EfficientDet frente a YOLOv9#

El panorama de la visión artificial ha estado marcado por 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 referencia en 2019 al introducir arquitecturas escalables, mientras que YOLOv9, publicado en 2024, amplió los límites de la detección de objetos mediante la información de gradiente programable (PGI).

Esta guía ofrece una comparación técnica exhaustiva de estos dos modelos y presenta el moderno framework Ultralytics YOLO26, que ofrece una solución integral y robusta, optimizada para entornos de producción.

Arquitecturas e innovaciones de los modelos#

Comprender los mecanismos subyacentes de EfficientDet y YOLOv9 es esencial para determinar sus casos de uso óptimos.

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 red troncal e introduce una novedosa 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 principales: EfficientDet se basa en gran medida en una red piramidal de características bidireccional (BiFPN), que permite fusionar características multiescala de forma sencilla y rápida. Además, utiliza un método de escalado compuesto que escala uniformemente la resolución, la profundidad y la anchura de la red. Aunque fue muy preciso para su época, EfficientDet sigue dependiendo en gran medida de los antiguos entornos de TensorFlow, lo que complica los procesos modernos de despliegue.

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 principales: YOLOv9 introduce 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 de agregación de capas eficiente generalizada (GELAN) para maximizar la eficiencia de los parámetros. A pesar de estos avances, YOLOv9 sigue requiriendo supresión no máxima (NMS) durante el posprocesamiento, lo que añade latencia.

Más información sobre YOLOv9

Comparativa de rendimiento#

Al evaluar estos modelos, analizar los datos empíricos ayuda a determinar qué arquitectura ofrece el mejor equilibrio para tus requisitos de hardware específicos.

Análisis crítico#

YOLOv9 supone un salto generacional en velocidad. Por ejemplo, YOLOv9e alcanza un 55,6 % de mAP con una latencia de TensorRT de 16,77 ms. En cambio, EfficientDet-d7 ofrece un mAP menor, del 53,7 %, pero sufre una latencia enorme (128,07 ms), lo que dificulta muchísimo su despliegue en secuencias 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 canalizaciones con TPU: Sistemas profundamente integrados con las API de Google Cloud Vision o con infraestructura TPU, donde EfficientDet cuenta con optimización nativa.
• 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 que solo usan CPU: Dispositivos sin aceleración GPU dedicada, en los que la inferencia con CPU hasta un 43 % más rápida de YOLO26 supone una ventaja decisiva.
• 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 realmente moderno y listo para producción deberían considerar los modelos YOLO de Ultralytics, en particular el recién lanzado YOLO26.

La plataforma Ultralytics ofrece una facilidad de uso inigualable, al combinar potentes scripts de entrenamiento local con una interfaz en la nube. YOLO26 supone una renovación profunda del diseño de modelos, que deja obsoletas las arquitecturas anteriores para muchas aplicaciones comerciales.

Aspectos técnicos destacados de YOLO26#

• Diseño integral sin NMS: El cabezal opcional de YOLO26 de extremo a extremo (nms=False) elimina los cuellos de botella del posprocesamiento. Al eliminar la supresión no máxima, los grafos de despliegue se unifican y son intrínsecamente más rápidos en chips de IA de borde.
• Inferencia en CPU hasta un 43 % más rápida: YOLO26 está muy optimizado para dispositivos integrados; YOLO26n funciona hasta un 43 % más rápido que YOLO11n en CPU ONNX cuando no hay GPU disponible.
• Optimizador MuSGD: Este optimizador híbrido integra innovaciones de los LLM en la IA de visión y estabiliza los entrenamientos, lo que 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: El diseño superior de la función de pérdida mejora drásticamente la precisión al detectar objetos pequeños, lo que convierte a YOLO26 en una opción ideal para imágenes aéreas y redes IoT.
• Eliminación de DFL: Un diseño estructural simplificado permite convertir sin complicaciones los modelos a formatos de despliegue móvil.

Otras opciones sólidas del ecosistema Ultralytics incluyen YOLO11 y YOLOv8, que también ofrecen versatilidad para varias tareas, como la segmentación de instancias y la estimación de poses.

Entrenamiento simplificado con el SDK de Python#

Los modelos de Ultralytics priorizan la experiencia de desarrollo. El entrenamiento de un modelo de última generación se reduce a unas pocas líneas de Python.

from ultralytics import YOLO

# Initialize the state-of-the-art 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 despliegue.

• Despliegues en la nube heredados: EfficientDet era popular para el procesamiento por lotes sin conexión en la nube, cuando se necesitaba una gran precisión y no había restricciones estrictas de tiempo real.
• Investigación académica: YOLOv9 sigue siendo una opción interesante para investigadores que amplían los límites teóricos de las CNN y analizan los flujos de gradiente a través de las capas de la red.
• Computación en el borde e IoT: YOLO26 destaca en aplicaciones reales. Su proceso sin NMS y sus capacidades de cuadros delimitadores orientados (OBB) lo convierten en la opción superior para el análisis del tráfico en ciudades inteligentes, el seguimiento de inventario en tiendas y las inspecciones con drones, con un equilibrio imbatible entre gran precisión y alta velocidad de inferencia.