Empezar

DAMO-YOLO frente a YOLOv8

La visión artificial en tiempo real sigue evolucionando a medida que investigadores e ingenieros mejoran la velocidad y la precisión. Dos hitos importantes son DAMO-YOLO y Ultralytics YOLOv8. Aunque ambos modelos buscan optimizar el equilibrio entre la latencia y la precisión media promedio (mAP), utilizan enfoques arquitectónicos fundamentalmente distintos para la detección de objetos.

Esta comparación técnica abarca sus arquitecturas subyacentes, métodos de entrenamiento y aplicaciones prácticas para ayudarte a elegir la herramienta adecuada para tu próximo proyecto de IA.

Linaje y especificaciones de los modelos#

Comprender los orígenes de estos modelos de aprendizaje profundo aporta un contexto valioso sobre sus objetivos de diseño y sus ecosistemas de implementación.

Detalles de DAMO-YOLO#

Más información sobre DAMO-YOLO

Detalles de Ultralytics YOLOv8#

Innovaciones arquitectónicas#

Las características de rendimiento de ambas arquitecturas derivan de sus decisiones estructurales particulares.

DAMO-YOLO depende en gran medida de la búsqueda de arquitectura neuronal (NAS) para descubrir automáticamente estructuras de red eficientes. Introduce un concepto denominado MAE-NAS, que busca redes troncales de alto rendimiento y baja latencia. También utiliza una RepGFPN eficiente (red de pirámide de características generalizada reparametrizada) para mejorar la fusión de características en distintas escalas espaciales.

Para mejorar el entrenamiento, el equipo de Alibaba incorporó el diseño ZeroHead y la asignación de etiquetas AlignedOTA. También recurre a un proceso complejo de destilación de conocimiento, en el que un modelo profesor pesado guía al modelo alumno ligero para mejorar la precisión en pruebas de rendimiento académicas.

YOLOv8: optimizado y versátil#

Ultralytics adoptó un enfoque centrado en los desarrolladores con YOLOv8. Pasó del diseño basado en anchors de YOLOv5 a una arquitectura sin anchors, lo que redujo considerablemente el número de predicciones de cajas delimitadoras y aceleró la inferencia. La introducción del módulo C2f (cuello de botella parcial entre etapas con 2 convoluciones) mejoró el flujo de gradientes y la representación de características sin añadir una carga computacional excesiva.

A diferencia de los modelos centrados exclusivamente en las cajas delimitadoras, YOLOv8 se diseñó desde cero para realizar varias tareas. Una base de código unificada de PyTorch admite de forma nativa la segmentación de instancias, la clasificación de imágenes y la estimación de poses, lo que evita que los ingenieros tengan que combinar repositorios independientes.

Entrenamiento eficiente

Los modelos de Ultralytics requieren menos memoria durante el entrenamiento que las arquitecturas pesadas basadas en Transformer, lo que permite obtener buenos resultados con GPU de consumo estándar.

Duelo de rendimiento#

Al comparar las métricas brutas, es fundamental analizar cómo se traducen las capacidades teóricas en el rendimiento del hardware. La siguiente tabla ilustra los compromisos entre los distintos tamaños de modelo.

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
YOLOv8n64037.380.41.473.28.7
YOLOv8s64044.9128.42.6611.228.6
YOLOv8m64050.2234.75.8625.978.9
YOLOv8l64052.9375.29.0643.7165.1
YOLOv8x64053.9479.114.3768.2257.8

DAMO-YOLO ofrece una buena relación entre parámetros y precisión gracias a sus técnicas de destilación, pero YOLOv8 dispone de una gama más amplia de tamaños de modelo (Nano a Extra-large). El modelo YOLOv8n está bien optimizado para el borde y consume menos recursos sin renunciar a una precisión útil.

Ecosistema y experiencia de desarrollo#

El ecosistema es el principal factor que distingue los artículos académicos de los sistemas listos para producción.

La dependencia de DAMO-YOLO de extensos flujos de destilación de conocimiento puede dificultar el entrenamiento personalizado. Generar un modelo profesor, transferir conocimientos y ajustar redes troncales basadas en NAS requiere mucha memoria CUDA y una configuración avanzada, lo que a menudo ralentiza a los equipos de ingeniería ágiles.

En cambio, el ecosistema de Ultralytics da prioridad a la facilidad de uso. Mediante Ultralytics Platform, los desarrolladores pueden acceder a API sencillas, documentación completa e integraciones robustas para el seguimiento de experimentos. El marco unificado de Python facilita la creación de flujos complejos.

from ultralytics import YOLO

# Carga un modelo YOLOv8 nano preentrenado
model = YOLO("yolov8n.pt")

# Entrena el modelo con un conjunto de datos personalizado y aumentos integrados
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)

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

Este flujo de trabajo optimizado, junto con las exportaciones a OpenVINO y TensorRT, ofrece una transición fluida desde la creación de prototipos locales hasta los despliegues en la nube o en el borde.

Aplicaciones reales y casos de uso ideales#

La elección entre estas arquitecturas suele depender de las restricciones operativas de tu entorno.

Cuándo encaja DAMO-YOLO#

DAMO-YOLO es una buena opción para entornos académicos que estudian la búsqueda de arquitectura neuronal o para investigadores que intentan reproducir estrategias complejas de reparametrización. También puede rendir bien en aplicaciones industriales muy controladas, como la detección de defectos de alta velocidad en líneas de fabricación, siempre que el equipo disponga de los recursos computacionales necesarios para gestionar su entrenamiento en varias etapas.

Por qué Ultralytics lidera en producción#

Para la mayoría de los proyectos comerciales, los modelos de Ultralytics ofrecen un mejor equilibrio de rendimiento.

  • Comercio minorista inteligente: Usa las capacidades multitarea de YOLOv8 para gestionar tanto la detección de cajas delimitadoras en el inventario como la estimación de pose para analizar el comportamiento de los clientes.
  • Agricultura: Usa la segmentación de instancias para detectar con precisión los límites de las plantas y las malas hierbas en transmisiones de vídeo de tractores en tiempo real.
  • Imágenes aéreas: Aprovecha las cajas delimitadoras orientadas (OBB) para seguir con precisión vehículos y barcos rotados desde drones o satélites.
Otros modelos destacados

Si estás explorando el panorama más amplio, quizá también te interese comparar YOLOv10 o YOLO11, que aportan más avances a la detección sin anchors.

Prepararse para el futuro: llega YOLO26#

Aunque YOLOv8 sigue siendo un modelo fundamental, el sector ha seguido avanzando. Para todos los desarrollos nuevos, se recomienda el modelo YOLO26. Lanzado en enero de 2026, supone un gran avance en la gama de Ultralytics.

YOLO26 ofrece un diseño integral sin NMS nativo (nms=False) que, al activarse, elimina el cuello de botella de la supresión no máxima tradicional. Junto con la eliminación de Distribution Focal Loss (DFL), este diseño permite que YOLO26n tenga una inferencia en CPU hasta un 43 % más rápida que YOLO11n, por lo que resulta muy adecuado para la computación en el borde y el hardware IoT.

YOLO26 también incorpora el optimizador MuSGD, inspirado en técnicas de entrenamiento de modelos de lenguaje grandes (LLM), que ofrece una convergencia más rápida y un entrenamiento estable. Junto con la nueva estrategia de entrenamiento ProgLoss + STAL, YOLO26 mejora el reconocimiento de objetos pequeños para que los despliegues sean rápidos y precisos.

Comentarios

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