Empezar

DAMO-YOLO frente a YOLO26

Las arquitecturas de visión artificial siguen evolucionando para equilibrar una alta precisión con una inferencia de baja latencia. Esta comparación analiza DAMO-YOLO y Ultralytics YOLO26, y abarca sus innovaciones arquitectónicas, métodos de entrenamiento y casos de uso más adecuados.

Tanto si despliegas modelos de visión en dispositivos edge como si creas canalizaciones en la nube de alto rendimiento, comprender las diferencias entre estos modelos te ayuda a tomar decisiones arquitectónicas fundamentadas.

DAMO-YOLO: búsqueda de arquitecturas neuronales a gran escala#

DAMO-YOLO, desarrollado por Alibaba Group, se lanzó el 23 de noviembre de 2022. Diseñado por Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang y Xiuyu Sun, el modelo se centra en descubrir automáticamente arquitecturas eficientes mediante la búsqueda de arquitecturas neuronales (NAS).

Puedes consultar la investigación original en su artículo de arXiv o explorar el código fuente en el repositorio de GitHub de DAMO-YOLO.

Características arquitectónicas principales#

DAMO-YOLO incorpora varias innovaciones técnicas para la detección de objetos en tiempo real:

  • Redes troncales MAE-NAS: DAMO-YOLO emplea una búsqueda guiada por la entropía máxima para encontrar redes troncales eficientes. Este enfoque de NAS descubre arquitecturas que equilibran estrictamente la precisión de detección con la velocidad de inferencia en hardware específico.
  • RepGFPN eficiente: Un diseño de cuello pesado que mejora considerablemente la fusión de características, algo útil para analizar escenas complejas como las de las imágenes aéreas.
  • Diseño ZeroHead: Una cabeza de detección muy simplificada que minimiza la complejidad computacional de las capas de predicción finales.
  • AlignedOTA y destilación: DAMO-YOLO utiliza la asignación de transporte óptimo alineada (AlignedOTA) para resolver ambigüedades en la asignación de etiquetas, junto con una estrategia de mejora basada en la destilación de conocimiento que aumenta la precisión de los modelos estudiantes más pequeños mediante redes docentes de mayor tamaño.

Más información sobre DAMO-YOLO

La ventaja de Ultralytics: YOLO26#

Lanzado el 14 de enero de 2026 por Glenn Jocher y Jing Qiu en Ultralytics, YOLO26 es el modelo de Ultralytics recomendado actualmente para una IA de visión accesible y de alto rendimiento. Basado en YOLO11 y YOLOv10, YOLO26 se diseñó desde cero para priorizar el despliegue en dispositivos edge, la versatilidad multitarea y la facilidad de uso.

Innovaciones de YOLO26#

Ultralytics YOLO26 incorpora varias funciones dirigidas a las aplicaciones modernas de visión artificial:

  • Diseño integral sin NMS: El cabezal one-to-one nativo de YOLO26 (nms=False) elimina el posprocesamiento de supresión no máxima (NMS). Basado en el entrenamiento sin NMS de YOLOv10, este enfoque integral simplifica los flujos de despliegue y ofrece una inferencia predecible y de baja latencia.
  • Hasta un 43 % más de velocidad de inferencia en CPU: Optimizado arquitectónicamente para la computación en el borde, YOLO26 ofrece una inferencia rápida en dispositivos de borde y CPU estándar; YOLO26n es hasta un 43 % más rápido que YOLO11n, por lo que resulta muy adecuado para dispositivos IoT con batería.
  • Optimizador MuSGD: Inspirado en el entrenamiento de LLM (como Kimi K2 de Moonshot AI), YOLO26 incorpora una combinación híbrida de SGD y Muon. Esto aporta a la visión artificial la estabilidad del entrenamiento de los grandes modelos de lenguaje, lo que se traduce en una convergencia más rápida y fiable.
  • Eliminación de DFL: Al eliminar Distribution Focal Loss, se simplifica el grafo del modelo y se facilita la exportación a formatos como ONNX y TensorRT.
  • ProgLoss + STAL: Una función de pérdida progresiva y una estrategia de asignación de etiquetas consciente de los objetos pequeños ofrecen mejoras notables en el reconocimiento de objetos pequeños, una característica crucial para las operaciones con drones y la agricultura.
Mejoras específicas por tarea

