YOLO26 frente a DAMO-YOLO
Elegir un modelo de visión artificial implica equilibrar la velocidad de inferencia, la precisión y la facilidad de implementación. Esta página compara Ultralytics YOLO26 y DAMO-YOLO. Ambos están orientados a la detección de objetos en tiempo real, pero sus filosofías de diseño y casos de uso previstos son diferentes.
Innovaciones y diseño arquitectónicos#
Ultralytics YOLO26: IA visual pensada primero para el borde#
Desarrollado por Glenn Jocher y Jing Qiu en Ultralytics y publicado el 14 de enero de 2026, YOLO26 es el modelo más reciente de la línea YOLO de Ultralytics y la opción recomendada para proyectos nuevos. Está diseñado para la computación edge y toma ideas de optimización del entrenamiento de LLM.
Las principales características arquitectónicas de YOLO26 son:
- Diseño de extremo a extremo sin NMS: A partir del entrenamiento sin NMS que YOLOv10 introdujo en los modelos YOLO, YOLO26 admite inferencia nativa de extremo a extremo. Su cabeza opcional uno a uno (
nms=False) omite el posprocesamiento de supresión de máximos no máximos (NMS), lo que hace que la latencia sea más predecible y simplifica las canalizaciones de despliegue. - Eliminación de DFL: La eliminación de la pérdida focal de distribución simplifica el grafo del modelo. Esto facilita mucho la exportación a frameworks de implementación como ONNX y TensorRT, y garantiza una mejor compatibilidad con dispositivos edge de bajo consumo.
- Optimizador MuSGD: Inspirada en Kimi K2 de Moonshot AI, esta combinación de descenso de gradiente estocástico (SGD) y Muon incorpora innovaciones del entrenamiento de LLM a la visión artificial para lograr un entrenamiento más estable y una convergencia más rápida.
- ProgLoss + STAL: Progressive Loss y la asignación de etiquetas sensible a objetos pequeños (STAL) mejoran el reconocimiento de objetos pequeños, algo importante para el análisis de imágenes aéreas con drones y las canalizaciones de robótica.
DAMO-YOLO: búsqueda de arquitecturas neuronales a gran escala#
Desarrollado por Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang y Xiuyu Sun del Grupo Alibaba (publicado el 23 de noviembre de 2022), DAMO-YOLO se centra en el descubrimiento automatizado de arquitecturas. La investigación, detallada en su artículo de arXiv, utiliza búsqueda de arquitecturas neuronales (NAS) para encontrar redes troncales que se ajusten a presupuestos de latencia estrictos.
Entre las principales características arquitectónicas de DAMO-YOLO se incluyen:
- Red troncal MAE-NAS: Utiliza una búsqueda guiada por la entropía máxima para diseñar automáticamente redes troncales que equilibran la precisión y la velocidad de implementación deseada.
- RepGFPN eficiente: Un diseño de cuello pesado que mejora la fusión de características a distintas escalas para gestionar escenas visuales complejas.
- ZeroHead: Una cabeza de detección ligera diseñada para minimizar la sobrecarga computacional en las capas de predicción finales.
Más información sobre DAMO-YOLO
La arquitectura de DAMO-YOLO, guiada por NAS, se adapta a restricciones de hardware específicas y predefinidas, mientras que el diseño sin NMS opcional y la eliminación de DFL de YOLO26 lo convierten en una opción más portable y predecible en entornos edge y de nube.
Comparativa de rendimiento y métricas#
Una comparación directa de las variantes de modelos entrenadas con el conjunto de datos COCO estándar revela perfiles de rendimiento distintos. La siguiente tabla muestra las ventajas y desventajas en cuanto a precisión (mAP), velocidad y huella computacional (parámetros y FLOPs).
| Modelo | tamaño (píxeles) | mAPval50-95 | Velocidad CPU ONNX (ms) | Velocidad T4 TensorRT10 (ms) | parámetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
| DAMO-YOLOt | 640 | 42.0 | - | 2.32 | 8.5 | 18.1 |
| DAMO-YOLOs | 640 | 46.0 | - | 3.45 | 16.3 | 37.8 |
| DAMO-YOLOm | 640 | 49.2 | - | 5.09 | 28.2 | 61.8 |
| DAMO-YOLOl | 640 | 50.8 | - | 7.18 | 42.1 | 97.3 |
Análisis del rendimiento#
YOLO26n tiene 2,4 M de parámetros y se ejecuta en 1,7 ms en una GPU NVIDIA T4 con TensorRT. Además, YOLO26n es hasta un 43 % más rápido en CPU que YOLO11n, por lo que YOLO26 es una opción ideal para dispositivos edge sin aceleradores de GPU dedicados.
DAMO-YOLOt supera ligeramente a YOLO26n en mAP (42,0 frente a 40,9), pero tiene aproximadamente 3,5 veces más parámetros (8,5 M). En los tamaños s, m y l, YOLO26 es más preciso que DAMO-YOLO (por ejemplo, 55,0 frente a 50,8 mAP para los modelos l), tiene menos parámetros y ofrece velocidades TensorRT mayores; además, suele utilizar menos memoria CUDA durante el entrenamiento.
