EfficientDet frente a YOLOX
Al diseñar un pipeline moderno de visión artificial, elegir el modelo adecuado es una decisión fundamental que determina tanto la precisión como la viabilidad en tiempo real. Esta guía técnica compara dos arquitecturas importantes de detección de objetos: EfficientDet, de Google, y YOLOX, de Megvii. Analiza sus enfoques arquitectónicos, evalúa su rendimiento en benchmarks y explica cómo se comparan con el recién lanzado Ultralytics YOLO26.
Descripción general de EfficientDet#
EfficientDet, presentado por el equipo de Google Brain, fue pionero en un enfoque estructurado del escalado de modelos y demostró que se podía lograr una gran precisión con muchos menos parámetros que las redes contemporáneas con un gran número de parámetros.
Detalles de EfficientDet:
- Autores: Mingxing Tan, Ruoming Pang y Quoc V. Le
- Organización: Google
- Fecha: 2019-11-20
- arXiv: 1911.09070
- GitHub: google/automl/efficientdet
- Documentación: Documentación de EfficientDet
Aspectos arquitectónicos destacados#
EfficientDet se basa en el backbone EfficientNet y aplica un método de escalado compuesto que aumenta uniformemente la resolución, la profundidad y la anchura de la red. Su característica distintiva es la red piramidal de características bidireccional (BiFPN), que permite fusionar características multiescala de manera rápida y eficaz. Al utilizar pesos aprendibles para distintas características de entrada, BiFPN garantiza que la red priorice los datos espaciales más importantes.
Aunque los FLOPs teóricos de EfficientDet son muy bajos, su dependencia del ecosistema TensorFlow y de configuraciones AutoML antiguas puede dificultar su integración en los flujos de trabajo modernos y ágiles de PyTorch. En comparación con las variantes YOLO modernas, su compleja red multirrama también puede generar un consumo de memoria durante el entrenamiento mayor de lo esperado.
Más información sobre EfficientDet
Descripción general de YOLOX#
YOLOX, lanzado dos años después, buscó cerrar la brecha entre la investigación académica y la implementación industrial al transformar la arquitectura YOLO tradicional en un framework sin anchors.
Detalles de YOLOX:
- Autores: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li y Jian Sun
- Organización: Megvii
- Fecha: 2021-07-18
- arXiv: 2107.08430
- GitHub: Megvii-BaseDetection/YOLOX
- Documentación: Documentación de YOLOX
Aspectos arquitectónicos destacados#
YOLOX simplificó considerablemente el diseño de la detección de objetos. Al adoptar un diseño sin anclajes, eliminó la necesidad de ajustar cajas de anclaje complejas y específicas de cada conjunto de datos, reduciendo así la carga de heurísticas. También incorporó un cabezal desacoplado que separa las tareas de clasificación y localización, lo que mejoró sustancialmente la velocidad de convergencia. La estrategia de asignación de etiquetas SimOTA optimizó la asignación dinámica de muestras positivas durante el entrenamiento.
A pesar de estos avances, configurar el repositorio de YOLOX puede implicar compilar extensiones de C++ y gestionar dependencias complejas, lo que puede obstaculizar el despliegue rápido de modelos en equipos con menos experiencia.
Comparativa de rendimiento#
Al evaluar modelos para producción, es fundamental equilibrar la precisión media (mAP) con la velocidad de inferencia. La siguiente tabla ofrece una comparativa directa de las familias EfficientDet y YOLOX en benchmarks estándar de 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 |
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
Aunque EfficientDet alcanza una gran precisión en sus variantes más grandes d7, YOLOX ofrece una latencia mucho menor en hardware GPU (mediante TensorRT), por lo que es una opción más adecuada para aplicaciones con una tasa alta de FPS, como la conducción autónoma o el seguimiento deportivo.
Casos de uso y recomendaciones#
La elección entre EfficientDet y YOLOX depende de los requisitos específicos 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 YOLOX#
Se recomienda YOLOX para:
- Investigación sobre detección sin anclajes: Investigación académica que utiliza la arquitectura limpia y sin anclajes de YOLOX como base para experimentar con nuevos cabezales de detección o funciones de pérdida.
- Dispositivos edge ultraligeros: Despliegue en hardware integrado de bajo consumo o en dispositivos móviles antiguos, donde es fundamental el tamaño extremadamente reducido de la variante YOLOX-Nano (0,91 M de parámetros).
