PP-YOLOE+ frente a YOLOv9#

El panorama de la visión artificial en tiempo real cambia constantemente, mientras investigadores y desarrolladores amplían de forma continua los límites de la precisión y la velocidad de inferencia. Al comparar PP-YOLOE+ y YOLOv9, analizamos dos filosofías diferenciadas en cuanto a arquitectura de modelos y diseño del ecosistema.

Esta comparación técnica exhaustiva analiza sus innovaciones arquitectónicas, métricas de rendimiento, metodologías de entrenamiento y casos de uso ideales para ayudarte a elegir el modelo de detección de objetos adecuado para tu próximo despliegue.

Linaje de los modelos y fundamentos técnicos#

Comprender los orígenes y las decisiones arquitectónicas de estos modelos es fundamental para determinar su adecuación a tus proyectos de visión artificial.

Descripción general de PP-YOLOE+#

Desarrollado por los autores de PaddlePaddle en Baidu, PP-YOLOE+ se presentó el 2 de abril de 2022. Se basa en iteraciones anteriores del framework PaddleDetection para ofrecer detección de objetos de alto rendimiento.

• Autores: autores de PaddlePaddle
• Organización: Baidu
• Fecha: 2022-04-02
• Arxiv: 2203.16250
• GitHub: Repositorio de PaddleDetection

PP-YOLOE+ introduce una sólida arquitectura sin anchors, altamente optimizada para el despliegue en el ecosistema de PaddlePaddle. Utiliza un backbone CSPRepResNet modificado y una ET-head para mejorar la extracción de características y la regresión de cajas delimitadoras. Aunque alcanza una elevada precisión media promedio (mAP), su dependencia del framework PaddlePaddle puede generar dificultades de integración para desarrolladores acostumbrados a PyTorch o TensorFlow.

Más información sobre PP-YOLOE+

Descripción general de YOLOv9#

Presentado por Chien-Yao Wang y Hong-Yuan Mark Liao, del Institute of Information Science de la Academia Sinica (Taiwán), YOLOv9 supone un avance significativo en el procesamiento eficiente de los cuellos de botella de información del deep learning.

• Autores: Chien-Yao Wang y Hong-Yuan Mark Liao
• Organización: Institute of Information Science, Academia Sinica, Taiwán
• Fecha: 2024-02-21
• Arxiv: 2402.13616
• GitHub: WongKinYiu/yolov9

El gran avance de YOLOv9 es la información de gradiente programable (PGI), que evita la pérdida de datos cuando las características atraviesan redes neuronales profundas. Combinada con la red generalizada de agregación eficiente de capas (GELAN), YOLOv9 maximiza la eficiencia de los parámetros y el flujo computacional. Además, se integra de forma nativa en el ecosistema de Ultralytics, lo que facilita su uso tanto en aplicaciones de investigación como comerciales.

Más información sobre YOLOv9

Comparación de rendimiento y métricas#

Al analizar el rendimiento bruto, YOLOv9 demuestra una eficiencia excepcional de los parámetros. Alcanza una precisión comparable o superior con menos parámetros y FLOPs, lo que se traduce en menores requisitos de VRAM durante el entrenamiento del modelo.

Como se muestra en la tabla, YOLOv9c alcanza unos sólidos 53.0 mAP con muchos menos parámetros (25.3M) que el PP-YOLOE+l comparable (52.2M). Este menor uso de memoria convierte a YOLOv9 en una opción superior para desarrolladores que trabajan con recursos de GPU limitados.

Ecosistema, versatilidad y facilidad de uso#

La principal ventaja de YOLOv9 reside en su integración fluida con el ecosistema de Ultralytics, que recibe un mantenimiento constante. Mientras que PP-YOLOE+ requiere manejar complejos archivos de configuración de PaddlePaddle, YOLOv9 se beneficia de una API de Python simplificada.

La API de Python de Ultralytics permite a los desarrolladores cargar pesos preentrenados, gestionar el aumento de datos e iniciar el entrenamiento con un código auxiliar mínimo.

from ultralytics import YOLO

# Load a pretrained YOLOv9 model
model = YOLO("yolov9c.pt")

# Train the model on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")

# Export the model to ONNX format
model.export(format="onnx")

Además, el ecosistema de Ultralytics ofrece una versatilidad inigualable. Más allá de la detección de cajas delimitadoras, el framework admite de forma nativa la segmentación de instancias, la estimación de pose y la detección de cajas delimitadoras orientadas (OBB). Esto hace que adaptar tu modelo a pipelines complejos del mundo real sea extremadamente eficiente.

