeño, YOLO11n, tiene solo 2,6 millones de parámetros, aproximadamente el tamaño de un JPEG, lo cual es una locura. El modelo de object detection más grande, YOLO11x, tiene alrededor de 56 millones de parámetros, e incluso eso es increíblemente pequeño en comparación con otros modelos. Puedes entrenarlos en una GPU barata, como una GPU NVIDIA de hace cinco años, con solo algo de emoción y un poco de café".

En este artículo, analizaremos YOLO11 más de cerca, explorando sus características, mejoras, benchmarks de rendimiento y aplicaciones en el mundo real para ayudarte a entender lo que este modelo puede hacer. ¡Comencemos!

Link to this sectionEntendiendo YOLO11: Mejoras respecto a versiones anteriores#

YOLO11 es el último avance en la serie de computer vision models YOLO (You Only Look Once), y ofrece mejoras significativas respecto a versiones anteriores como YOLOv5 y YOLOv8. El equipo de Ultralytics ha incorporado comentarios de la comunidad e investigaciones de vanguardia para hacer que YOLO11 sea más rápido, preciso y eficiente. YOLO11 también admite las mismas computer vision tasks que YOLOv8, incluyendo object detection, instance segmentation e image classification. De hecho, los usuarios pueden cambiar fácilmente a YOLO11 sin necesidad de modificar sus flujos de trabajo existentes.

Uno de los puntos clave de YOLO11 es su rendimiento superior tanto en precisión como en velocidad en comparación con sus predecesores. Con un 22% menos de parámetros que YOLOv8m, YOLO11m logra una mayor mean average precision (mAP) en el COCO dataset, lo que significa que puede detectar objetos de manera más precisa y eficiente. En términos de velocidad de procesamiento, YOLO11 supera a los modelos anteriores, lo que lo hace ideal para aplicaciones en tiempo real, donde la detección y respuesta rápidas son críticas y cada milisegundo cuenta.

El siguiente gráfico de benchmarking ilustra cómo YOLO11 destaca respecto a modelos anteriores. En el eje horizontal, muestra la COCO Box Average Precision (AP), que mide la precisión de la detección de objetos. El eje vertical muestra la latencia usando TensorRT10 FP16 en una NVIDIA T4 GPU, indicando qué tan rápido procesa los datos el modelo.

Fig 1. YOLO11 ofrece capacidades de detección de objetos en tiempo real de última generación.

Link to this sectionLanzamiento del modelo YOLO11: Opciones de código abierto y empresariales#

Con el lanzamiento de Ultralytics YOLO11, Ultralytics amplía la serie YOLO ofreciendo modelos tanto open-source como enterprise para satisfacer la creciente demanda en todas las industrias.

Fig 2. Con este lanzamiento, Ultralytics ofrece 30 nuevos modelos.

YOLO11 cuenta con cinco tamaños de modelo distintos: Nano, Small, Medium, Large y X. Los usuarios pueden elegir el modelo más adecuado según las necesidades específicas de su computer vision application. Los cinco tamaños ofrecen flexibilidad en tareas como image classification, object detection, instance segmentation, tracking, pose estimation y oriented bounding boxes (OBB) object detection. Para cada tamaño, hay un modelo disponible para cada tarea, lo que resulta en un total de 25 modelos open-source que conforman el núcleo de la oferta de Ultralytics. Estos modelos son ideales para una amplia gama de applications, desde tareas ligeras en dispositivos edge, donde el modelo YOLO11n ofrece una eficiencia impresionante, hasta larger-scale applications que requieren los modelos YOLO11l y YOLO11x.

Por primera vez, Ultralytics introduce modelos enterprise, marcando un hito importante en nuestra oferta de productos, y estamos entusiasmados de compartir estas nuevas innovaciones con nuestros usuarios. YOLO11 presenta cinco modelos propietarios diseñados específicamente para casos de uso comerciales. Estos modelos empresariales, que estarán disponibles el próximo mes, están entrenados en el nuevo dataset propietario de Ultralytics, que consta de más de 1 millón de imágenes, ofreciendo modelos preentrenados más robustos. Están diseñados para demanding, real-world applications, como el medical imagery analysis y el satellite image processing, donde la detección precisa de objetos es crucial.

Link to this sectionExplorando las características de última generación de YOLO11#

Ahora que hemos discutido lo que ofrece YOLO11, echemos un vistazo a lo que hace que YOLO11 sea tan especial.

Uno de los desafíos clave en el desarrollo de YOLO11 fue encontrar el equilibrio adecuado entre prioridades en conflicto: hacer que los modelos fueran más pequeños, más rápidos y más precisos. Como explicó Glenn Jocher, fundador y CEO de Ultralytics: "Working on YOLO research and development es realmente desafiante porque quieres ir en tres direcciones diferentes: quieres hacer los modelos más pequeños, quieres que sean más precisos, pero también quieres que sean más rápidos en diferentes plataformas como CPU y GPU. Todos estos son intereses en competencia, por lo que tienes que hacer concesiones y elegir dónde hacer los cambios". A pesar de estos desafíos, YOLO11 logra un equilibrio impresionante, brindando mejoras tanto de velocidad como de precisión respecto a versiones anteriores como YOLOv8.

