Empezar

PP-YOLOE+ frente a YOLOv6-3.0

La visión artificial en tiempo real se ha expandido rápidamente y ha dado lugar a arquitecturas especializadas, optimizadas para distintos escenarios de despliegue. Los desarrolladores suelen comparar PP-YOLOE+ y YOLOv6-3.0 al crear aplicaciones que necesitan equilibrar un alto rendimiento y una precisión fiable. Ambos modelos introdujeron importantes mejoras arquitectónicas en el momento de su lanzamiento, centradas en aumentar la velocidad de inferencia para aplicaciones industriales y edge.

Antes de profundizar en el análisis detallado de las arquitecturas, explora el gráfico siguiente para visualizar el rendimiento relativo de estos modelos en cuanto a velocidad y precisión.

PP-YOLOE+: puntos fuertes y débiles de su arquitectura#

Desarrollado por los autores de PaddlePaddle, PP-YOLOE+ es un destacado detector sin anclajes que se basa en sus predecesores para ofrecer un rendimiento sólido en distintos requisitos de escala.

Aspectos destacados de la arquitectura#

PP-YOLOE+ introdujo varias mejoras fundamentales respecto al diseño original de PP-YOLOE. Utiliza una red troncal CSPRepResNet que equilibra eficazmente el coste computacional y la capacidad de extracción de características. También incorpora una red piramidal de características (FPN) combinada con una Path Aggregation Network (PAN) para garantizar la fusión de características a distintas escalas. Una de sus características más destacadas es la ET-head (Efficient Task-aligned head), que mejora considerablemente la coordinación entre clasificación y localización durante la detección de objetos.

Aunque PP-YOLOE+ logra una sólida precisión media (mAP), su dependencia del ecosistema PaddlePaddle puede suponer a veces una curva de aprendizaje pronunciada para los investigadores acostumbrados a flujos de trabajo nativos de PyTorch. Esto puede complicar ligeramente el proceso de despliegue del modelo en dispositivos edge heterogéneos sin compatibilidad directa con la inferencia de Paddle.

Contexto de implementación

PP-YOLOE+ está muy optimizado para desplegarse en la pila tecnológica de Baidu, por lo que es una buena opción si tu entorno de producción depende en gran medida de las herramientas de inferencia de Paddle.

Más información sobre PP-YOLOE+

YOLOv6-3.0: rendimiento industrial#

Lanzado por el Departamento de IA de Visión de Meituan, YOLOv6-3.0 se diseñó expresamente como detector de objetos de nueva generación para aplicaciones industriales, con prioridad en un alto rendimiento en hardware GPU.

Aspectos destacados de la arquitectura#

YOLOv6-3.0 incorpora una red troncal EfficientRep diseñada específicamente para maximizar el aprovechamiento del hardware, en particular en GPU NVIDIA con TensorRT. La actualización v3.0 añadió un módulo Bi-directional Concatenation (BiC) a la neck, que mejora la retención de características espaciales sin aumentar demasiado el número de parámetros. Además, introdujo una estrategia Anchor-Aided Training (AAT) que combina las ventajas de la estabilidad basada en anclajes durante el entrenamiento del modelo con una arquitectura rápida y sin anclajes durante la inferencia en tiempo real.

Sin embargo, como YOLOv6-3.0 está muy optimizado para GPU de nivel servidor, sus mejoras de latencia a veces se reducen al desplegarlo en dispositivos edge muy limitados que solo disponen de CPU. Esta especialización hace que rinda mejor en entornos como el análisis de vídeo sin conexión, y puede quedar por detrás de los modelos optimizados para edge en hardware más pequeño.

Más información sobre YOLOv6

Tabla comparativa del rendimiento#

La tabla siguiente destaca las principales métricas de rendimiento y compara directamente las variantes de escala de ambas arquitecturas.

Modelotamaño
(píxeles)
mAPval50-95Velocidad
CPU ONNX
(ms)
Velocidad
T4 TensorRT10
(ms)
parámetros
(M)
FLOPs
(B)
PP-YOLOE+t64039.9-2.844.8519.15
PP-YOLOE+s64043.7-2.627.9317.36
PP-YOLOE+m64049.8-5.5623.4349.91
PP-YOLOE+l64052.9-8.3652.2110.07
PP-YOLOE+x64054.7-14.398.42206.59
YOLOv6-3.0n64037.5-1.174.711.4
YOLOv6-3.0s64045.0-2.6618.545.3
YOLOv6-3.0m64050.0-5.2834.985.8
YOLOv6-3.0l64052.8-8.9559.6150.7

Casos de uso y recomendaciones#

Elegir entre PP-YOLOE+ y YOLOv6 depende de los requisitos concretos de tu proyecto, las limitaciones de implementación y tus preferencias de ecosistema.

