EfficientDet frente a YOLO11
Elegir la arquitectura de red neuronal adecuada es la base de cualquier aplicación de visión artificial que tenga éxito. Esta guía ofrece una comparación técnica entre EfficientDet de Google y Ultralytics YOLO11, y analiza sus diferencias arquitectónicas, métricas de rendimiento y escenarios de implementación más adecuados.
Tanto si buscas una latencia de milisegundos en dispositivos de IA en el edge como si necesitas una precisión escalable para inferencias en la nube, te conviene entender en qué se diferencian estos modelos.
Perfiles de los modelos y detalles técnicos#
Comprender el linaje y la filosofía de diseño subyacente de cada arquitectura ayuda a contextualizar su rendimiento en tareas reales de detección de objetos.
EfficientDet#
Desarrollado por investigadores de Google Brain, EfficientDet presentó un enfoque fundamentado para escalar redes de detección de objetos, junto con la novedosa BiFPN (red piramidal de características bidireccional).
- Autores: Mingxing Tan, Ruoming Pang y Quoc V. Le
- Organización: Google
- Fecha: 2019-11-20
- arXiv: https://arxiv.org/abs/1911.09070
- GitHub: https://github.com/google/automl/tree/master/efficientdet
- Documentación: https://github.com/google/automl/tree/master/efficientdet#readme
Más información sobre EfficientDet
YOLO11#
YOLO11 supone una evolución importante en el ecosistema Ultralytics, ya que mejora el rendimiento en tiempo real, la eficiencia de los parámetros y el aprendizaje multitarea.
- Autores: Glenn Jocher y Jing Qiu
- Organización: Ultralytics
- Fecha: 2024-09-27
- GitHub: https://github.com/ultralytics/ultralytics
- Documentación: https://docs.ultralytics.com/models/yolo11
Comparativa arquitectónica#
Las diferencias arquitectónicas entre estos dos modelos ponen de relieve la divergencia entre sus estrategias de diseño a lo largo de los años.
EfficientDet utiliza EfficientNet como backbone e introduce BiFPN, que permite fusionar características multiescala de arriba abajo y de abajo arriba. Utiliza un método de escalado compuesto que escala uniformemente la resolución, la profundidad y la anchura de las redes backbone, de características y de predicción de cajas/clases. Aunque es muy eficaz para maximizar la precisión media (mAP), el complejo enrutamiento de BiFPN puede convertirse a veces en un cuello de botella del ancho de banda de memoria durante la inferencia.
YOLO11, por otro lado, utiliza un módulo C3k2 optimizado y un cabezal de detección sin anclajes. Este enfoque simplificado minimiza la sobrecarga durante la extracción de características. Ultralytics diseñó YOLO11 para aprovechar al máximo el hardware de GPU, lo que se traduce en unos requisitos de memoria significativamente menores tanto durante el entrenamiento como durante la inferencia, frente a los de arquitecturas anteriores o modelos Transformer de gran tamaño.
Aunque EfficientDet es exclusivamente un detector de objetos, YOLO11 es muy versátil. Una única arquitectura YOLO11 admite de forma nativa la segmentación de instancias, la clasificación de imágenes, la estimación de pose y las cajas delimitadoras orientadas (OBB).
Pruebas de rendimiento#
La tabla siguiente compara el rendimiento de ambas familias de modelos a distintas escalas en el conjunto de datos COCO.
| Modelo | tamaño (píxeles) | mAPval50-95 | Velocidad CPU ONNX (ms) | Velocidad T4 TensorRT10 (ms) | parámetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| EfficientDet-d0 | 512 | 34.6 | - | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | - | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 768 | 43.0 | - | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 896 | 47.5 | - | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 1024 | 49.7 | - | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 1280 | 51.5 | - | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 1280 | 52.6 | - | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 1536 | 53.7 | - | 128.07 | 51.9 | 325.0 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
Análisis equilibrado: puntos fuertes y débiles#
YOLO11 destaca en entornos con GPU. Por ejemplo, YOLO11m alcanza un mAP del 51,5 % en 4,7 ms en una GPU T4 con TensorRT. EfficientDet-d5 tarda 67,86 ms en alcanzar la misma precisión: más de 14 veces más lento. Esto pone de relieve el equilibrio de rendimiento de los modelos Ultralytics para aplicaciones en tiempo real.
