Comparación de versiones de YOLO: de YOLOv1 a YOLOv8

Guía completa sobre la evolución de YOLO (You Only Look Once) a través de sus distintas versiones.

1. De YOLOv1 a YOLOv5

1.1 YOLOv1 (2015)

• Primera versión, creada por Joseph Redmon
• Arquitectura sencilla con 24 capas de convolución
• Limitaciones:
  • Baja precisión con objetos pequeños
  • Dificultad con objetos cercanos entre sí
  • Sin detección multiescala

1.2 YOLOv2 (2016)

• Mejoras principales:
  • Batch Normalization
  • Anchors boxes
  • Dimension clustering
  • Fine-grained features
  • Multi-scale training

1.3 YOLOv3 (2018)

• Características principales:
  • Detección multiescala
  • Feature Pyramid Network (FPN)
  • Mejor gestión de los objetos pequeños
  • Soporte de 80 clases

1.4 YOLOv4 (2020)

• Mejoras significativas:
  • Mosaic augmentation
  • CSP (Cross Stage Partial Network)
  • PANet
  • SAM (Spatial Attention Module)
  • Mayor precisión y velocidad

1.5 YOLOv5 (2020)

• Desarrollada por Ultralytics
• Características:
  • Auto-learning bounding box anchors
  • Mosaic augmentation
  • Multi-scale training
  • Soporte de varios frameworks

2. YOLOv6 y YOLOv7

2.1 YOLOv6 (2022)

• Desarrollada por Meituan
• Mejoras:
  • RepVGG backbone
  • CSPVoVNet neck
  • Mejor rendimiento en móvil
  • Optimización para la inferencia

2.2 YOLOv7 (2022)

• Desarrollada por WongKinYiu
• Innovaciones:
  • E-ELAN (Extended Efficient Layer Aggregation Network)
  • Model scaling
  • Auxiliary head
  • Mayor precisión que YOLOv5

3. YOLOv8 (2023)

3.1 Características principales

# Instalación
pip install ultralytics

# Import
from ultralytics import YOLO

# Modelos disponibles
model_nano = YOLO('yolov8n.pt')    # Nano
model_small = YOLO('yolov8s.pt')   # Small
model_medium = YOLO('yolov8m.pt')  # Medium
model_large = YOLO('yolov8l.pt')   # Large
model_xlarge = YOLO('yolov8x.pt')  # XLarge

3.2 Mejoras

1. Arquitectura

   • Nuevo backbone CSP
   • Mejor gestión de las características
   • Optimización para la inferencia

2. Rendimiento

   • Mayor velocidad de inferencia
   • Mayor precisión
   • Soporte multitarea

3. Funcionalidades

   • Detección de objetos
   • Segmentación de instancias
   • Clasificación de imágenes
   • Pose estimation

4. Comparación de rendimiento

4.1 Métricas

def benchmark_yolo_versions():
    # Configuración
    test_image = "path/to/test/image.jpg"
    
    # Prueba de las distintas versiones
    versions = {
        'v5': YOLO('yolov5n.pt'),
        'v6': YOLO('yolov6n.pt'),
        'v7': YOLO('yolov7n.pt'),
        'v8': YOLO('yolov8n.pt')
    }
    
    results = {}
    for version, model in versions.items():
        # Medición del tiempo de inferencia
        start_time = time.time()
        results[version] = model(test_image)
        inference_time = time.time() - start_time
        
        print(f"YOLO{version}:")
        print(f"Temps d'inférence: {inference_time:.2f}s")
        print(f"Nombre de détections: {len(results[version][0].boxes)}")
        print(f"Précision moyenne: {results[version][0].boxes.conf.mean():.2f}")

4.2 Tabla comparativa

Versión	Velocidad	Precisión	Memoria	Funcionalidades
v5	Base	Base	Base	Base
v6	+10%	+3%	-5%	+1 nueva
v7	+15%	+5%	-8%	+2 nuevas
v8	+20%	+7%	-10%	+3 nuevas

5. Aplicaciones prácticas

5.1 Detección en tiempo real

def real_time_detection():
    # Inicialización
    cap = cv2.VideoCapture(0)
    model = YOLO('yolov8n.pt')  # Uso de YOLOv8
    
    while cap.isOpened():
        success, frame = cap.read()
        if not success:
            continue
        
        # Detección
        results = model(frame)
        
        # Visualización
        annotated_frame = results[0].plot()
        
        # Visualización en pantalla
        cv2.imshow('YOLOv8 Detection', annotated_frame)
        
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    
    cap.release()
    cv2.destroyAllWindows()

5.2 Segmentación de instancias

def instance_segmentation():
    # Inicialización
    model = YOLO('yolov8n-seg.pt')
    
    # Segmentación
    results = model('path/to/image.jpg')
    
    # Visualización
    for result in results:
        # Máscaras de segmentación
        masks = result.masks
        # Cuadros delimitadores
        boxes = result.boxes
        
        # Visualización
        annotated_frame = result.plot()
        cv2.imshow('Segmentation', annotated_frame)
        cv2.waitKey(0)
        cv2.destroyAllWindows()

6. Buenas prácticas

1. Elección de la versión

   • v5 para aplicaciones básicas
   • v6 para aplicaciones móviles
   • v7 para aplicaciones avanzadas
   • v8 para aplicaciones innovadoras

2. Optimización

   • Utilizar la aceleración por GPU
   • Ajustar los umbrales de confianza
   • Optimizar el tamaño del batch

3. Despliegue

   • Exportar en el formato adecuado
   • Utilizar la aceleración por hardware
   • Implementar un sistema de caché

Conclusión

Puntos clave:

• Evolución significativa del rendimiento
• Nuevas funcionalidades en cada versión
• Optimización continua para la inferencia
• Soporte multitarea con YOLOv8

Recomendaciones:

• Elegir la versión según las necesidades
• Optimizar el rendimiento
• Utilizar la aceleración por hardware
• Implementar una gestión robusta de errores