Empezar

EfficientDet frente a YOLOv10

En visión artificial, elegir la arquitectura de detección de objetos adecuada es fundamental para equilibrar la precisión, la latencia y la eficiencia computacional. Esta guía técnica compara dos modelos influyentes: EfficientDet de Google y YOLOv10 de la Universidad de Tsinghua. Aunque ambos modelos representan avances importantes en la detección de objetos, abordan el diseño arquitectónico y la optimización de modelos desde perspectivas muy distintas.

Esta guía repasa sus arquitecturas principales, analiza los resultados de rendimiento en conjuntos de datos estándar como COCO y explica cómo se integran en los procesos modernos de aprendizaje automático, incluido el ecosistema Ultralytics.

EfficientDet: pionero del escalado compuesto#

Presentado a finales de 2019, EfficientDet estableció un nuevo referente en detección de objetos precisa y escalable al introducir un enfoque sistemático para escalar las dimensiones de la red.

Innovaciones clave y arquitectura#

EfficientDet se basa en EfficientNet y utiliza una novedosa red piramidal de características bidireccional (BiFPN). A diferencia de las tradicionales redes piramidales de características (FPN), que suman características sin distinguir su importancia, BiFPN emplea pesos entrenables para fusionar características multiescala. Esto permite a la red aprender eficazmente qué características de resolución contribuyen más a la predicción final. EfficientDet también utiliza un método de escalado compuesto que escala uniformemente la resolución, la profundidad y la anchura del backbone, la red de características y las redes de predicción de cajas/clases.

Aunque EfficientDet sigue siendo una opción sólida para sistemas antiguos estrechamente integrados con flujos de TensorFlow anteriores, requiere una cantidad considerable de memoria durante el entrenamiento y depende de un ecosistema antiguo que puede resultar engorroso en comparación con los frameworks modernos y dinámicos.

Más información sobre EfficientDet

YOLOv10: innovador sin NMS#

Lanzado a mediados de 2024, YOLOv10 transformó la detección de objetos en tiempo real al eliminar la necesidad de aplicar la supresión no máxima (NMS) durante el posprocesamiento, lo que reduce significativamente la latencia de inferencia.

Innovaciones clave y arquitectura#

YOLOv10 introduce una estrategia coherente de asignación dual para entrenar sin NMS. Al utilizar durante el entrenamiento asignaciones de etiquetas tanto uno a muchos como uno a uno, la red aprende a generar cajas delimitadoras con correspondencias únicas, sin depender de NMS para eliminar duplicados. Este diseño integral, orientado a la eficiencia y la precisión, reduce la redundancia computacional, por lo que es una buena opción para la computación en el edge y las aplicaciones de transmisión de vídeo con baja latencia. También se integra en el ecosistema Ultralytics y ofrece a los desarrolladores una API de Python sencilla.

Más información sobre YOLOv10

Impacto de prescindir de NMS

Al eliminar el paso de NMS, YOLOv10 mantiene una velocidad de inferencia constante independientemente de cuántos objetos se detecten en una escena, lo que evita los picos de latencia habituales en las aplicaciones de visión artificial con escenas concurridas.

Comparativa de rendimiento: precisión, velocidad y eficiencia#

Al implementar modelos en situaciones reales, los desarrolladores deben sopesar la precisión media promedio (mAP), el número de parámetros y las operaciones computacionales (FLOPs). La tabla siguiente detalla estas métricas en las distintas variantes de escala de ambos modelos.

Modelotamaño
(píxeles)
mAPval50-95Velocidad
CPU ONNX
(ms)
Velocidad
T4 TensorRT10
(ms)
parámetros
(M)
FLOPs
(B)
EfficientDet-d051234.6-3.923.92.54
EfficientDet-d164040.5-7.316.66.1
EfficientDet-d276843.0-10.928.111.0
EfficientDet-d389647.5-19.5912.024.9
EfficientDet-d4102449.7-33.5520.755.2
EfficientDet-d5128051.5-67.8633.7130.0
EfficientDet-d6128052.6-89.2951.9226.0
EfficientDet-d7153653.7-128.0751.9325.0
YOLOv10n64038.5-1.842.36.7
YOLOv10s64046.3-2.497.221.6
YOLOv10m64051.1-4.7415.459.1
YOLOv10b64052.5-5.7419.192.0
YOLOv10l64053.2-7.2824.4120.3
YOLOv10x64054.4-10.7029.5160.4

Nota: La variante YOLOv10n requiere menos parámetros (2.3M) y alcanza velocidades de TensorRT mucho mayores (1.84ms) que las variantes más pequeñas de EfficientDet, por lo que resulta mucho más viable para la inferencia en tiempo real en producción.

¿Por qué elegir Ultralytics para implementar modelos?#

Aunque ambos modelos tienen importancia histórica y estructural, integrarlos en procesos modernos puede ser complicado. Aquí es donde ayuda la plataforma Ultralytics. Al ofrecer un ecosistema unificado, Ultralytics simplifica todo el ciclo de vida, desde la anotación de datos hasta la implementación.

