PP-YOLOE+ frente a YOLOX#

La visión artificial ha estado marcada por la rápida evolución de los modelos de detección de objetos. Entre los hitos más destacados se encuentran PP-YOLOE+ y YOLOX, dos arquitecturas que impulsaron el rendimiento y la precisión en tiempo real. Comprender sus detalles arquitectónicos, los equilibrios de rendimiento y los escenarios de despliegue más adecuados ayuda a investigadores y desarrolladores a crear mejores sistemas de reconocimiento visual.

Linaje y detalles de los modelos#

Antes de abordar las arquitecturas técnicas, conviene conocer el origen de ambos modelos. Cada uno se desarrolló para resolver obstáculos específicos de la detección de objetos, bajo una fuerte influencia de las organizaciones que los respaldaban.

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: Léeme de PP-YOLOE+ de PaddleDetection

Más información sobre PP-YOLOE+

Detalles de YOLOX:

• Autores: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li y Jian Sun
• Organización: Megvii
• Fecha: 2021-07-18
• arXiv: https://arxiv.org/abs/2107.08430
• GitHub: https://github.com/Megvii-BaseDetection/YOLOX
• Documentación: Documentación oficial de YOLOX

Más información sobre YOLOX

Innovaciones arquitectónicas#

Las principales diferencias entre estos dos detectores residen en su forma de extraer características y predecir cajas delimitadoras.

YOLOX llamó mucho la atención en 2021 al adaptar la familia YOLO a un diseño sin anclajes. Al eliminar las cajas de anclaje, YOLOX redujo considerablemente la cantidad de parámetros de diseño y de ajustes heurísticos necesarios para los conjuntos de datos personalizados. También introdujo un cabezal desacoplado, que separa las tareas de clasificación y localización en vías neuronales distintas. Esta separación resolvió el conflicto inherente entre clasificar un objeto y calcular sus coordenadas espaciales, lo que permitió converger más rápido durante el entrenamiento.

PP-YOLOE+, desarrollado por Baidu, está muy optimizado para el ecosistema de PaddlePaddle. Se basa en sus predecesores, PP-YOLOE y PP-YOLOv2, e incorpora una estrategia dinámica de asignación de etiquetas (TAL) y una nueva red troncal llamada CSPRepResNet. Esta red troncal aprovecha la reparametrización estructural para que el modelo se beneficie de arquitecturas complejas con múltiples ramas durante el entrenamiento y, después, se convierta en una red rápida de una sola ruta para la inferencia.

Comparativa de rendimiento y métricas#

Al comparar estos modelos directamente, queda claro que cubren distintos extremos del espectro de rendimiento. PP-YOLOE+ suele alcanzar un mAP absoluto mayor, mientras que YOLOX ofrece variantes muy ligeras, adecuadas para hardware con grandes limitaciones.

Nota: Los mejores valores de cada segmento de columna relevante aparecen resaltados en negrita.

Aunque YOLOX ofrece variantes nano y tiny que necesitan muy poco espacio en disco o memoria CUDA, PP-YOLOE+ se adapta bien al hardware de servidor, por lo que es una opción robusta para aplicaciones industriales exigentes dentro del ecosistema de Baidu.

Aplicaciones en el mundo real#

Elegir entre estos marcos suele depender de los requisitos de integración y del hardware de destino.

Dónde destaca YOLOX#

Gracias a su diseño sin anclajes y a la disponibilidad de variantes ultraligeras, YOLOX es popular en robótica y despliegues integrados. Su sencilla canalización de posprocesamiento facilita la adaptación a entornos de inferencia como TensorRT y NCNN.

Dónde destaca PP-YOLOE+#

Para los fabricantes que ya utilizan la pila tecnológica de Baidu, PP-YOLOE+ ofrece una vía de despliegue preoptimizada. Funciona bien en escenarios de inspección de calidad de alta precisión que se ejecutan en potentes conjuntos de servidores, donde las limitaciones de tiempo real menos estrictas permiten usar modelos algo más pesados.

