≡En resumen
- YOLO trata la detección de objetos como un único problema de regresión: una sola red predice cajas y clases a la vez.
- El YOLO original procesaba 45 imágenes por segundo, y su versión Fast YOLO, 155.
- Desde 2020 la familia la desarrollan varios equipos: Ultralytics, Meituan, Academia Sinica, Tsinghua o la Universidad de Buffalo.
- Las versiones actuales detectan, segmentan, estiman poses, clasifican y detectan objetos rotados.
- Usar Ultralytics YOLO en un producto comercial cerrado exige una licencia Enterprise.
01 ¿Qué es YOLO en visión por computador?
Antes de YOLO, los detectores más precisos trabajaban en dos etapas: primero proponían regiones donde podía haber un objeto y después las clasificaban una a una. Eso era lento. La idea de Redmon fue formular la detección como un único problema de regresión, desde los píxeles hasta las coordenadas y probabilidades, lo que permitió detectar en tiempo real.
02 Cómo funciona YOLO paso a paso
-
1
Entrada
La imagen o el fotograma se redimensiona (por ejemplo, a 640 × 640 píxeles en los modelos actuales) y entra entera en la red.
-
2
Extracción de características
Una red convolucional (el backbone) convierte la imagen en mapas de características que describen bordes, texturas y formas a varias escalas.
-
3
Predicción en rejilla
La cabeza de detección predice, para cada zona de la imagen, posibles cajas con sus coordenadas, una puntuación de confianza y la probabilidad de cada clase.
-
4
Filtrado
Las cajas con poca confianza se descartan. Tradicionalmente se aplica NMS (supresión de no máximos) para quedarse con una caja por objeto; YOLOv10 y YOLO26 permiten evitar este paso.
-
5
Salida
Obtienes una lista de objetos con clase, recuadro y confianza, lista para contar, seguir, medir o disparar una alerta.
45 fps
Velocidad del YOLO original procesando imágenes en tiempo real
Fuente: Redmon et al., arXiv 1506.02640
155 fps
Velocidad de Fast YOLO, la variante reducida del artículo original
Fuente: Redmon et al., arXiv 1506.02640
Hasta un 43 %
Más rápida la inferencia en CPU (ONNX) de YOLO26n frente a YOLO11n
Fuente: Documentación de Ultralytics
03 Versiones de YOLO: de YOLOv1 a YOLO26
Tras YOLOv3, la familia dejó de tener un único autor. Cada versión la publica un equipo distinto y no siempre la numeración implica que una sea sucesora directa de la anterior. Esta es la cronología principal:
| Versión | Año | Autores o equipo | Qué aportó |
|---|---|---|---|
| YOLO (v1) | 2015 | Redmon, Divvala, Girshick y Farhadi | Detección en una sola pasada y en tiempo real |
| YOLOv2 / YOLO9000 | 2016 | Redmon y Farhadi | Anclas (anchor boxes) y detección de miles de categorías |
| YOLOv3 | 2018 | Redmon y Farhadi | Predicción a varias escalas para objetos pequeños |
| YOLOv4 | 2020 | Alexey Bochkovskiy y colaboradores | Recopilación de mejoras de entrenamiento y arquitectura |
| YOLOv5 | 2020 | Ultralytics | Implementación en PyTorch fácil de entrenar y desplegar |
| YOLOv6 | 2022 | Meituan | Enfoque en despliegue industrial |
| YOLOv7 | 2022 | Wang, Bochkovskiy y Liao | Nuevas técnicas de entrenamiento sin coste de inferencia |
| YOLOv8 | 2023 | Ultralytics | Multitarea: detección, segmentación, clasificación, pose y OBB |
| YOLOv9 | 2024 | Wang, Yeh y Liao (Academia Sinica) | Programmable Gradient Information (PGI) y arquitectura GELAN |
| YOLOv10 | 2024 | Universidad de Tsinghua | Detección sin NMS gracias a asignaciones duales |
| YOLO11 | 2024 | Ultralytics | Versión estable recomendada para producción |
| YOLOv12 | 2025 | Tian, Ye y Doermann | Arquitectura centrada en mecanismos de atención |
| YOLO26 | 2026 | Ultralytics | Inferencia de extremo a extremo sin NMS y optimizada para CPU y edge |
04 Qué tareas resuelve YOLO
Detección de objetos
Localiza cada objeto con un recuadro y le asigna una clase. Es la tarea original de YOLO.
Segmentación de instancias
Dibuja el contorno exacto de cada objeto, píxel a píxel, útil para medir superficies o recortar productos.
Estimación de pose
Detecta puntos clave del cuerpo (hombros, codos, rodillas) para analizar posturas o movimientos.