Fig 3. Un ejemplo de uso de YOLO11 para la detección de objetos.

YOLO11 aporta mejoras sustanciales, como una mejor feature extraction con una arquitectura de backbone y cuello rediseñada, lo que conduce a una detección de objetos más precisa. El modelo también está optimizado para la velocidad y la eficiencia, ofreciendo tiempos de procesamiento más rápidos manteniendo una alta precisión. Además de estos beneficios, YOLO11 is highly adaptable en diferentes entornos, funcionando sin problemas en dispositivos edge, plataformas en la nube y sistemas que utilizan NVIDIA GPUs. Esta adaptabilidad lo convierte en una opción ideal para los usuarios que necesitan deployment options flexibles en diversos hardware setups, desde dispositivos móviles hasta servidores a gran escala.

Link to this sectionAplicaciones de YOLO11 en tiempo real#

La versatilidad de YOLO11 lo convierte en una herramienta fiable en muchas industrias, especialmente al tratar con complex use cases. Por ejemplo, funciona a la perfección en dispositivos edge y puede utilizarse para applications que requieren análisis en tiempo real en entornos con potencia informática limitada. Un excelente ejemplo de esto es el autonomous driving, donde los vehículos necesitan tomar decisiones en fracciones de segundo para mantener a todos a salvo. YOLO11 ayuda detectando y analizando objetos en la carretera, como peatones u otros coches, incluso en condiciones difíciles como poca luz o cuando los objetos están parcialmente ocultos. Una detección rápida y precisa ayuda a prevenir accidentes y garantiza que los vehicles can navigate safely.

Fig 4. Glenn Jocher en el escenario en YV24, hablando sobre las aplicaciones de YOLO11.

Otro ejemplo interesante del alcance de YOLO11 es su capacidad para manejar oriented bounding boxes (OBB). Es esencial para detectar objetos que no están perfectamente alineados. La detección de objetos OBB es una característica especialmente útil en industrias como la agriculture, mapping y surveillance, donde las images often contain rotated objects como cultivos o edificios en imágenes aéreas o satelitales. A diferencia de los modelos tradicionales, YOLO11 puede identificar objetos en cualquier ángulo y proporcionar resultados mucho más precisos para tareas que requieren precisión.

Link to this sectionYOLO11 para desarrolladores de IA: pruébalo tú mismo#

Comenzar con YOLO11 es sencillo y accesible, ya sea que prefieras programar o una opción sin código. Para trabajar con YOLO11 a través de código, puedes usar el Ultralytics Python package para entrenar y desplegar modelos fácilmente. Si prefieres un enfoque sin código, Ultralytics Platform te permite probar YOLO11 con solo unos clics.

Link to this sectionTutorial de código de YOLO11#

Para usar YOLO11 con Python, primero deberás instalar el paquete Ultralytics. Dependiendo de tus preferencias, puedes hacerlo usando pip, conda o Docker. Para obtener instrucciones detalladas y mejores prácticas relacionadas con el proceso de instalación, asegúrate de consultar nuestra Ultralytics Installation Guide. Si encuentras alguna dificultad al instalar los paquetes necesarios para YOLO11, consulta nuestra Common Issues Guide para obtener soluciones y consejos.

Una vez que tengas el paquete Ultralytics instalado, using YOLO11 is straightforward. El siguiente fragmento de código te guía a través del proceso de loading a model, training it, testing its performance y exporting a ONNX format. Para ejemplos más detallados y uso avanzado, asegúrate de consultar la official Ultralytics documentation, donde encontrarás guides detalladas y mejores prácticas para getting the most out of YOLO11.

Fig 5. Uso de YOLO11 a través del paquete Ultralytics.

Para los usuarios que prefieren un enfoque sin código, Ultralytics Platform proporciona una forma sencilla de entrenar y desplegar modelos YOLO11 con solo unos pocos clics. Para get started with Ultralytics Platform, simplemente crea una cuenta en Ultralytics Platform y podrás comenzar a entrenar y gestionar tus modelos a través de una interfaz intuitiva.

Link to this sectionYOLO11: Dando forma al futuro de la visión por IA#

La comunidad de IA avanza constantemente en el campo de la computer vision esforzándose por desarrollar modelos más rápidos y precisos para aplicaciones del mundo real. Ultralytics YOLO11 es un hito importante en este esfuerzo, aportando mayor velocidad, precisión y flexibilidad. Está diseñado para aplicaciones en tiempo real y edge, lo que lo hace ideal para industrias como la atención sanitaria y la conducción autónoma. Tanto si utilizas el paquete Python de Ultralytics como la plataforma sin código Ultralytics Platform, YOLO11 simplifica las tareas complejas de visión por IA. Ofrece potentes capacidades de computer vision, lo que lo convierte en una excelente opción para desarrolladores y empresas.

Echa un vistazo a nuestro repositorio de GitHub y únete a nuestra activa comunidad para aprender más sobre IA. Explora cómo la IA visual está impulsando la innovación en sectores como la salud y la agricultura.