- Estudios de asignación de etiquetas SimOTA: Proyectos de investigación que analizan estrategias de asignación de etiquetas basadas en el transporte óptimo y su impacto en la convergencia del entrenamiento.
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 dedicada por GPU, donde la inferencia hasta un 43 % más rápida de YOLO26 en CPU (YOLO26n frente a YOLO11n) ofrece una ventaja clara.
- 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: descubre YOLO26#
Aunque EfficientDet y YOLOX supusieron avances importantes en sus respectivas épocas, la visión artificial moderna exige más versatilidad, flujos de trabajo optimizados y una gran velocidad. Para los desarrolladores que priorizan la facilidad de uso, unos requisitos de memoria más bajos y un ecosistema bien mantenido, la actualización recomendada es Ultralytics YOLO26, lanzado en enero de 2026.
YOLO26 supone un gran avance en la evolución de YOLO y aborda las limitaciones de modelos anteriores como YOLOX y EfficientDet:
- Diseño de extremo a extremo sin NMS: A diferencia de EfficientDet y YOLOX, que requieren un costoso posprocesamiento de supresión no máxima (NMS), YOLO26 admite la inferencia nativa de extremo a extremo mediante su cabezal opcional uno a uno (
nms=False). Esto elimina los cuellos de botella de latencia de NMS y simplifica el despliegue en el edge. - Inferencia en CPU hasta un 43 % más rápida: Gracias a los ajustes arquitectónicos y a la eliminación de DFL (Distribution Focal Loss), YOLO26 está optimizado para entornos sin GPU dedicada; YOLO26n es hasta un 43 % más rápido en CPU que YOLO11n y ofrece un rendimiento excelente en hardware de IA en el edge, como Raspberry Pi.
- Optimizador MuSGD: Inspirado en las innovaciones en el entrenamiento de LLM (como Kimi K2, de Moonshot AI), YOLO26 utiliza una combinación de SGD y Muon. Esto proporciona un entrenamiento estable y una convergencia más rápida que los métodos de entrenamiento anteriores.
- ProgLoss + STAL: La pérdida progresiva y la asignación de etiquetas adaptada a objetos pequeños aportan mejoras notables al reconocimiento de objetos pequeños, una debilidad histórica tanto de YOLOX como de EfficientDet. Esto es fundamental para el análisis con drones y el IoT.
- Versatilidad multitarea: Aunque EfficientDet y YOLOX se limitan estrictamente a la detección mediante cajas delimitadoras, YOLO26 admite de forma nativa la segmentación de instancias, la estimación de pose (mediante la estimación de log-verosimilitud residual) y las cajas delimitadoras orientadas (OBB).
Experiencia de usuario más ágil y eficiencia de entrenamiento#
Uno de los mayores obstáculos de modelos como YOLOX es configurar el entorno de entrenamiento. Con la API de Python unificada de Ultralytics, entrenar un modelo requiere solo unas pocas líneas de código. Los modelos YOLO también cuentan con cargadores de datos optimizados y arquitecturas ligeras, por lo que utilizan mucha menos memoria CUDA que los modelos con gran cantidad de Transformer o las redes multirrama más antiguas.
from ultralytics import YOLO
# Carga el modelo YOLO26n (inferencia sin NMS disponible con nms=False)
model = YOLO("yolo26n.pt")
# Entrena el modelo con tu conjunto de datos personalizado
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Exporta el modelo a ONNX o OpenVINO para desplegarlo en dispositivos edge
model.export(format="openvino")Conclusión: toma la decisión correcta#
Si mantienes un sistema heredado profundamente integrado en el ecosistema TensorFlow, EfficientDet sigue siendo una opción estable, sobre todo si sus variantes con escalado compuesto ya están integradas. Si necesitas velocidad bruta en bases de código sin anclajes existentes, YOLOX es un detector rápido y fiable.
Sin embargo, para los proyectos nuevos que pasan a producción, la opción recomendada es Ultralytics YOLO26 (o YOLO11, una alternativa estable para los despliegues empresariales existentes). Al ofrecer inferencia opcional de extremo a extremo sin NMS, mayor velocidad en CPU y un pipeline de despliegue sencillo mediante formatos como OpenVINO y TensorRT, YOLO26 mantiene tus aplicaciones de visión artificial precisas, actualizadas y fáciles de mantener.
Comentarios
Haz una pregunta, comparte tus resultados o ayuda a otra persona.