Metodología de entrenamiento y ecosistema#
La experiencia de desarrollo suele ser tan importante como las capacidades teóricas del modelo. Aquí es donde destaca el ecosistema Ultralytics.
EfficientDet depende mucho del antiguo ecosistema TensorFlow y de complejas bibliotecas de AutoML. Configurar un proceso de entrenamiento personalizado implica una curva de aprendizaje pronunciada, una gestión compleja de dependencias y la configuración manual de anchors y funciones de pérdida.
Ultralytics, en cambio, está diseñado para facilitar el uso. Gracias a un ecosistema PyTorch bien mantenido, entrenar un modelo YOLO requiere solo unas pocas líneas de código. El framework gestiona automáticamente el aumento de datos y la planificación de la tasa de aprendizaje de serie, e incluye ajuste de hiperparámetros integrado.
Ejemplo de código: primeros pasos con Ultralytics#
Este fragmento muestra lo sencillo que es entrenar y ejecutar inferencias con la API de Python.
from ultralytics import YOLO
# Carga un modelo YOLO11 pequeño preentrenado
model = YOLO("yolo11s.pt")
# Entrena el modelo con tu conjunto de datos personalizado
train_results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)
# Ejecuta inferencias rápidamente sobre una imagen
results = model.predict("https://ultralytics.com/images/bus.jpg")
results[0].show()Casos de uso ideales#
Cuándo usar EfficientDet: EfficientDet sigue siendo una opción viable en entornos de investigación con una fuerte dependencia de las canalizaciones de TensorFlow.
Cuándo usar YOLO11: YOLO11 es una gran opción para implementaciones empresariales modernas. Su velocidad lo hace idóneo para vehículos autónomos, análisis deportivo en tiempo real y detección de defectos de fabricación de alto rendimiento. Su menor uso de memoria también permite implementarlo con flexibilidad en hardware con recursos limitados, como NVIDIA Jetson.
De cara al futuro: la actualización a YOLO26#
Aunque YOLO11 es muy capaz, los desarrolladores que empiecen proyectos nuevos deberían evaluar el recién lanzado YOLO26, mientras que el probado YOLOv8 sigue disponible para implementaciones existentes. Lanzado en enero de 2026, YOLO26 se basa en los cimientos de YOLO11 e incorpora varias innovaciones:
- Diseño integral sin NMS: Basándose en YOLOv10, YOLO26 puede prescindir por completo del posprocesamiento de supresión no máxima (NMS) gracias a su cabeza uno a uno opcional (
nms=False), lo que reduce la latencia y simplifica los procesos de implementación. - Optimizador MuSGD: Un optimizador híbrido que combina SGD estándar con Muon (inspirado en el entrenamiento de modelos de lenguaje grandes) y mejora la estabilidad del entrenamiento.
- Inferencia en CPU hasta un 43 % más rápida: YOLO26n funciona hasta un 43 % más rápido que YOLO11n en CPU, por lo que YOLO26 es una opción idónea para dispositivos edge sin GPU discreta.
- ProgLoss + STAL: La pérdida progresiva y la asignación de etiquetas consciente de los objetos pequeños mejoran la detección de objetos pequeños, algo esencial para las imágenes aéreas y la robótica.
Descubre en la documentación de Ultralytics el amplio panorama de arquitecturas de visión, incluidos los detectores basados en Transformer, como RT-DETR.
Comentarios
Haz una pregunta, comparte tus resultados o ayuda a otra persona.