Casos de uso y recomendaciones#

La elección entre PP-YOLOE+ y YOLOv9 depende de los requisitos específicos de tu proyecto, las limitaciones del despliegue y tus preferencias en cuanto al ecosistema.

Cuándo elegir PP-YOLOE+#

PP-YOLOE+ es una buena opción para:

• Integración con el ecosistema de 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 altamente optimizados específicamente para Paddle Lite o el motor de inferencia de Paddle.
• Detección en servidor de alta precisión: Escenarios que priorizan la máxima precisión de detección en servidores GPU potentes donde la dependencia del framework no supone un problema.

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 gradientes: Investigación centrada 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: Escenarios en los que se necesita el sólido rendimiento de YOLOv9 en las pruebas de referencia de COCO como punto de 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:

• Despliegue edge sin NMS: Aplicaciones que requieren una inferencia constante y de baja latencia sin la complejidad del posprocesamiento de supresión no máxima.
• Entornos exclusivamente con CPU: Dispositivos sin aceleración dedicada mediante GPU, donde la inferencia en CPU hasta un 43 % más rápida de YOLO26 ofrece una ventaja decisiva.
• Detección de objetos pequeños: Escenarios exigentes, como las imágenes aéreas captadas por drones o el análisis de sensores del IoT, en los que ProgLoss y STAL mejoran significativamente la precisión en objetos diminutos.

Una mirada al futuro: la ventaja de YOLO26#

Aunque tanto PP-YOLOE+ como YOLOv9 son potentes, el recién lanzado YOLO26 representa el siguiente paso definitivo para los entornos de producción. Lanzado en enero de 2026, YOLO26 establece un nuevo estándar para la computación en el edge y los despliegues en la nube. Recomendamos encarecidamente YOLO26 para todos los nuevos proyectos de visión artificial gracias a sus innovaciones revolucionarias:

• Diseño de extremo a extremo sin NMS: YOLO26 es nativo de extremo a extremo y elimina por completo la necesidad del posprocesamiento de supresión no máxima (NMS). Esto simplifica significativamente los pipelines de despliegue y reduce la latencia.
• Hasta un 43 % más de velocidad en inferencia en CPU: Al optimizar específicamente la arquitectura para la computación en el edge, YOLO26 es considerablemente más rápido en hardware sin GPU dedicadas.
• Eliminación de DFL: Se ha eliminado la pérdida focal de distribución, lo que simplifica las exportaciones y mejora drásticamente la compatibilidad con dispositivos edge de bajo consumo.
• Optimizador MuSGD: Inspirado en técnicas de entrenamiento de modelos de lenguaje grandes (como Kimi K2 de Moonshot AI), este híbrido de SGD y Muon garantiza una dinámica de entrenamiento muy estable y una convergencia rápida.
• ProgLoss + STAL: Estas funciones de pérdida avanzadas mejoran notablemente el reconocimiento de objetos pequeños, una actualización esencial para las imágenes aéreas y la robótica.
• Mejoras específicas por tarea: YOLO26 incluye arquitecturas personalizadas para tareas concretas, como proto multiescala para segmentación y estimación residual de log-verosimilitud (RLE) para la estimación de pose.

Puedes entrenar y desplegar fácilmente modelos YOLO26 mediante la plataforma Ultralytics, una solución todo en uno para la anotación de datasets, el entrenamiento en la nube y la supervisión de modelos.

Aplicaciones en el mundo real#

La elección entre estas arquitecturas suele depender del entorno de despliegue objetivo.

PP-YOLOE+ se despliega con frecuencia en centros de fabricación industrial, especialmente en regiones donde la integración de PaddlePaddle y el stack de hardware de Baidu están profundamente integrados en la infraestructura empresarial. Destaca en el análisis de imágenes estáticas, donde se prioriza la precisión absoluta frente a unas restricciones estrictas de tiempo real.

YOLOv9 destaca en entornos dinámicos que requieren una inferencia rápida en tiempo real. Su mayor eficiencia de parámetros lo hace ideal para la navegación autónoma de drones y los sistemas de seguridad basados en edge. Además, su menor consumo de VRAM reduce la barrera de entrada para investigadores que entrenan con GPU de consumo.

Para obtener el máximo rendimiento en la gestión del tráfico de ciudades inteligentes y la robótica de alta velocidad, el más reciente YOLO26 no tiene rival, ya que ofrece eficiencia de extremo a extremo sin la sobrecarga de los cuellos de botella de NMS.