EfficientDet frente a YOLO11: evaluación de la evolución de la detección de objetos
Seleccionar la arquitectura óptima para aplicaciones de visión artificial a menudo implica encontrar el equilibrio entre la eficiencia computacional y la precisión de detección. Esta comparación exhaustiva explora las diferencias técnicas entre EfficientDet, la arquitectura de detección escalable Google de 2019, y YOLO11, una versión de 2024 de Ultralytics que redefinió el rendimiento en tiempo real.
Mientras que EfficientDet introdujo conceptos revolucionarios en el escalado de modelos, YOLO11 un importante avance en cuanto a facilidad de uso, velocidad de inferencia y versatilidad multitarea. Para los desarrolladores que comiencen nuevos proyectos en 2026, también recomendamos explorar la última versión de YOLO26, que se basa en las innovaciones aquí descritas con procesamiento nativo de extremo a extremo.
Análisis comparativo del rendimiento
El panorama de la detección de objetos ha cambiado drásticamente, pasando de optimizar los FLOP teóricos a optimizar la latencia en el mundo real. La tabla siguiente destaca el marcado contraste en las velocidades de inferencia. Mientras que EfficientDet-d0 requiere aproximadamente 10 ms para CPU , las arquitecturas modernas como YOLO11n realizan tareas similares de forma significativamente más rápida, a menudo en menos de 2 ms en hardware comparable, al tiempo que mantienen una precisión media competitiva (mAP).
| Modelo | tamaño (píxeles) | mAPval 50-95 | Velocidad CPU ONNX (ms) | Velocidad T4 TensorRT10 (ms) | parámetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| EfficientDet-d0 | 640 | 34.6 | 10.2 | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | 13.5 | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 640 | 43.0 | 17.7 | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 640 | 47.5 | 28.0 | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 640 | 49.7 | 42.8 | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 640 | 51.5 | 72.5 | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 640 | 52.6 | 92.8 | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 640 | 53.7 | 122.0 | 128.07 | 51.9 | 325.0 |
| YOLO11n | 640 | 39.5 | 1.5 | 2.6 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 2.5 | 9.4 | 9.4 | 21.5 |
| YOLO11m | 640 | 51.5 | 4.7 | 20.1 | 20.1 | 68.0 |
| YOLO11l | 640 | 53.4 | 6.2 | 25.3 | 25.3 | 86.9 |
| YOLO11x | 640 | 54.7 | 11.3 | 56.9 | 56.9 | 194.9 |
EfficientDet: El Pionero del Escalado Compuesto
EfficientDet, desarrollado por el equipo Google , surgió como un enfoque sistemático para el escalado de modelos. Se creó sobre la base de EfficientNet e introdujo la red piramidal de características bidireccionales ponderadas (BiFPN), que permite una fusión de características multiescala fácil y rápida.
La innovación principal fue el escalado compuesto, un método que escala de manera uniforme la resolución, la profundidad y la anchura de la red troncal, la red de características y las redes de predicción de cuadros/clases. Esto permitió a la familia EfficientDet (D0 a D7) adaptarse a una amplia gama de limitaciones de recursos, desde dispositivos móviles hasta GPU de alta potencia.
A pesar de su éxito académico y su alta eficiencia en términos de FLOP, EfficientDet a menudo tiene problemas de latencia en el hardware real debido a los costes de acceso a la memoria de sus complejas conexiones BiFPN y convoluciones separables en profundidad, que no siempre están optimizadas por aceleradores como TensorRT.
Metadatos EfficientDet:
- Autores: Mingxing Tan, Ruoming Pang, y Quoc V. Le
- Organización:Google Research
- Fecha: 2019-11-20
- Arxiv:EfficientDet: Scalable and Efficient Object Detection
- GitHub:google/automl
Más información sobre EfficientDet
Ultralytics YOLO11: Redefiniendo la vanguardia en tiempo real
Lanzado en septiembre de 2024, YOLO11 está diseñado para la detección práctica y de alta velocidad de objetos y su implementación instantánea. A diferencia de EfficientDet, que se centra principalmente en la eficiencia de los parámetros, YOLO11 la utilización del hardware, lo que garantiza que el modelo se ejecute con una rapidez excepcional tanto en CPU periféricas como en GPU empresariales.
YOLO11 mejoras arquitectónicas como el bloque C3k2 y un módulo SPPF (Spatial Pyramid Pooling - Fast) mejorado. Estos cambios mejoran la capacidad del modelo para extraer características a varias escalas sin la penalización por latencia que se observa en los diseños de pirámides de características más antiguos. Además, YOLO11 un marco unificado para múltiples tareas de visión, incluyendo la segmentación de instancias, la estimación de poses y la detección de Oriented Bounding Box (OBB), capacidades que requieren implementaciones personalizadas complejas con EfficientDet.
