Modelos de Ultralytics YOLO11
Crea una IA de visión en tiempo real rápida y precisa con una familia de modelos probada, diseñada para un entrenamiento, implementación y una amplia gama de tareas de visión por ordenador eficientes.
Familia de modelos YOLO11
YOLO11 abarca cinco tamaños, desde nano hasta extra-large, en detección, segmentación, clasificación, pose y detección orientada. Los benchmarks de detección a continuación muestran el rango de precisión-velocidad: empieza con el tamaño más pequeño que cumpla tu objetivo de precisión y escala solo cuando la carga de trabajo lo requiera.
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 |
Benchmarks de detección de YOLO11 de la documentación de Ultralytics.
Con la confianza de las organizaciones líderes en el mundo
El impacto de nuestros modelos
Optimiza procesos en todos los sectores con nuestros modelos de IA de visión de vanguardia. Velocidad, precisión y facilidad de uso impulsadas por Ultralytics.
La evolución de los modelos Ultralytics YOLO
Mira cómo Ultralytics YOLO evolucionó hacia YOLO11 y la última generación YOLO26 para visión por ordenador en tiempo real.
Etiqueta hasta 10 veces más rápido con la anotación inteligente
Ultralytics Platform te ofrece la herramienta de anotación de imágenes para crear conjuntos de datos de alta calidad con mayor rapidez. Desde la anotación inteligente hasta la edición manual precisa, estas funciones están diseñadas para reducir el tiempo de etiquetado de imágenes sin sacrificar la calidad.
- Anotación inteligente potenciada por SAM: Máscaras y bounding boxes en un solo clic.
- Cobertura completa de tareas de IA: Detección, segmentación de instancias, segmentación semántica, clasificación, pose, OBB.
- Compatibilidad universal de formatos: Tu elección de YOLO, COCO y más.
- Revisión de equipo y control de versiones: Colaboración clara en cada paso.
Entrena en las mejores GPUs por menos
26 NVIDIA GPUs desde 0,24 $/hora — desde Ampere hasta Blackwell. Sin sobreprecios, sin mínimos, sin compromisos.
Implementa en cualquier lugar
Exporta a 20 formatos y despliega en edge, nube y dispositivos móviles.
Explora soluciones para la industria
Mira cómo los equipos aplican la visión por ordenador de Ultralytics en entornos de producción.
IA en agricultura
IA en automoción
IA en sanidad
IA en logística
IA en fabricación
IA en comercio minorista
IA en robótica
IA en agricultura
IA en automoción
IA en sanidad
IA en logística
IA en fabricación
IA en comercio minorista
IA en robótica
IA en agricultura
IA en automoción
IA en sanidad
IA en logística
IA en fabricación
IA en comercio minorista
IA en robótica
Preguntas frecuentes
Ultralytics YOLO11 es una familia de modelos de visión artificial en tiempo real creada sobre la Ultralytics open-source library. Es compatible con detección de objetos, segmentación de instancias, clasificación de imágenes, estimación de pose y detección de objetos orientados con una única API consistente en el entrenamiento, la validación y el despliegue. YOLO11 mejora la precisión y la eficiencia respecto a generaciones anteriores, manteniendo la facilidad para ajustar los modelos en conjuntos de datos personalizados. Consulta la YOLO11 documentation para ver detalles de arquitectura, benchmarks y ejemplos de uso.
Los modelos YOLO11 están disponibles para cinco tareas: object detection, instance segmentation, image classification, pose estimation y oriented object detection. Cada tarea comparte el mismo flujo de trabajo de entrenamiento, validación y predicción.
Empieza con YOLO11n cuando la latencia, la memoria y el tamaño del modelo sean lo más importante. YOLO11s y YOLO11m equilibran velocidad y precisión para la mayoría de las cargas de trabajo en producción, mientras que YOLO11l y YOLO11x priorizan la precisión cuando hay más recursos de cómputo disponibles. La documentación de YOLO11 incluye benchmarks para cada tamaño.
Utiliza el modo de entrenamiento de la librería Ultralytics, o abre el proyecto oficial de YOLO11 en la plataforma de Ultralytics. Después del entrenamiento, exporta tu modelo a formatos como ONNX, TensorRT, CoreML o LiteRT.
YOLO11 sigue siendo una familia de modelos compatible y ampliamente desplegada. Ultralytics YOLO26 es la última generación y el punto de partida recomendado para nuevos proyectos. Ambas familias comparten la misma API, por lo que migrar de YOLO11 a YOLO26 solo requiere cambiar el modelo.
Construye con Ultralytics YOLO11
Entrena, valida, exporta y despliega modelos YOLO11 con Ultralytics Platform.