YOLO11 frente a EfficientDet#

Elegir la red neuronal óptima para proyectos de visión artificial requiere conocer a fondo las arquitecturas disponibles. Esta guía ofrece una comparación técnica detallada entre Ultralytics YOLO11 y EfficientDet de Google. Analizaremos sus diferencias arquitectónicas, métricas de rendimiento, eficiencia de entrenamiento y escenarios de implementación ideales para ayudarte a tomar una decisión informada para tus cargas de trabajo de aprendizaje automático.

Contexto y especificaciones de los modelos#

Ambos modelos han tenido un impacto considerable en el panorama del aprendizaje profundo, aunque proceden de filosofías de diseño y épocas distintas del desarrollo de la IA.

Detalles de YOLO11#

• Autores: Glenn Jocher y Jing Qiu
• Organización: Ultralytics
• Fecha: 2024-09-27
• GitHub: https://github.com/ultralytics/ultralytics
• Documentación: https://docs.ultralytics.com/models/yolo11

Detalles de EfficientDet#

• Autores: Mingxing Tan, Ruoming Pang y Quoc V. Le
• Organización: Google
• Fecha: 2019-11-20
• Arxiv: https://arxiv.org/abs/1911.09070
• GitHub: https://github.com/google/automl/tree/master/efficientdet
• Documentación: https://github.com/google/automl/tree/master/efficientdet#readme

Más información sobre EfficientDet

Innovaciones arquitectónicas#

EfficientDet: BiFPN y escalado compuesto#

Presentado a finales de 2019, EfficientDet pretendía maximizar la precisión y minimizar el coste computacional. Lo consigue principalmente mediante dos mecanismos. En primer lugar, utiliza una red troncal EfficientNet, que escala de forma coordinada la profundidad, la anchura y la resolución. En segundo lugar, introdujo la red piramidal de características bidireccional (BiFPN), que permite una fusión de características multiescala rápida y sencilla.

Aunque en su momento fue muy eficiente, la dependencia de EfficientDet de la biblioteca AutoML de TensorFlow puede hacerlo rígido. A menudo, los investigadores consideran que la poda de modelos y las modificaciones personalizadas son más difíciles que con los modernos marcos modulares basados en PyTorch.

YOLO11: extracción de características mejorada y versatilidad#

YOLO11 supone un gran avance en las arquitecturas de detección de objetos. Se basa en los logros de sus predecesores e incorpora bloques C3k2 refinados y un módulo de agrupación piramidal espacial mejorado. Estas mejoras permiten una extracción de características superior, lo que ayuda a YOLO11 a captar patrones visuales complejos con una claridad excepcional.

Una de las principales ventajas de YOLO11 es su versatilidad. EfficientDet es exclusivamente un modelo de detección de objetos, mientras que YOLO11 admite de forma nativa la segmentación de instancias, la clasificación de imágenes, la estimación de pose y las cajas delimitadoras orientadas (OBB). Además, YOLO11 requiere muy poca memoria tanto durante el entrenamiento como durante la inferencia, por lo que supera ampliamente a los modelos antiguos y a los voluminosos transformers de visión al implementarse en entornos de IA de borde con recursos limitados.

Rendimiento y pruebas de referencia#

El equilibrio entre la precisión, medida mediante la precisión media promedio (mAP), y la velocidad de inferencia es el factor decisivo para las implementaciones en el mundo real. La tabla siguiente muestra el rendimiento bruto de ambas familias de modelos en el conjunto de datos COCO estándar.

Como se muestra, YOLO11 logra un equilibrio de rendimiento muy favorable. YOLO11x alcanza la mayor precisión global (54,7 mAP), mientras que las variantes más pequeñas de YOLO11 dominan claramente en velocidad de inferencia en GPU (tan solo 1,5 ms en una T4 con TensorRT).

Eficiencia de entrenamiento y ecosistema#

Una de las características definitorias de los modelos de Ultralytics es su facilidad de uso. Entrenar un modelo EfficientDet suele requerir navegar por complejas configuraciones de grafos de TensorFlow y gestionar intrincadas cadenas de dependencias. En cambio, YOLO11 se basa en una sólida y moderna plataforma PyTorch.

Gracias a este ecosistema bien mantenido, los desarrolladores pueden instalar el paquete, cargar un modelo preentrenado y empezar a entrenar con un conjunto de datos personalizado escribiendo solo unas pocas líneas de código.