Ventaja del ecosistema
Ultralytics están totalmente integrados con la Ultralytics , lo que permite una gestión fluida de los conjuntos de datos, la anotación automática y el entrenamiento de modelos con un solo clic en la nube.
YOLO11 :
- Autores: Glenn Jocher y Jing Qiu
- Organización:Ultralytics
- Fecha: 2024-09-27
- GitHub:ultralytics/ultralytics
- Documentación:Documentación de YOLO11
Diferencias Técnicas Clave
Arquitectura y fusión de características
EfficientDet se basa en BiFPN, una compleja capa de fusión de características ponderadas que conecta repetidamente los mapas de características de arriba abajo y de abajo arriba. Aunque es eficiente en teoría, los patrones irregulares de acceso a la memoria pueden ralentizar la inferencia en las GPU.
Por el contrario, YOLO11 una arquitectura optimizada inspirada en PANet (Path Aggregation Network) con bloques C3k2. Este diseño favorece patrones de acceso a la memoria densos y regulares que se alinean bien con CUDA y las arquitecturas NPU modernas, lo que da como resultado las enormes aceleraciones observadas en la tabla de referencia (por ejemplo, YOLO11x es mucho más rápido que EfficientDet-d7 y mantiene una mayor precisión).
Eficiencia del entrenamiento y facilidad de uso
El entrenamiento de un modelo EfficientDet suele implicar el uso de la API de detección TensorFlow o la biblioteca AutoML, que pueden tener una curva de aprendizaje pronunciada y archivos de configuración complejos.
Ultralytics la experiencia del desarrollador. El entrenamiento YOLO11 accesible a través de una sencilla Python o una interfaz de línea de comandos (CLI). La biblioteca se encarga automáticamente del ajuste de hiperparámetros, el aumento de datos y el formateo de conjuntos de datos.
from ultralytics import YOLO
# Load a COCO-pretrained YOLO11n model
model = YOLO("yolo11n.pt")
# Train on a custom dataset with a single command
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
Versatilidad y despliegue
EfficientDet es principalmente una arquitectura de detección de objetos. Adaptarla para tareas como la segmentación o la estimación de la postura requiere una modificación arquitectónica significativa.
YOLO11 multimodal de forma nativa. La misma estructura y el mismo proceso de entrenamiento admiten:
- Detección: Cuadros delimitadores estándar.
- Segmentación: máscaras a nivel de píxel para límites precisos de los objetos.
- Clasificación: Categorización de imágenes completas.
- Pose: Detección de puntos clave para el seguimiento esquelético.
- OBB: Cajas rotadas para imágenes aéreas y detección de texto.
Esta versatilidad convierte a YOLO11 «navaja suiza» para los ingenieros de IA, ya que permite que un único repositorio impulse diversas aplicaciones, desde imágenes médicas hasta robótica autónoma.
¿Por qué elegir los modelos de Ultralytics?
Al comparar estas dos arquitecturas para sistemas de producción modernos, Ultralytics ofrecen ventajas claras:
- Menor consumo de memoria: YOLO están optimizados para entrenarse en hardware de consumo. A diferencia de los modelos basados en transformadores o las arquitecturas antiguas más pesadas que requieren una gran cantidad de CUDA , YOLO eficientes YOLO democratizan el acceso al entrenamiento de IA de alta gama.
- Implementación optimizada: exportación a ONNX, TensorRT, CoreML o TFLite un comando de una sola línea en la Ultralytics .
- Soporte activo: La Ultralytics es dinámica y activa. Con actualizaciones frecuentes, el marco garantiza la compatibilidad con las últimas versiones de PyTorch CUDA.
Conclusión: La elección moderna
Aunque EfficientDet sigue siendo un hito importante en la historia de la investigación sobre visión artificial, al demostrar el poder del escalado compuesto, YOLO11 y el más reciente YOLO26 son las opciones superiores para su implementación práctica en la actualidad. Ofrecen un mejor equilibrio entre velocidad y precisión, una experiencia de usuario significativamente más sencilla y la flexibilidad para manejar múltiples tareas de visión artificial dentro de un único marco.
Para los desarrolladores que deseen mantenerse a la vanguardia absoluta, recomendamos investigar YOLO26, que introduce un diseño integral NMS para una latencia aún menor y procesos de implementación más sencillos.
Para explorar otras opciones de alto rendimiento, le recomendamos leer nuestras comparativas sobre YOLOv10 o RT-DETR.