PP-YOLOE+ frente a YOLOv9#

La visión artificial en tiempo real sigue avanzando a medida que investigadores y desarrolladores mejoran la precisión y la velocidad de inferencia. Al comparar PP-YOLOE+ y YOLOv9, encontrarás dos filosofías distintas en cuanto a la arquitectura del modelo y el diseño del ecosistema.

Esta comparación técnica 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 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 Institute of Information Science de Academia Sinica, Taiwán, YOLOv9 supone un avance importante en la gestión de los cuellos de botella de información en redes profundas.

• 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

La principal aportación de YOLOv9 es Programmable Gradient Information (PGI), que mitiga la pérdida de información a medida que las características atraviesan redes neuronales profundas. Combinado con Generalized Efficient Layer Aggregation Network (GELAN), YOLOv9 maximiza la eficiencia de los parámetros y el flujo computacional. También está integrado de forma nativa en el ecosistema de Ultralytics, por lo que resulta muy accesible tanto para aplicaciones de investigación como comerciales.

Más información sobre YOLOv9

Comparativa de rendimiento y métricas#

Al analizar el rendimiento bruto, YOLOv9 demuestra una gran eficiencia de parámetros. Alcanza una precisión igual 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 un sólido valor de 53,0 mAP con muchos menos parámetros (25,5 M) que PP-YOLOE+l (52,2 M), un modelo comparable. Este menor uso de memoria convierte a YOLOv9 en una opción mejor 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 con el ecosistema de Ultralytics, que se mantiene activamente. Mientras que PP-YOLOE+ requiere trabajar con complejos archivos de configuración de PaddlePaddle, YOLOv9 cuenta con una API de Python optimizada.

La API de Python de Ultralytics permite a los desarrolladores cargar pesos preentrenados, gestionar el aumento de datos y empezar a entrenar 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")

El ecosistema de Ultralytics también ofrece una gran versatilidad. Además de la detección de cuadros delimitadores, el framework admite de forma nativa la segmentación de instancias, la estimación de pose y la detección de cuadros delimitadores orientados (OBB). Así, adaptar tu modelo a complejos flujos de trabajo del mundo real resulta 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 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.

Perspectivas: las ventajas de YOLO26#

Aunque PP-YOLOE+ y YOLOv9 son potentes, el recién lanzado YOLO26 es el paso natural para los entornos de producción. Lanzado en enero de 2026, YOLO26 está diseñado tanto para la computación en el edge como para los despliegues en la nube, y es el modelo recomendado para nuevos proyectos de visión artificial gracias a estas innovaciones:

• Diseño integral sin NMS: YOLO26 admite la inferencia nativa integral, por lo que no necesita el posprocesamiento de supresión no máxima (NMS) cuando se ejecuta con nms=False. Esto simplifica considerablemente los flujos de despliegue y reduce la latencia.
• Inferencia en CPU hasta un 43 % más rápida: Al optimizar la arquitectura para la computación en el edge, YOLO26n funciona hasta un 43 % más rápido que YOLO11n en hardware que solo dispone de CPU.
• Eliminación de DFL: Se ha eliminado Distribution Focal Loss, lo que simplifica las exportaciones y mejora la compatibilidad con dispositivos edge de bajo consumo.
• Optimizador MuSGD: Inspirado en técnicas de entrenamiento de modelos de lenguaje grandes (como las utilizadas en Kimi K2 de Moonshot AI), esta combinación de SGD y Muon ofrece una dinámica de entrenamiento estable y una convergencia rápida.
• ProgLoss + STAL: Progressive Loss y la asignación de etiquetas consciente de los objetos pequeños mejoran notablemente 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 desplegarse en entornos de fabricación industrial donde el framework PaddlePaddle y la pila de hardware de Baidu están profundamente integrados en la infraestructura empresarial. Ofrece un buen rendimiento en el análisis de imágenes estáticas, donde se prioriza la máxima precisión frente a las estrictas limitaciones de tiempo real.

YOLOv9 ofrece un buen rendimiento en entornos dinámicos que requieren inferencia rápida en tiempo real. Su eficiencia de parámetros lo hace idóneo para la navegación autónoma de drones y los sistemas de seguridad basados en edge. Además, su menor consumo de VRAM facilita el acceso a los investigadores que entrenan con GPU de consumo.

Para obtener el mejor rendimiento en la gestión del tráfico de ciudades inteligentes y la robótica de alta velocidad, se recomienda el nuevo YOLO26, que ofrece inferencia integral opcional sin la sobrecarga de NMS.