PP-YOLOE+ frente a YOLOv5#

Al elegir un framework de aprendizaje profundo para visión artificial, los desarrolladores suelen comparar distintas arquitecturas para encontrar el equilibrio adecuado entre velocidad, precisión y facilidad de despliegue. Esta comparación analiza las diferencias técnicas entre PP-YOLOE+ y YOLOv5 para la detección de objetos. Al estudiar sus arquitecturas, métricas de rendimiento y escenarios de despliegue más adecuados, podrás tomar una decisión fundamentada para tu próximo proyecto, ya sea de robótica en tiempo real, despliegue en el edge o análisis de vídeo en la nube.

Orígenes y metadatos de los modelos#

Ambos modelos proceden de equipos de ingeniería sólidos, pero se dirigen a ecosistemas algo distintos. Conocer sus orígenes aporta un contexto valioso para entender las decisiones de diseño de sus arquitecturas.

Detalles de PP-YOLOE+ :

• Autores: Autores de PaddlePaddle
• Organización: Baidu
• Fecha: 2022-04-02
• arXiv: https://arxiv.org/abs/2203.16250
• GitHub: https://github.com/PaddlePaddle/PaddleDetection/
• Documentación: README de PaddleDetection

Más información sobre PP-YOLOE+

Detalles de YOLOv5:

• Autores: Glenn Jocher
• Organización: Ultralytics
• Fecha: 2020-06-26
• GitHub: https://github.com/ultralytics/yolov5
• Documentación: https://docs.ultralytics.com/models/yolov5

Comparativa arquitectónica#

Arquitectura de PP-YOLOE+#

PP-YOLOE+ es una evolución del ecosistema de Baidu basada en modelos anteriores como PP-YOLOv2. Introduce una red troncal optimizada CSPRepResNet, que mejora la extracción de características al combinar los principios de las redes Cross Stage Partial (CSP) con técnicas de reparametrización. Esto permite que el modelo mantenga una gran precisión durante el entrenamiento y adopte una arquitectura más optimizada para acelerar la inferencia.

Además, PP-YOLOE+ emplea Task Alignment Learning (TAL) y una cabeza Efficient Task-aligned (ET-head). Esta combinación busca resolver la desalineación entre las tareas de clasificación y localización, un cuello de botella habitual en los detectores densos de objetos. Aunque está bien diseñada, la arquitectura está estrechamente ligada al framework PaddlePaddle, lo que puede plantear dificultades de integración a los equipos que estandarizan el uso de otras bibliotecas de ML convencionales.

Arquitectura de YOLOv5#

En cambio, YOLOv5 se desarrolló de forma nativa en PyTorch, el estándar del sector tanto para la investigación académica como para la producción empresarial. Utiliza una red troncal CSPDarknet53 modificada, conocida por su buen flujo de gradientes y su eficiencia de parámetros.

Una característica distintiva de YOLOv5 es su algoritmo AutoAnchor, que comprueba y ajusta dinámicamente los tamaños de las cajas de anclaje según tu conjunto de datos personalizado antes del entrenamiento. Así se elimina el ajuste manual de hiperparámetros para las cajas delimitadoras. La parte intermedia de la red Path Aggregation Network (PANet) garantiza una sólida fusión de características de varias escalas, lo que hace que el modelo sea muy eficaz para detectar objetos de distintos tamaños.

Análisis del rendimiento#

Para evaluar estos modelos, hay que analizar el equilibrio entre la precisión media (mAP) y la latencia. La siguiente tabla muestra las métricas de los distintos tamaños de modelo.

Aunque PP-YOLOE+ obtiene puntuaciones de mAP muy competitivas en las variantes de mayor tamaño (como la X), YOLOv5 ofrece mayor velocidad y menos parámetros en las variantes más pequeñas. YOLOv5 Nano (YOLOv5n) solo requiere 1,9 millones de parámetros, por lo que es muy adecuado para dispositivos edge limitados con estrictos requisitos de memoria. Además, el entrenamiento de modelos YOLO suele consumir menos memoria CUDA que alternativas pesadas basadas en Transformer, como RT-DETR.