Cuándo elegir PP-YOLOE+#

PP-YOLOE+ es una buena opción para:

  • Integración con el ecosistema PaddlePaddle: Organizaciones con infraestructura existente basada en el framework y las herramientas de PaddlePaddle de Baidu.
  • Implementación edge con Paddle Lite: Implementación en hardware con kernels de inferencia muy optimizados, diseñados específicamente para Paddle Lite o el motor de inferencia Paddle.
  • Detección de alta precisión en servidores: Escenarios que priorizan la máxima precisión de detección en servidores con GPU potentes, donde la dependencia del framework no supone un problema.

Cuándo elegir YOLOv6#

Se recomienda YOLOv6 para:

  • Despliegues adaptados al hardware industrial: situaciones en las que el diseño adaptado al hardware y la reparametrización eficiente del modelo ofrecen un rendimiento optimizado en el hardware de destino específico.
  • Detección rápida en una sola etapa: aplicaciones que priorizan la velocidad de inferencia bruta en GPU para procesar vídeo en tiempo real en entornos controlados.
  • Integración con el ecosistema de Meituan: equipos que ya trabajan con la pila tecnológica y la infraestructura de despliegue de Meituan.

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: más allá de los modelos heredados#

Aunque PP-YOLOE+ y YOLOv6-3.0 ofrecen soluciones específicas, el desarrollo moderno de IA requiere flujos de trabajo versátiles y eficientes en memoria. Aquí es donde la plataforma Ultralytics ofrece una experiencia sólida para los desarrolladores. Gracias a una API de Python unificada, puedes entrenar, validar y desplegar modelos modernos sin la pesada carga de configuración habitual en los repositorios de investigación antiguos.

Los modelos de Ultralytics admiten de forma nativa una amplia variedad de tareas de visión, además de la detección estándar, como la segmentación de instancias, la clasificación de imágenes, la estimación de pose y la extracción de cuadros delimitadores orientados (OBB). También están optimizados para consumir menos memoria durante el entrenamiento, a diferencia de los modelos basados en Transformer, como RT-DETR, que suelen requerir grandes asignaciones de VRAM de GPU.

Descubre YOLO26: el nuevo estándar#

Para las organizaciones que quieran desplegar los modelos de visión más recientes, Ultralytics YOLO26 (lanzado en enero de 2026) supera ampliamente a las generaciones anteriores gracias a varias innovaciones importantes:

  • Diseño integral sin NMS: Basándose en conceptos de YOLOv10, la cabeza opcional uno a uno de YOLO26 (nms=False) elimina por completo el posprocesamiento de supresión no máxima (NMS). Este enfoque nativo integral proporciona una inferencia predecible y de baja latencia, fundamental para los sistemas de seguridad en tiempo real.
  • Inferencia en CPU hasta un 43 % más rápida: Al eliminar Distribution Focal Loss (DFL) de la arquitectura, YOLO26 se optimiza para la computación en el edge y los entornos sin aceleración dedicada por GPU; YOLO26n funciona hasta un 43 % más rápido en CPU que YOLO11n.
  • Optimizador MuSGD: Al integrar la estabilidad del entrenamiento de LLM en los modelos de visión, este optimizador híbrido (inspirado en Moonshot AI) permite una convergencia rápida y sesiones de entrenamiento personalizado muy estables.
  • ProgLoss + STAL: Estas técnicas de entrenamiento mejoran notablemente el reconocimiento de objetos pequeños, algo fundamental en aplicaciones como las imágenes aéreas de drones y el análisis de escenas concurridas.
Prepara tus pipelines para el futuro

Si hoy vas a crear un proyecto nuevo, empieza con YOLO26 en lugar de arquitecturas anteriores. Su eficiencia de memoria y velocidad sin NMS facilitan considerablemente su puesta en producción.

Implementación#

Entrenar y exportar modelos con el paquete de Python de Ultralytics es sencillo. El siguiente ejemplo muestra cómo entrenar el modelo YOLO26 más reciente y exportarlo a ONNX para un despliegue rápido en el edge:

from ultralytics import YOLO

# Carga el modelo pequeño YOLO26
model = YOLO("yolo26s.pt")

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

# Ejecuta inferencias sin NMS en una imagen de prueba
predict_results = model.predict("https://ultralytics.com/images/bus.jpg", nms=False)

# Exporta al formato ONNX para implementarlo en dispositivos edge
model.export(format="onnx")

Para los equipos muy integrados en flujos de trabajo antiguos que buscan una estabilidad moderna, también es buena idea explorar Ultralytics YOLO11, que ofrece una versatilidad de tareas completa respaldada por todo el ecosistema de Ultralytics.

Comentarios

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