  1. Facilidad de uso: el paquete Python de Ultralytics ofrece una única interfaz para el entrenamiento, la validación y la exportación de modelos, y sustituye cientos de líneas de código repetitivo por comandos concisos.
  2. Ecosistema y versatilidad: Aunque EfficientDet está especializado en detección, los modelos YOLO de Ultralytics también admiten la segmentación de instancias, la clasificación, la estimación de pose y las cajas delimitadoras orientadas (OBB).
  3. Eficiencia del entrenamiento: Con técnicas como el procesamiento automático por lotes y el entrenamiento distribuido, los modelos de Ultralytics se entrenan más rápido y consumen mucha menos memoria CUDA que los modelos Transformer grandes o las antiguas arquitecturas de TensorFlow con múltiples ramas.

Ejemplo de código: entrenamiento de YOLOv10#

Implementar YOLOv10 con Ultralytics es sencillo. El siguiente fragmento de código muestra cómo inicializar, entrenar y evaluar una red YOLOv10 íntegramente mediante la API de Python.

from ultralytics import YOLO

# Carga un modelo YOLOv10 preentrenado (variante nano para mayor velocidad en el borde)
model = YOLO("yolov10n.pt")

# Entrena el modelo con el conjunto de datos COCO8
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, batch=16)

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

# Exporta el modelo a ONNX para implementarlo en producción
model.export(format="onnx")

Casos de uso y recomendaciones#

La elección entre EfficientDet y YOLOv10 depende de los requisitos concretos de tu proyecto, las limitaciones de implementación y tus preferencias de ecosistema.

Cuándo elegir EfficientDet#

EfficientDet es una buena opción para:

  • Google Cloud y procesos con TPU: Sistemas basados en TensorFlow sobre la infraestructura Google Cloud TPU, donde la implementación de referencia de EfficientDet es compatible con el entrenamiento en TPU.
  • Investigación sobre el escalado compuesto: Evaluaciones comparativas académicas centradas en estudiar los efectos del escalado equilibrado de la profundidad, la anchura y la resolución de la red.
  • Implementación móvil mediante LiteRT: Proyectos que requieren específicamente exportar a LiteRT (antes TensorFlow Lite) para Android o dispositivos Linux integrados.

Cuándo elegir YOLOv10#

YOLOv10 se recomienda para:

  • Detección en tiempo real sin NMS: Aplicaciones que se benefician de la detección de extremo a extremo sin supresión no máxima, lo que reduce la complejidad de la implementación.
  • Equilibrio entre velocidad y precisión: Proyectos que necesitan un buen equilibrio entre la velocidad de inferencia y la precisión de detección en distintas escalas de modelo.
  • Aplicaciones con latencia constante: Escenarios de implementación en los que los tiempos de inferencia predecibles son fundamentales, como la robótica o los sistemas autónomos.

Cuándo elegir Ultralytics (YOLO26)#

Para la mayoría de los proyectos nuevos, Ultralytics YOLO26 ofrece la mejor combinación de rendimiento y experiencia para desarrolladores:

  • 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.

El futuro ya está aquí: llega Ultralytics YOLO26#

Aunque YOLOv10 introdujo el diseño YOLO sin NMS, la tecnología ha evolucionado. Lanzado en enero de 2026, Ultralytics YOLO26 es el modelo de Ultralytics recomendado actualmente para la IA de visión. Combina los puntos fuertes de arquitecturas anteriores, como las capacidades multitarea de YOLO11 y la detección integral de RT-DETR, en una única familia de modelos optimizados.

Las ventajas de YOLO26

Si vas a empezar un proyecto nuevo, empieza con YOLO26. La plataforma Ultralytics te ofrece flexibilidad y facilidad de uso.

Innovaciones clave de YOLO26:

  • Diseño integral sin NMS: Basándose en los fundamentos de YOLOv10, YOLO26 ofrece una cabeza integral uno a uno opcional (nms=False) que prescinde de NMS y minimiza la lógica de implementación.
  • Inferencia en CPU hasta un 43 % más rápida: Al eliminar la pérdida focal de distribución (DFL), YOLO26 reduce considerablemente la sobrecarga computacional. YOLO26n funciona hasta un 43 % más rápido en CPU que YOLO11n, por lo que es una opción idónea para los dispositivos de IA en el edge.
  • Optimizador MuSGD: YOLO26 toma prestadas técnicas del entrenamiento de modelos de lenguaje grandes (LLM). Al combinar la estabilidad de SGD con la velocidad de Muon, converge más rápido y de forma más fiable.
  • ProgLoss + STAL: La pérdida progresiva y la asignación de etiquetas consciente de los objetos pequeños abordan problemas persistentes de la detección de objetos pequeños, un área en la que EfficientDet ha tenido dificultades tradicionalmente.

Conclusión: cómo elegir el modelo según el caso de uso#

La elección entre estas redes depende, en última instancia, de las limitaciones de implementación:

  • EfficientDet sigue siendo objeto de interés académico por su escalado compuesto y es adecuado para investigadores que mantienen sistemas TensorFlow existentes, en los que el tamaño del archivo de pesos del modelo es más importante que la velocidad de ejecución.
  • YOLOv10 es una opción adecuada para aplicaciones que requieren una latencia ultrabaja, como el seguimiento de varios objetos a alta velocidad y la vigilancia del tráfico, gracias a su arquitectura sin NMS.
  • YOLO26, sin embargo, es la recomendación principal para los proyectos modernos de visión artificial, ya que ofrece un sólido equilibrio de prestaciones en términos de precisión, bajo consumo de memoria y versatilidad para múltiples tareas, con el respaldo del sólido ecosistema de Ultralytics.

Comentarios

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