Modelos Ultralytics YOLO11
Crea IA de visión rápida y precisa en tiempo real con una familia de modelos de eficacia probada, diseñada para entrenarse e implementarse de forma eficiente y abarcar una amplia variedad de tareas de visión artificial.
Familia de modelos YOLO11
YOLO11 abarca cinco tamaños, desde nano hasta extragrande, para detección, segmentación, clasificación, estimación de pose y detección orientada. Los resultados de referencia de detección que aparecen a continuación muestran el rango de precisión y velocidad: empieza con el tamaño más pequeño que alcance tu objetivo de precisión y aumenta el tamaño solo cuando lo requiera la carga de trabajo.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO11 model
model = YOLO("yolo11n.pt")
# Run inference
results = model("image.jpg")| Modelo | Tamaño (px) | mAP 50-95 | CPU ONNX (ms) | T4 TensorRT (ms) | Parámetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO11n | 640 | 39.5 | 56.1 ± 0.8 | 1.5 ± 0.0 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 ± 1.2 | 2.5 ± 0.0 | 9.4 | 21.5 |
| YOLO11m | 640 | 51.5 | 183.2 ± 2.0 | 4.7 ± 0.1 | 20.1 | 68.0 |
| YOLO11l | 640 | 53.4 | 238.6 ± 1.4 | 6.2 ± 0.1 | 25.3 | 86.9 |
| YOLO11x | 640 | 54.7 | 462.8 ± 6.7 | 11.3 ± 0.2 | 56.9 | 194.9 |
Resultados de referencia de detección de YOLO11 según la documentación de Ultralytics.
La confianza de las organizaciones líderes del mundo
El impacto de nuestros modelos
Agiliza los procesos en distintos sectores con nuestros modelos de IA de visión de vanguardia. Velocidad, precisión y facilidad de uso gracias a Ultralytics.
La evolución de los modelos YOLO de Ultralytics
Descubre cómo Ultralytics YOLO evolucionó hasta YOLO11 y la generación más reciente, YOLO26, para la visión artificial en tiempo real.
Etiqueta hasta 10 veces más rápido con anotaciones inteligentes
Ultralytics Platform te ofrece una herramienta de anotación de imágenes para crear conjuntos de datos de alta calidad más rápido. Desde las anotaciones inteligentes hasta la edición manual precisa, estas funciones están diseñadas para reducir el tiempo de etiquetado de imágenes sin sacrificar la calidad.
- Anotación inteligente con SAM:Máscaras y cuadros delimitadores con un solo clic.
- Cobertura completa de tareas de IA:Detección, segmentación de instancias, segmentación semántica, clasificación, estimación de pose y OBB.
- Compatibilidad con formatos universales:Elige YOLO, COCO y muchos más.
- Revisión y control de versiones en equipo:Colaboración clara en cada paso.
Entrena con las mejores GPU por menos
26 GPU NVIDIA desde 0,24 $/h: de Ampere a Blackwell. Sin sobrecostes, mínimos ni compromisos.
Implementa en cualquier lugar
Exporta a 22 formatos e implementa en entornos edge, la nube y dispositivos móviles.
Descubre soluciones para distintos sectores
Descubre cómo los equipos aplican la visión artificial de Ultralytics en entornos de producción.
Agricultura
Automoción
Sanidad
Logística
Fabricación
Comercio minorista
Robótica
Agricultura
Automoción
Sanidad
Logística
Fabricación
Comercio minorista
Robótica
Agricultura
Automoción
Sanidad
Logística
Fabricación
Comercio minorista
Robótica
Preguntas frecuentes
Ultralytics YOLO11 es una familia de modelos de visión artificial en tiempo real desarrollada sobre la biblioteca de código abierto de Ultralytics. Admite detección de objetos, segmentación de instancias, clasificación de imágenes, estimación de pose y detección de objetos orientados con una única API coherente para el entrenamiento, la validación y la implementación. YOLO11 mejora la precisión y la eficiencia con respecto a las generaciones anteriores y, al mismo tiempo, sigue siendo fácil de ajustar con conjuntos de datos personalizados. Consulta la documentación de YOLO11 para obtener información sobre la arquitectura, los resultados de referencia y ejemplos de uso.
Los modelos YOLO11 están disponibles para cinco tareas: detección de objetos, segmentación de instancias, clasificación de imágenes, estimación de pose y detección de objetos orientados. Todas las tareas comparten el mismo flujo de trabajo de entrenamiento, validación y predicción.
Empieza con YOLO11n cuando la latencia, la memoria y el tamaño del modelo sean prioritarios. YOLO11s y YOLO11m equilibran velocidad y precisión para la mayoría de las cargas de trabajo de producción, mientras que YOLO11l y YOLO11x priorizan la precisión cuando hay más capacidad de cálculo disponible. La documentación de YOLO11 incluye pruebas de rendimiento para todos los tamaños.
Usa el modo de entrenamiento de la biblioteca Ultralytics o abre el proyecto oficial de YOLO11 en Ultralytics Platform. Después del entrenamiento, exporta tu modelo a formatos como ONNX, TensorRT, CoreML o LiteRT.
YOLO11 sigue siendo una familia de modelos compatible y ampliamente implementada. Ultralytics YOLO26 es la generación más reciente y el punto de partida recomendado para nuevos proyectos. Ambas familias comparten la misma API, así que para pasar de YOLO11 a YOLO26 solo tienes que cambiar el modelo.
Desarrolla con Ultralytics YOLO11
Entrena, valida, exporta e implementa modelos YOLO11 con Ultralytics Platform.