Conjunto de modelos y herramientas YOLO para tareas de detección, segmentación, clasificación y estimación de pose.
Cuándo elegirlo · Requisitos · Primeros pasos · Vídeo · Alternativas
¿Para qué usar YOLO?
Una primera aplicación práctica: Detectar objetos en imágenes propias y evaluar errores antes de entrenar un modelo.
Qué necesitas antes de empezar
Python y un entorno compatible con el modelo y el acelerador elegido.
Cómo empezar con YOLO
Instala el paquete siguiendo la documentación y ejecuta una predicción con un modelo preentrenado y una imagen de ejemplo. Después evalúa varias imágenes representativas de tu caso.
Abrir las instrucciones oficiales de YOLO. Elige la instalación correspondiente a tu sistema y a la versión que vayas a utilizar.
Limitaciones y puntos a revisar
Los resultados dependen de los datos y el modelo. Revisa AGPL-3.0 y la opción empresarial antes de integrar el proyecto.
Vídeo de YOLO
Vídeo próximamente. Mientras tanto, puedes empezar con la documentación enlazada en esta ficha.
Ver el canal Repositorios que deberías conocer en YouTube
Alternativas y proyectos relacionados
- Segment Anything: segmentación de imágenes con prompts.
- Label Studio: etiquetado de datos para modelos.
Repositorio y fuentes oficiales
Ver YOLO en GitHub · Documentación y guía de inicio
Información del proyecto contrastada el 6 de octubre de 2026. Revisa las notas de la versión y las licencias de sus componentes antes de instalar.
Tú decides
¿Quieres ver YOLO funcionando paso a paso?
Lo instalamos, lo probamos con un caso real y preparamos una guía para que puedas replicarlo. Dinos qué formato prefieres: haremos primero los repositorios que más se pidan.
Un clic basta. Sin registro.