YOLO26 incorpora mejoras especializadas en distintas modalidades: un prototipo multiescala para la segmentación de instancias, la estimación residual de log-verosimilitud (RLE) para la estimación de pose y una función de pérdida angular avanzada para mitigar los problemas de límites en la detección de cajas delimitadoras orientadas (OBB).

Comparativa de rendimiento#

Al evaluar estos modelos, es fundamental encontrar el equilibrio entre la precisión (mAP) y la eficiencia computacional (velocidad y FLOPs). La tabla siguiente destaca cómo se comparan estos modelos con el conjunto de datos COCO, el estándar del sector.

Modelotamaño
(píxeles)
mAPval50-95Velocidad
CPU ONNX
(ms)
Velocidad
T4 TensorRT10
(ms)
parámetros
(M)
FLOPs
(B)
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3
YOLO26n64040.938.91.72.45.5
YOLO26s64048.687.22.59.520.9
YOLO26m64053.1220.04.720.468.4
YOLO26l64055.0286.26.224.886.8
YOLO26x64057.5525.811.855.7194.4

Como se ve arriba, YOLO26 ofrece sistemáticamente una mayor precisión con muchos menos parámetros y FLOPs, lo que da lugar a una arquitectura más eficiente tanto para el entrenamiento como para la inferencia.

Eficiencia y facilidad de uso del entrenamiento#

La complejidad de DAMO-YOLO#

Aunque DAMO-YOLO alcanza una precisión competitiva, su método de entrenamiento es complejo. La dependencia de la búsqueda de arquitectura neuronal (NAS) y de la destilación de conocimiento intensiva implica que entrenar un modelo personalizado suele requerir muchos recursos de GPU y conocimientos especializados. Este proceso de varias etapas, que entrena un modelo profesor grande para destilar su conocimiento en un modelo alumno más pequeño, puede ralentizar a los equipos de ingeniería que intentan iterar rápidamente con conjuntos de datos personalizados.

La experiencia optimizada de Ultralytics#

En cambio, Ultralytics YOLO26 está diseñado para facilitar la puesta en marcha. Todo el ciclo de vida de entrenamiento, validación y despliegue está disponible mediante una API de Python y una CLI limpias y unificadas. YOLO26 también requiere mucha menos memoria CUDA durante el entrenamiento que los modelos basados en Transformer, como RT-DETR, lo que permite a los investigadores entrenar modelos precisos con hardware de consumo.

Aquí tienes un ejemplo de cómo entrenar, evaluar y exportar un modelo YOLO26 con el paquete Python de Ultralytics:

from ultralytics import YOLO

# Carga el modelo nano YOLO26 más reciente
model = YOLO("yolo26n.pt")

# Entrena el modelo con el conjunto de datos COCO8 durante 50 épocas
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Evalúa el rendimiento del modelo con el conjunto de validación
metrics = model.val()

# Ejecuta la inferencia en una imagen de muestra
results = model("https://ultralytics.com/images/bus.jpg")
results[0].show()

# Exporta el modelo al formato ONNX para implementarlo
model.export(format="onnx")

Para los equipos que prefieren un entorno sin código, Ultralytics Platform ofrece una interfaz intuitiva para anotar conjuntos de datos, entrenar en la nube y desplegar modelos.

Aplicaciones en el mundo real#

La elección de la arquitectura adecuada depende en gran medida del entorno de despliegue objetivo y de las limitaciones del hardware.