La ventaja de Ultralytics#

Al elegir una arquitectura, las métricas brutas son solo una parte de la ecuación. La experiencia del desarrollador, la compatibilidad con el ecosistema y los flujos de despliegue suelen determinar el éxito real de un proyecto. Aquí es donde destacan los modelos de Ultralytics.

Facilidad de uso#

La API de Python de Ultralytics abstrae el complejo código repetitivo. Los desarrolladores pueden empezar a entrenar, validar el rendimiento y desplegar modelos con muy poco código. La documentación es extensa, se mantiene activamente y cuenta con el respaldo de una gran comunidad global de código abierto.

Versatilidad en distintas tareas#

PP-YOLOE+ es un detector de objetos específico, pero el ecosistema de Ultralytics permite abordar varias tareas de visión artificial con una única API unificada. Con YOLOv5 y sus sucesores, puedes pasar fácilmente de los cuadros delimitadores estándar a flujos de trabajo de segmentación de instancias y clasificación.

Ejemplo de código: entrenamiento de YOLOv5#

Para empezar, solo necesitas unas pocas líneas de código. Esta sencillez acelera considerablemente los ciclos de investigación y desarrollo.

from ultralytics import YOLO

# Carga un modelo YOLOv5 pequeño preentrenado
model = YOLO("yolov5su.pt")  # YOLOv5u: pesos de YOLOv5 sin anclajes para el paquete ultralytics

# Entrena el modelo con el conjunto de datos COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Ejecuta inferencias rápidas en una imagen
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()

Casos de uso reales#

Cuándo elegir PP-YOLOE+: Si tu organización está muy integrada en la pila de software de Baidu o depende en gran medida de hardware especializado que requiere el framework PaddlePaddle, PP-YOLOE+ ofrece un rendimiento sólido. Se suele utilizar en flujos de fabricación especializados con integraciones existentes de Paddle.

Cuándo elegir YOLOv5: Para la mayoría de desarrolladores, investigadores y empresas, YOLOv5 sigue siendo una opción sólida. Gracias a sus raíces en PyTorch, es compatible de inmediato con herramientas como Weights & Biases para el seguimiento y se exporta fácilmente a TensorRT para acelerar en GPU NVIDIA, o a CoreML para dispositivos Apple. Ofrece un buen rendimiento en ámbitos diversos, desde la supervisión de cultivos agrícolas hasta la navegación de drones de alta velocidad.

El futuro de la detección: Ultralytics YOLO26#

YOLOv5 es un modelo emblemático, pero la visión artificial ha avanzado. Para todos los desarrollos nuevos, se recomienda YOLO26, lanzado en enero de 2026. Disponible a través de la plataforma Ultralytics, YOLO26 establece un nuevo referente en eficiencia.

Innovaciones clave de YOLO26:

• Diseño integral sin NMS: El cabezal opcional uno a uno de YOLO26 (nms=False) omite por completo el posprocesamiento de supresión no máxima (NMS). Esto reduce la variabilidad de la latencia y simplifica enormemente el proceso de despliegue.
• Inferencia en CPU hasta un 43 % más rápida: Al eliminar la pérdida focal de distribución (DFL), YOLO26 aumenta significativamente la velocidad en dispositivos edge sin GPU; YOLO26n es hasta un 43 % más rápido que YOLO11n.
• Optimizador MuSGD: Inspirado en las técnicas de entrenamiento de modelos de lenguaje grandes (LLM), este optimizador híbrido estabiliza la dinámica del entrenamiento y permite converger más rápido en conjuntos de datos personalizados.
• Mejoras específicas para cada tarea: Incorpora ProgLoss y STAL (una pérdida progresiva y una asignación de etiquetas consciente de los objetos pequeños), que mejoran la precisión con objetos diminutos. Admite de forma nativa la detección de cajas delimitadoras orientadas (OBB) en imágenes aéreas.

Si estás explorando modelos de visión modernos, quizá también te interese comparar la generación anterior, YOLO11, o enfoques basados en Transformer, como RT-DETR. El sólido ecosistema de Ultralytics, junto con los continuos avances arquitectónicos, lo convierte en una opción excelente para las tareas modernas de visión artificial.