PP-YOLOE+ frente a YOLOv9#

El panorama de la visión artificial en tiempo real cambia constantemente, y tanto los investigadores como los desarrolladores amplían continuamente los límites de la precisión y la velocidad de inferencia. Al comparar PP-YOLOE+ y YOLOv9, observamos dos filosofías distintas en cuanto a la arquitectura de los modelos y el 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 próxima implementación.

Linaje de los modelos y fundamentos técnicos#

Comprender los orígenes y las decisiones arquitectónicas de estos modelos es fundamental para determinar si encajan en 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 versiones anteriores del marco 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 arquitectura robusta sin anclajes, muy optimizada para su implementación en el ecosistema PaddlePaddle. Utiliza una red troncal CSPRepResNet modificada y un cabezal ET para mejorar la extracción de características y la regresión de cajas delimitadoras. Aunque alcanza una alta precisión media (mAP), su dependencia del marco PaddlePaddle puede dificultar la integración a los desarrolladores acostumbrados a PyTorch o TensorFlow.

Más información sobre PP-YOLOE+

Información general sobre YOLOv9#

Presentado por Chien-Yao Wang y Hong-Yuan Mark Liao, del Instituto de Ciencias de la Información de la Academia Sinica de Taiwán, YOLOv9 supone un avance importante en la gestión eficiente de los cuellos de botella de información del aprendizaje profundo.

• 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 Programmable Gradient Information (PGI), que evita la pérdida de datos cuando las características pasan por redes neuronales profundas. Combinado con Generalized Efficient Layer Aggregation Network (GELAN), YOLOv9 maximiza la eficiencia de los parámetros y el flujo computacional. Además, está integrado de forma nativa en el ecosistema Ultralytics, lo que lo hace muy accesible tanto para la investigación como para las aplicaciones comerciales.

Más información sobre YOLOv9

Comparativa de rendimiento y métricas#

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

Como se observa en la tabla, YOLOv9c alcanza una mAP notable de 53,0 con muchos menos parámetros (25,5M) que PP-YOLOE+l (52,2M), un modelo comparable. Este menor uso de memoria convierte a YOLOv9 en una opción superior para los desarrolladores que trabajan con recursos de GPU limitados.

Ecosistema, versatilidad y facilidad de uso#

La principal ventaja de YOLOv9 reside en su integración perfecta con el ecosistema Ultralytics, bien mantenido. Mientras que PP-YOLOE+ requiere lidiar con archivos de configuración complejos de PaddlePaddle, YOLOv9 se beneficia de una API de Python optimizada.

La API de Python de Ultralytics permite a los desarrolladores cargar pesos preentrenados, gestionar el aumento de datos e iniciar el entrenamiento con muy poco código repetitivo.

from ultralytics import YOLO

# Carga un modelo YOLOv9 preentrenado
model = YOLO("yolov9c.pt")

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

# Ejecuta la inferencia en una imagen
results = model("https://ultralytics.com/images/bus.jpg")

# Exporta el modelo al formato ONNX
model.export(format="onnx")

Además, el ecosistema Ultralytics ofrece una versatilidad inigualable. Más allá de la detección de cajas delimitadoras, el marco admite de forma nativa la segmentación de instancias, la estimación de poses y la detección de cajas delimitadoras orientadas (OBB). Así, adaptar tu modelo a canalizaciones complejas del mundo real resulta muy eficiente.

Casos de uso y recomendaciones#

La elección entre PP-YOLOE+ y YOLOv9 depende de los requisitos específicos 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 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.

Perspectivas: las ventajas de YOLO26#

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

• Diseño integral sin NMS: YOLO26 admite inferencia integral nativa, por lo que no necesita posprocesamiento de supresión no máxima (NMS) cuando se ejecuta con nms=False. Esto simplifica considerablemente las canalizaciones de implementación y reduce la latencia.
• Inferencia en CPU hasta un 43 % más rápida: Al optimizar específicamente la arquitectura para la computación en el edge, YOLO26 es mucho más rápido en hardware sin GPU dedicada.
• Eliminación de DFL: Se ha eliminado Distribution Focal Loss, lo que simplifica las exportaciones y mejora drásticamente la compatibilidad con dispositivos edge de bajo consumo.
• Optimizador MuSGD: Inspirada en técnicas de entrenamiento de modelos de lenguaje grandes (como Kimi K2 de Moonshot AI), esta combinación de SGD y Muon garantiza una dinámica de entrenamiento muy estable y una convergencia rápida.
• ProgLoss + STAL: Estas funciones de pérdida avanzadas ofrecen mejoras notables en el reconocimiento de objetos pequeños, una mejora esencial para las imágenes aéreas y la robótica.
• Mejoras específicas para cada tarea: YOLO26 incluye arquitecturas personalizadas para tareas concretas, como proto multiescala para la segmentación y Residual Log-Likelihood Estimation (RLE) para la estimación de poses.

Puedes entrenar e implementar fácilmente modelos YOLO26 a través de la plataforma Ultralytics, una solución integral para anotar conjuntos de datos, entrenar en la nube y supervisar modelos.

Aplicaciones en el mundo real#

La elección entre estas arquitecturas suele depender del entorno de implementación al que te dirijas.

PP-YOLOE+ suele implementarse en centros de fabricación industrial, especialmente en regiones donde la integración con PaddlePaddle y la infraestructura de hardware de Baidu están profundamente arraigadas en la infraestructura empresarial. Destaca en el análisis de imágenes estáticas, donde prima la precisión absoluta frente a las estrictas exigencias de tiempo real.

YOLOv9 destaca en entornos dinámicos que requieren inferencias en tiempo real rápidas. Su mayor eficiencia en cuanto a 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 las barreras de acceso para los investigadores que entrenan modelos con GPU de consumo.

Para obtener el mejor rendimiento posible en la gestión del tráfico de ciudades inteligentes y la robótica de alta velocidad, el nuevo YOLO26 no tiene rival: ofrece inferencia integral opcional sin la sobrecarga de los cuellos de botella de NMS.