EfficientDet frente a YOLOv9
El campo de la visión artificial ha evolucionado gracias a los continuos avances en el diseño de redes neuronales. Encontrar el equilibrio adecuado entre eficiencia computacional y precisión de detección es fundamental al elegir un modelo. EfficientDet de Google estableció una sólida base en 2019 con la introducción de arquitecturas escalables, mientras que YOLOv9, lanzado en 2024, hizo avanzar la detección de objetos mediante la información de gradiente programable (PGI).
Esta guía compara técnicamente estos dos modelos y presenta Ultralytics YOLO26, que ofrece una solución integral y robusta, optimizada para entornos de producción.
Arquitecturas e innovaciones de los modelos#
Entender los mecanismos subyacentes de EfficientDet y YOLOv9 es fundamental para determinar sus casos de uso más adecuados.
EfficientDet: escalado compuesto y BiFPN#
Desarrollado por Google Research, EfficientDet se centra en el escalado sistemático y la fusión eficiente de características. Utiliza EfficientNet como backbone e introduce una nueva arquitectura de red de características.
- Autores: Mingxing Tan, Ruoming Pang y Quoc V. Le
- Organización: Google
- Fecha: 20 de noviembre de 2019
- Enlaces: arXiv, GitHub
Características arquitectónicas clave: EfficientDet depende en gran medida de una red piramidal de características bidireccional (BiFPN), que permite una fusión rápida de características multiescala. Además, utiliza un método de escalado compuesto que escala uniformemente la resolución, la profundidad y la anchura de la red. Aunque fue muy preciso en su momento, EfficientDet sigue dependiendo mucho de entornos antiguos de TensorFlow, lo que complica los procesos de implementación modernos.
Más información sobre EfficientDet
YOLOv9: resolver el cuello de botella de información#
Desarrollado por investigadores de Academia Sinica, YOLOv9 aborda la degradación de la información a medida que los datos atraviesan redes neuronales profundas.
- Autores: Chien-Yao Wang y Hong-Yuan Mark Liao
- Organización: Instituto de Ciencias de la Información, Academia Sinica
- Fecha: 21 de febrero de 2024
- Enlaces: arXiv, GitHub, Documentación
Características arquitectónicas clave: YOLOv9 introduce la información de gradiente programable (PGI) para proporcionar supervisión auxiliar y garantizar que se conserven los datos cruciales para actualizar los pesos de la red de forma fiable. También incorpora la red generalizada de agregación eficiente de capas (GELAN) para maximizar la eficiencia de los parámetros. A pesar de estos avances, YOLOv9 sigue necesitando supresión no máxima (NMS) durante el posprocesamiento, lo que añade latencia.
Comparativa de rendimiento#
Al evaluar estos modelos, analizar las métricas de rendimiento empíricas ayuda a determinar qué arquitectura ofrece el mejor equilibrio para tu hardware.
| 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 |
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.2 | 26.7 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.1 | 76.8 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.5 | 102.8 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 58.1 | 192.5 |
Análisis crítico#
YOLOv9 es mucho más rápido con una precisión comparable. Por ejemplo, YOLOv9e alcanza un 55,6 % de mAP con una latencia de TensorRT de 16.77ms. EfficientDet-d7 ofrece un mAP menor, del 53.7 %, y una latencia mucho mayor (128.07ms), por lo que resulta difícil implementarlo en transmisiones de vídeo en tiempo real.
Casos de uso y recomendaciones#
La elección entre EfficientDet y YOLOv9 depende de los requisitos específicos de tu proyecto, las limitaciones de despliegue y las 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 YOLOv9#
YOLOv9 se recomienda para:
- Investigación sobre cuellos de botella de información: Proyectos académicos que estudian las arquitecturas de información de gradiente programable (PGI) y de red de agregación de capas eficiente generalizada (GELAN).
- Estudios de optimización del flujo de gradiente: Investigaciones centradas en comprender y mitigar la pérdida de información en las capas profundas de la red durante el entrenamiento.
- Evaluación comparativa de detección de alta precisión: Situaciones en las que el sólido rendimiento de YOLOv9 en las pruebas de referencia de COCO sirve como referencia para comparar arquitecturas.
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.
La ventaja de Ultralytics: elige YOLO26#
Aunque YOLOv9 y EfficientDet allanaron el camino, los desarrolladores que busquen un framework moderno y listo para producción deberían considerar los modelos YOLO de Ultralytics, en concreto el recién lanzado YOLO26.
La plataforma Ultralytics está diseñada para facilitar el uso y combina scripts de entrenamiento locales con una interfaz conectada a la nube. YOLO26 es un rediseño sustancial que supera a las arquitecturas anteriores en muchas aplicaciones comerciales.
Aspectos técnicos destacados de YOLO26#
- Diseño integral sin NMS: La cabeza integral opcional de YOLO26 (
nms=False) elimina los cuellos de botella del posprocesamiento. Al eliminar NMS, unifica los grafos de implementación y los hace más rápidos en chips de IA en el edge. - Inferencia en CPU hasta un 43 % más rápida: Optimizado para dispositivos integrados, YOLO26n funciona hasta un 43 % más rápido que YOLO11n en CPU con ONNX cuando no hay GPU disponible.
- Optimizador MuSGD: Al incorporar técnicas de entrenamiento de LLM a la IA de visión, este optimizador híbrido estabiliza el entrenamiento y permite que los modelos converjan más rápido con menos recursos.
- Bajos requisitos de memoria: A diferencia de las arquitecturas con muchos Transformer o las CNN sin optimizar, YOLO26 minimiza el consumo de memoria CUDA durante el entrenamiento y te permite usar tamaños de lote mayores en hardware de consumo.
- ProgLoss + STAL: La pérdida progresiva y la asignación de etiquetas consciente de los objetos pequeños mejoran significativamente la precisión al detectar objetos pequeños, por lo que YOLO26 es idóneo para imágenes aéreas y redes IoT.
- Eliminación de DFL: Un diseño estructural simplificado permite una conversión fluida a formatos de implementación móvil.
Otras opciones del ecosistema Ultralytics incluyen YOLO11 y YOLOv8, que también ofrecen versatilidad multitarea, como la segmentación de instancias y la estimación de pose.
Entrenamiento simplificado con el SDK de Python#
Los modelos de Ultralytics priorizan la experiencia del desarrollador. Entrenar un modelo solo requiere unas pocas líneas de Python.
from ultralytics import YOLO
# Initialize the YOLO26 model
model = YOLO("yolo26n.pt")
# Train with optimized memory usage and built-in augmentations
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Validate the model's performance easily
metrics = model.val()
print(f"Validation mAP: {metrics.box.map}")Aplicaciones en el mundo real#
La elección entre estas arquitecturas depende en gran medida del destino de implementación.
- Implementaciones heredadas en la nube: EfficientDet era popular para el procesamiento por lotes sin conexión en la nube, donde se necesitaba una gran precisión y no había requisitos estrictos de tiempo real.
- Investigación académica: YOLOv9 sigue siendo una opción interesante para investigadores que exploran los límites del diseño de CNN y analizan los flujos de gradiente a través de las capas de la red.
- Computación en el edge e IoT: YOLO26 es idóneo para aplicaciones edge del mundo real. Su proceso sin NMS y sus capacidades de cajas delimitadoras orientadas (OBB) lo convierten en una gran opción para analizar el tráfico en ciudades inteligentes, supervisar el inventario minorista e inspeccionar con drones, con un buen equilibrio entre alta precisión y velocidad de inferencia.
Comentarios
Haz una pregunta, comparte tus resultados o ayuda a otra persona.