Control de calidad industrial#

Para la automatización de la fabricación de alta velocidad, DAMO-YOLO puede rendir bien en hardware dedicado con GPU. Sin embargo, YOLO26 es la opción preferida para las líneas de montaje modernas. Su diseño integral sin NMS ofrece una latencia predecible y con poca fluctuación, algo esencial al sincronizar datos visuales con actuadores robóticos en tiempo real.

IA de borde y dispositivos móviles#

Desplegar visión artificial en dispositivos con batería requiere una gran eficiencia. Aunque DAMO-YOLO depende de cuellos RepGFPN específicos, YOLO26n (Nano) está optimizado para la computación en el borde. La eliminación de DFL y una inferencia en CPU hasta un 43 % más rápida que la de YOLO11n lo convierten en una opción excelente para cámaras inteligentes, aplicaciones móviles y sistemas de alarma de seguridad.

Requisitos de proyectos multitarea#

Si un proyecto requiere algo más que detección de objetos —por ejemplo, analizar la mecánica de los jugadores en deportes mediante la estimación de pose o extraer límites exactos a nivel de píxel mediante la segmentación de instancias—, YOLO26 ofrece compatibilidad nativa con todas estas tareas en una única base de código unificada. DAMO-YOLO se limita estrictamente a la detección de cajas delimitadoras.

Casos de uso y recomendaciones#

La elección entre DAMO-YOLO y YOLO26 depende de los requisitos específicos de tu proyecto, las limitaciones de implementación y tus preferencias de ecosistema.

Cuándo elegir DAMO-YOLO#

DAMO-YOLO es una buena opción para:

  • Analítica de vídeo de alto rendimiento: Procesamiento de flujos de vídeo con FPS elevados en una infraestructura fija de GPU NVIDIA, donde el rendimiento con lotes de tamaño 1 es la métrica principal.
  • Líneas de fabricación industrial: Escenarios con estrictas limitaciones de latencia de GPU en hardware dedicado, como la inspección de calidad en tiempo real en líneas de montaje.
  • Investigación sobre búsqueda de arquitecturas neuronales: Estudio de los efectos de la búsqueda automatizada de arquitecturas (MAE-NAS) y de las redes troncales reparametrizadas eficientes en el rendimiento de detección.

Cuándo elegir YOLO26#

Se recomienda YOLO26 para:

  • Implementación edge sin NMS: Aplicaciones que necesitan inferencias uniformes y de baja latencia sin la complejidad del posprocesamiento con supresión no máxima.
  • Entornos solo con CPU: dispositivos sin aceleración de GPU dedicada, donde la inferencia en CPU hasta un 43 % más rápida de YOLO26n frente a YOLO11n supone una clara ventaja.
  • Detección de objetos pequeños: Casos exigentes, como las imágenes aéreas tomadas con drones o el análisis de sensores IoT, donde ProgLoss y STAL mejoran notablemente la precisión al detectar objetos diminutos.

Conclusión#

Ambas arquitecturas representan logros importantes en aprendizaje profundo. DAMO-YOLO demuestra lo que pueden conseguir la búsqueda de arquitectura neuronal y las técnicas de destilación cuando se adaptan a pruebas de rendimiento de hardware específicas.

Sin embargo, para desarrolladores, investigadores y empresas que buscan una solución lista para producción, Ultralytics YOLO26 es la mejor opción. La combinación de un diseño integral sin NMS, una inferencia en CPU hasta un 43 % más rápida (YOLO26n frente a YOLO11n), versatilidad multitarea e integración en el ecosistema de Ultralytics, bien mantenido, lo convierten en la herramienta más sólida y práctica para resolver hoy los retos reales de la visión artificial.

Para quienes quieran explorar otros modelos del ecosistema de Ultralytics, hay modelos YOLO11 y YOLOv8 preentrenados disponibles en Ultralytics Platform, y el RT-DETR basado en Transformer está documentado en la documentación de Ultralytics.

Comentarios

Haz una pregunta, comparte tus resultados o ayuda a otra persona.