Clasificación
Asigna una etiqueta a la imagen completa, sin localizar objetos.
Cajas orientadas (OBB)
Detecta objetos girados, como barcos en imágenes de satélite o piezas en una cinta transportadora.
Nuevas tareas en YOLO26
Según Ultralytics, YOLO26 añade segmentación semántica y estimación de profundidad hasta cubrir siete tareas.
05 Casos de uso de YOLO en empresas
YOLO es atractivo para empresas porque corre en tiempo real y en hardware modesto, muchas veces en el propio dispositivo gracias al edge computing, sin enviar las imágenes a la nube. Estos son usos habituales:
- ✓Control de calidad en fábricas: detectar piezas defectuosas, etiquetas mal puestas o envases incompletos.
- ✓Retail: contar clientes, medir colas o comprobar huecos en el lineal.
- ✓Logística: leer y clasificar paquetes, contar palés o vigilar zonas de carga.
- ✓Movilidad: aforar vehículos y peatones o detectar matrículas en aparcamientos.
- ✓Agricultura: localizar frutos, plagas o malas hierbas en imágenes de drones.
- ✓Deporte y salud laboral: analizar posturas con estimación de pose.
Una cadena de tiendas quiere saber qué productos faltan en el lineal. Se entrena un modelo YOLO con fotos etiquetadas de sus productos, se exporta a un formato ligero y se integra en una app móvil: el empleado fotografía la estantería y la app marca los huecos. Es el mismo tipo de tecnología que usan buscadores visuales como Google Lens, pero entrenada para un catálogo concreto.
06 Cómo empezar a usar YOLO
-
1
Instala la librería
Con Python instalado, ejecuta pip install ultralytics. Incluye los modelos, la línea de comandos y utilidades de entrenamiento.
-
2
Prueba un modelo preentrenado
Carga un modelo como yolo26n.pt, entrenado con el conjunto COCO (80 clases), y lánzalo sobre una imagen o un vídeo para ver las detecciones.
-
3
Prepara tus datos
Si necesitas detectar objetos propios, etiqueta cientos de imágenes con sus recuadros. La calidad del etiquetado pesa más que la cantidad.
-
4
Entrena o ajusta
Parte de los pesos preentrenados y ajusta el modelo con tu conjunto de datos; necesitarás una GPU para tiempos razonables.
-
5
Exporta y despliega
Exporta a ONNX, TensorRT, CoreML o TFLite según vayas a ejecutarlo en servidor, en un iPhone o en un Android.
07 Llevar YOLO a un proyecto real
Un modelo que funciona en un cuaderno de pruebas no es todavía un producto. Hay que etiquetar datos de tu entorno real, medir la precisión con casos difíciles, integrar las detecciones con tu ERP o tu CRM y decidir dónde se ejecuta el modelo. Si buscas ideas por sector, repasa estos casos de uso de la IA en empresas.
En appyweb diseñamos soluciones de inteligencia artificial para empresas y, cuando la visión por computador tiene que vivir en el móvil del operario, nos encargamos del desarrollo de aplicaciones móviles que la integran.
Preguntas frecuentes sobre YOLO (You Only Look Once)
Significa You Only Look Once, «solo miras una vez». Es una familia de modelos que detecta objetos en imágenes con una sola pasada de una red neuronal.
Joseph Redmon, Santosh Divvala, Ross Girshick y Ali Farhadi, en un artículo publicado en arXiv en junio de 2015 y presentado en la conferencia CVPR de 2016.
La más reciente de Ultralytics es YOLO26, publicada en enero de 2026. Otras versiones recientes de otros equipos son YOLOv12 (2025) y YOLOv10 (2024).
R-CNN y sus sucesores trabajan en dos etapas, primero proponen regiones y luego las clasifican. YOLO lo hace todo en una sola pasada, por eso es mucho más rápido.
El código de Ultralytics es gratuito bajo licencia AGPL-3.0 si publicas tu proyecto como código abierto. Para usos comerciales cerrados necesitas una licencia Enterprise de pago.
Sí. Las variantes nano y small se exportan a formatos como CoreML o TFLite y funcionan en tiempo real en muchos smartphones actuales.
Un conjunto de imágenes etiquetadas con los recuadros de cada objeto, la librería ultralytics y, preferiblemente, una GPU para acelerar el entrenamiento.
Fuentes consultadas
Sobre el autor
Development Manager en appyweb
Dirige el equipo de desarrollo de appyweb: aplicaciones web y móviles, SaaS, integraciones y arquitectura de software.
Ver perfil y artículos → Ver perfil en LinkedIn ↗