Ecosistema, facilidad de uso y eficiencia del entrenamiento#
El valor de un modelo también depende de lo fácil que resulte para desarrolladores e investigadores entrenarlo, implementarlo y mantenerlo.
La ventaja de Ultralytics#
Los modelos de Ultralytics incluyen un ecosistema bien mantenido y centrado en los desarrolladores. Los flujos de trabajo de aumento de datos, ajuste de hiperparámetros y seguimiento de experimentos se gestionan con comandos sencillos.
YOLO26 también es más versátil. Mientras que DAMO-YOLO es exclusivamente un detector de objetos, YOLO26 admite detección, segmentación de instancias, segmentación semántica, estimación de profundidad, clasificación, estimación de poses y detección OBB, con mejoras específicas para cada tarea, como:
- Segmentación de instancias: Utiliza una pérdida de segmentación semántica y un módulo proto multiescala.
- Estimación de poses: Utiliza Residual Log-Likelihood Estimation (RLE).
- Cuadros delimitadores orientados (OBB): Utiliza una pérdida angular especializada para resolver problemas de bordes.
- Clasificación de imágenes: Ofrece un etiquetado rápido y ligero de imágenes completas.
Metodologías de entrenamiento#
El entrenamiento de DAMO-YOLO suele incluir un proceso de destilación de conocimiento en el que un modelo grande «profesor» entrena a un modelo más pequeño «alumno». Esto mejora la precisión, pero requiere más memoria de GPU y ciclos de entrenamiento más largos.
YOLO26 se entrena sin un modelo profesor y suele necesitar menos memoria, por lo que el optimizador MuSGD permite entrenarlo de forma eficiente en hardware de consumo. Así se entrena un modelo YOLO26 con la API de Python de Ultralytics, basada en PyTorch:
from ultralytics import YOLO
# Inicializa el modelo nano YOLO26 nativamente de extremo a extremo
model = YOLO("yolo26n.pt")
# Entrena con un conjunto de datos personalizado
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)
# Exporta el modelo optimizado y sin NMS
model.export(format="onnx", nms=False)Aplicaciones en el mundo real#
La opción adecuada depende de tu entorno de implementación.
IA en el borde y dispositivos IoT#
Los recursos computacionales son muy limitados en cámaras inteligentes para comercios, sistemas automatizados de supervisión agrícola o robótica. En estos casos, YOLO26 es la opción más adecuada. Su inferencia más rápida en CPU, su cabeza opcional sin NMS y su reducido número de parámetros permiten ejecutarlo en dispositivos edge como Raspberry Pi sin perder precisión.
Fabricación de alta velocidad y control de calidad#
En las líneas de automatización de la fabricación, detectar defectos en cintas transportadoras de alta velocidad requiere una latencia mínima y determinista. DAMO-YOLO funciona bien en configuraciones específicas de GPU, pero la latencia variable del posprocesamiento NMS puede desincronizar los actuadores robóticos. Al activar su cabeza sin NMS (nms=False), YOLO26 mantiene constantes los tiempos de procesamiento de fotogramas, lo que simplifica la integración en robótica industrial de alta velocidad.
Imágenes aéreas y captadas con drones#
Es difícil detectar sujetos pequeños desde grandes altitudes. ProgLoss y STAL en YOLO26 mejoran el reconocimiento de objetos pequeños, lo que resulta útil al seguir la fauna o analizar la congestión del tráfico desde UAV, donde los objetos ocupan solo unos pocos píxeles.
Casos de uso y recomendaciones#
La elección entre YOLO26 y DAMO-YOLO depende de los requisitos específicos de tu proyecto, las limitaciones de implementación y tus preferencias de ecosistema.
Cuándo elegir YOLO26#
YOLO26 es una buena opción para:
- 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, en los que la inferencia en CPU hasta un 43 % más rápida de YOLO26 (YOLO26n frente a YOLO11n) supone una ventaja decisiva.
- Detección de objetos pequeños: Situaciones exigentes, como las imágenes aéreas tomadas con drones o el análisis de sensores IoT, en las que ProgLoss y STAL mejoran la precisión con objetos pequeños.
Cuándo elegir DAMO-YOLO#
DAMO-YOLO se recomienda para:
- Analítica de vídeo de alto rendimiento: Procesamiento de flujos de vídeo con FPS elevados en una infraestructura fija de GPU NVIDIA, donde el rendimiento con lotes de tamaño 1 es la métrica principal.
- Líneas de fabricación industrial: Escenarios con estrictas limitaciones de latencia de GPU en hardware dedicado, como la inspección de calidad en tiempo real en líneas de montaje.
- Investigación sobre búsqueda de arquitecturas neuronales: Estudio de los efectos de la búsqueda automatizada de arquitecturas (MAE-NAS) y de las redes troncales reparametrizadas eficientes en el rendimiento de detección.
Conclusión#
DAMO-YOLO es un estudio útil de búsqueda de arquitecturas neuronales para objetivos de hardware específicos, mientras que Ultralytics YOLO26 es la opción más completa para la mayoría de los profesionales. Su inferencia opcional sin NMS, sus menores requisitos de memoria, el optimizador MuSGD y su ecosistema bien mantenido ayudan a los desarrolladores a crear e implementar sistemas de visión con rapidez y fiabilidad.
Comentarios
Haz una pregunta, comparte tus resultados o ayuda a otra persona.