Ejemplo de código Python#

Aquí tienes un ejemplo totalmente ejecutable que muestra la sencillez de la API de Ultralytics. Este script descarga un modelo YOLO11 preentrenado, lo entrena y realiza una predicción rápida.

from ultralytics import YOLO

# Inicializa un modelo YOLO11 nano preentrenado
model = YOLO("yolo11n.pt")

# Entrena el modelo de forma eficiente con el motor PyTorch integrado
# El entrenamiento es eficiente y requiere menos VRAM que los modelos heredados
results = model.train(data="coco8.yaml", epochs=10, imgsz=640, device="cpu")

# Ejecuta inferencia en tiempo real sobre una imagen de muestra
prediction = model.predict("https://ultralytics.com/images/bus.jpg")

# Muestra las cajas delimitadoras de salida
prediction[0].show()

Mirando al futuro: la ventaja de YOLO26#

Aunque YOLO11 es excepcionalmente potente, los equipos que comiencen proyectos nuevos desde cero deberían considerar seriamente Ultralytics YOLO26, lanzado en enero de 2026. YOLO26 supone un cambio de paradigma en la sencillez de implementación y el rendimiento en el borde.

Entre las principales innovaciones de YOLO26 se incluyen:

• Diseño integral sin NMS: Un cabezal opcional uno a uno (nms=False) omite el posprocesamiento de supresión no máxima (NMS), lo que proporciona a YOLO26 una latencia constante y ultrabaja, fundamental para la robótica de alta velocidad y la conducción autónoma.
• Inferencia en CPU hasta un 43 % más rápida: Para las implementaciones sin GPU dedicada, YOLO26 está optimizado específicamente para maximizar el rendimiento en procesadores estándar.
• Optimizador MuSGD: Inspirado en Kimi K2 de Moonshot AI, este optimizador híbrido aporta a la visión artificial la estabilidad del entrenamiento de los LLM y permite converger más rápido.
• ProgLoss + STAL: Estas funciones de pérdida mejoradas incrementan notablemente el reconocimiento de objetos pequeños, que suele ser un problema en el análisis de imágenes satelitales y las grabaciones de drones.
• Eliminación de DFL: La eliminación de la pérdida focal de distribución agiliza el proceso de exportación del modelo a dispositivos de borde.

Casos de uso y recomendaciones#

La elección entre YOLO11 y EfficientDet depende de los requisitos específicos de tu proyecto, las limitaciones de implementación y tus preferencias de ecosistema.

Cuándo elegir YOLO11#

YOLO11 es una excelente opción para:

• Despliegue periférico en producción: Aplicaciones comerciales en dispositivos como Raspberry Pi o NVIDIA Jetson, donde la fiabilidad y el mantenimiento activo son fundamentales.
• Aplicaciones de visión multitarea: Proyectos que requieren detección, segmentación, estimación de poses y OBB dentro de un único framework unificado.
• Prototipado y despliegue rápidos: Equipos que necesitan pasar rápidamente de la recopilación de datos a producción mediante la sencilla API de Python de Ultralytics.

Cuándo elegir EfficientDet#

Se recomienda EfficientDet para:

• Google Cloud y canalizaciones con TPU: Sistemas profundamente integrados con las API de Google Cloud Vision o con infraestructura TPU, donde EfficientDet cuenta con optimización nativa.
• Investigación sobre el escalado compuesto: Evaluaciones comparativas académicas centradas en estudiar los efectos del escalado equilibrado de la profundidad, la anchura y la resolución de la red.
• Implementación móvil mediante LiteRT: Proyectos que requieren específicamente exportar a LiteRT (antes TensorFlow Lite) para Android o dispositivos Linux integrados.

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.

Conclusión#

EfficientDet fue una arquitectura pionera que demostró la viabilidad del escalado compuesto en la detección de objetos. Sin embargo, el rápido avance de la investigación en IA ha dado lugar a modelos más capaces, fáciles de integrar y rápidos de ejecutar.

Gracias a sus sólidas capacidades multitarea, su increíble velocidad de inferencia en GPU y una API posiblemente más fácil de usar para desarrolladores que cualquier otra del sector, YOLO11 es la opción ganadora para las canalizaciones de visión actuales. Para quienes buscan la tecnología más puntera, especialmente en implementaciones centradas en el borde, actualizar a YOLO26 ofrece la combinación definitiva de velocidad sin NMS y precisión inigualable.