Actualización de YOLO - Versión 11
🖼️ Introducción a YOLO v11 en Python: Detección de Objetos de Forma Rápida y Eficiente
La detección de objetos es una de las áreas más fascinantes del deep learning. En este campo, YOLO (You Only Look Once) ha marcado una revolución gracias a su velocidad y precisión.
YOLOv11, desarrollado por Ultralytics, es la última evolución de esta serie, y permite realizar tareas como:
- Detección de objetos,
- Segmentación de instancias,
- Clasificación de imágenes,
- Estimación de poses.
En este artículo, exploraremos cómo utilizar YOLOv11 en Python para realizar detección de objetos en imágenes de manera sencilla.
🛠️ Instalación de YOLOv11
Primero, asegúrate de tener Python 3.8 o superior.
Puedes instalar YOLOv11 directamente usando pip:
pip install ultralytics
🔍 ¿Cómo funciona YOLOv11?
Recibe una imagen como input.
La divide en una cuadrícula.
Predice cajas delimitadoras (bounding boxes) y las clases de objetos detectados.
Utiliza una arquitectura optimizada para ser extremadamente rápida y precisa.
🚀 Ejemplo Práctico: Detectar objetos en una imagen
Vamos a detectar objetos usando un modelo preentrenado (yolov8n.pt, donde “n” es la versión nano, ligera y rápida).
Código en Python
# Importar librería
from ultralytics import YOLO
Cargar un modelo preentrenado
model = YOLO('yolov11n.pt') # Puedes cambiar a yolov8s.pt, yolov8m.pt, etc.
Realizar predicción sobre una imagen
results = model.predict(source='ruta_a_tu_imagen.jpg', save=True)
Mostrar resultados
results[0].show() # Visualizar la imagen con las detecciones
📄 Explicación:
YOLO(‘yolov8n.pt’): carga el modelo Nano preentrenado.
predict(source=’imagen.jpg’): detecta objetos en tu imagen.
save=True: guarda la imagen resultante con las cajas dibujadas.
show(): abre la imagen para verla directamente.
🧠 Consejos útiles
Para mejores resultados, usa modelos más grandes como yolov11m.pt o yolov11l.pt, aunque requieren más recursos.
Puedes realizar detección también en videos cambiando el parámetro source:
results = model.predict(source='video.mp4', save=True)
YOLOv8 también soporta reentrenamiento (fine-tuning) si quieres adaptar el modelo a tus propios datos.
📚 Recursos Adicionales
Rubén Miranda