Casos de uso y recomendaciones#

Elegir entre PP-YOLOE+ y YOLOX depende de los requisitos específicos de tu proyecto, las limitaciones de implementación y las 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 YOLOX#

Se recomienda YOLOX para:

• Investigación sobre detección sin anclajes: Investigación académica que utiliza la arquitectura limpia y sin anclajes de YOLOX como base para experimentar con nuevos cabezales de detección o funciones de pérdida.
• Dispositivos edge ultraligeros: Despliegue en hardware integrado de bajo consumo o en dispositivos móviles antiguos, donde es fundamental el tamaño extremadamente reducido de la variante YOLOX-Nano (0,91 M de parámetros).
• Estudios de asignación de etiquetas SimOTA: Proyectos de investigación que analizan estrategias de asignación de etiquetas basadas en el transporte óptimo y su impacto en la convergencia del entrenamiento.

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 dedicada por GPU, donde la inferencia hasta un 43 % más rápida de YOLO26 en CPU (YOLO26n frente a YOLO11n) ofrece una ventaja clara.
• 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: llega YOLO26#

Aunque PP-YOLOE+ y YOLOX son hitos importantes de investigación, los despliegues modernos exigen una experiencia más cohesionada y fácil para desarrolladores, con mayor eficiencia. Aquí es donde destaca Ultralytics YOLO26.

Para los equipos que quieren pasar de repositorios de investigación aislados a sistemas listos para producción, Ultralytics ofrece un ecosistema sólido y bien mantenido. Entrenar un modelo ya no requiere configurar entornos complejos: basta con acceder a una API unificada de Python.

Estas son las principales ventajas de Ultralytics YOLO26:

• Diseño integral sin NMS: A diferencia de PP-YOLOE+ y YOLOX, que requieren la supresión no máxima (NMS) para filtrar cajas delimitadoras redundantes, YOLO26 ofrece un cabezal integral nativo (nms=False). Esto elimina los cuellos de botella de latencia y simplifica enormemente la lógica de despliegue.
• Inferencia en CPU hasta un 43 % más rápida: Al eliminar la pérdida focal de distribución (DFL), YOLO26n logra una inferencia hasta un 43 % más rápida que YOLO11n en CPU, por lo que es mucho más adecuado para la computación edge y los dispositivos de bajo consumo.
• Optimizador MuSGD: Inspirado en el entrenamiento de Kimi K2 de Moonshot AI, este optimizador híbrido aporta a la visión artificial la estabilidad del entrenamiento de LLM y acelera la convergencia.
• ProgLoss + STAL: La pérdida progresiva y la estrategia de asignación de etiquetas consciente de los objetos pequeños mejoran notablemente su reconocimiento, una característica fundamental para las operaciones con drones y las imágenes aéreas con gran nivel de detalle.
• Versatilidad: Mientras que PP-YOLOE+ y YOLOX se centran únicamente en la detección, YOLO26 gestiona la segmentación de instancias, la estimación de pose y las cajas delimitadoras orientadas (OBB) con la misma sintaxis intuitiva.

Entrenamiento optimizado con Ultralytics#

Los modelos Ultralytics consumen poca memoria y se entrenan rápidamente, sobre todo frente a las alternativas basadas en Transformer, que requieren mucha memoria CUDA. Puedes entrenar y exportar YOLO26 con solo unas líneas de código:

from ultralytics import YOLO

# Carga el modelo nano YOLO26 integral, altamente eficiente
model = YOLO("yolo26n.pt")

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

# Valida el rendimiento del modelo
metrics = model.val()

# Exporta a ONNX o TensorRT
model.export(format="engine")

Conclusión#

PP-YOLOE+ y YOLOX se han ganado un lugar en la historia de la visión artificial: el primero por su alta precisión y el segundo por sus diseños ligeros sin anclajes. Sin embargo, para las organizaciones que están construyendo el futuro de la IA en la agricultura, las ciudades inteligentes y el comercio minorista, el mantenimiento continuo, la facilidad de uso y la arquitectura nativa sin NMS de Ultralytics YOLO26 lo convierten en la opción recomendada.

Si estás explorando arquitecturas alternativas para pruebas de rendimiento específicas, quizá también te interese comparar la generación anterior, YOLO11, o alternativas basadas en Transformer como RT-DETR en la documentación de Ultralytics. Al adoptar el ecosistema unificado de Ultralytics, los desarrolladores ahorran tiempo y recursos y obtienen buenos resultados en despliegues edge y en la nube.