YOLO26 frente a EfficientDet#

Elegir la arquitectura de red neuronal adecuada es fundamental para que cualquier aplicación de visión artificial tenga éxito. Esta guía técnica explora las ventajas e inconvenientes, las métricas de rendimiento y las innovaciones arquitectónicas de dos modelos destacados: Ultralytics YOLO26 y el consolidado EfficientDet de Google.

Tanto si implementas en servidores en la nube de alto rendimiento como en dispositivos de IA en el borde con latencia limitada, entender las diferencias entre estas arquitecturas te ayudará a equilibrar velocidad, precisión y eficiencia.

Descripción general de la arquitectura: YOLO26#

• Autores: Glenn Jocher y Jing Qiu
• Organización: Ultralytics
• Fecha: 2026-01-14
• GitHub: GitHub de Ultralytics
• Documentación: Documentación oficial de YOLO26

Lanzado a principios de 2026, YOLO26 es el modelo más reciente de la familia YOLO, diseñado para ofrecer facilidad de uso y una elevada precisión media (mAP) en hardware moderno. Admite detección de objetos, segmentación de instancias, segmentación semántica, estimación de profundidad, clasificación de imágenes, estimación de pose y detección de cuadros delimitadores orientados (OBB).

YOLO26 incorpora varias funciones que mejoran tanto la estabilidad del entrenamiento como la velocidad de inferencia:

• Diseño de extremo a extremo sin NMS: A partir del entrenamiento sin NMS que YOLOv10 introdujo en los modelos YOLO, YOLO26 ofrece una cabeza opcional uno a uno de extremo a extremo (nms=False) que elimina la necesidad de posprocesamiento con supresión de máximos no máximos (NMS). Esto simplifica la lógica de despliegue y reduce la variabilidad de la latencia.
• Inferencia en CPU hasta un 43 % más rápida: Las optimizaciones arquitectónicas hacen que YOLO26n sea hasta un 43 % más rápido que YOLO11n en CPU estándar, por lo que resulta adecuado para entornos de IoT y sistemas integrados.
• Eliminación de DFL: Se ha eliminado la pérdida focal de distribución, lo que da como resultado un proceso de exportación más sencillo y una compatibilidad mejorada con dispositivos de borde de bajo consumo que utilizan herramientas como ONNX.
• Optimizador MuSGD: Inspirado en las rutinas de entrenamiento de LLM de Kimi K2 de Moonshot AI, esta combinación de SGD y Muon traslada directamente a la visión artificial las innovaciones del entrenamiento de modelos de lenguaje grandes, lo que permite una convergencia más rápida y un entrenamiento más estable.
• ProgLoss + STAL: La pérdida progresiva y la asignación de etiquetas consciente de objetos pequeños (STAL) mejoran el reconocimiento de objetos pequeños, un factor importante en aplicaciones con imágenes aéreas de drones y robótica.

Descripción general de la arquitectura: EfficientDet#

• Autores: Mingxing Tan, Ruoming Pang y Quoc V. Le
• Organización: Google Research
• Fecha: 2019-11-20
• arXiv: Artículo de EfficientDet
• GitHub: Repositorio de Google AutoML

Presentado por Google, EfficientDet se basa en el ecosistema TensorFlow y se diseñó en torno al concepto de escalado compuesto. Su arquitectura escala simultáneamente la red troncal, la red de características y las redes de predicción de cuadros y clases en función de las limitaciones de recursos.

Entre las principales innovaciones de EfficientDet se incluyen:

• BiFPN (red piramidal de características bidireccional): un mecanismo que permite fusionar características multiescala de forma sencilla y rápida, lo que ayuda a la red a comprender mejor objetos de distintos tamaños.
• Escalado compuesto: un método heurístico para escalar de manera uniforme la resolución, la profundidad y la anchura, que crea una familia de modelos desde d0 (el más pequeño) hasta d7 (el más grande).

Aunque EfficientDet sigue siendo una opción sólida para la detección de cuadros delimitadores, carece de la versatilidad moderna para múltiples tareas (como las tareas OBB nativas) y del ecosistema Python unificado y optimizado que esperan los desarrolladores actuales.

Más información sobre EfficientDet

Comparativa de rendimiento y métricas#

La tabla siguiente compara ambas arquitecturas en el conjunto de datos COCO y muestra las diferencias en tamaño del modelo, precisión y latencia; las velocidades en CPU se han medido con ONNX Runtime y las velocidades en GPU, con TensorRT en una NVIDIA T4.

YOLO26x alcanza la mayor precisión (57.5 mAP), 3.8 puntos por encima de EfficientDet-d7, y tarda 11.8 ms en lugar de 128.07 ms en una T4 con TensorRT. YOLO26 es mucho más rápido en GPU en toda la gama (hasta 1.7 ms).

Eficiencia del entrenamiento y ventajas del ecosistema#

Una diferencia importante entre ambas arquitecturas está en sus entornos de desarrollo. EfficientDet está estrechamente integrado en el ecosistema Google AutoML y TensorFlow, lo que puede suponer una curva de aprendizaje pronunciada y configuraciones rígidas para conjuntos de datos personalizados y tareas más recientes, como la detección orientada en DOTAv1.

Ultralytics ofrece un ecosistema bien mantenido basado en PyTorch, con un entrenamiento eficiente en memoria que funciona en GPU de prestaciones modestas.

Ejemplo de implementación#

La API de Ultralytics te permite entrenar y exportar un modelo YOLO26 con unas pocas líneas de código.

from ultralytics import YOLO

# Inicializa el modelo YOLO26 integral y sin NMS
model = YOLO("yolo26n.pt")

# Entrena con un conjunto de datos personalizado (optimizer='auto' selecciona MuSGD para entrenamientos más largos)
train_results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device="0",  # Entrena en GPU
)

# Exporta de forma nativa a TensorRT para una implementación de latencia ultrabaja
model.export(format="engine")

Casos de uso ideales#

Cuándo usar YOLO26:

• Computación en el borde y dispositivos móviles: YOLO26n, hasta un 43 % más rápido en CPU que YOLO11n, y la inferencia opcional sin NMS hacen que YOLO26 funcione bien en dispositivos con presupuestos de cálculo muy limitados, como Raspberry Pi o teléfonos móviles.
• Multitarea: Cuando un único flujo de procesamiento requiere cuadros delimitadores, máscaras de segmentación y seguimiento, YOLO26 se encarga de todo en un solo marco de trabajo.
• Drones e imágenes aéreas: La combinación de ProgLoss y STAL mejora la detección de objetos pequeños desde grandes altitudes.

Cuándo usar EfficientDet:

• Flujos de trabajo TensorFlow heredados: Si tu infraestructura solo admite SavedModels de TensorFlow o requiere flujos de trabajo específicos de TensorFlow Serving, EfficientDet ofrece compatibilidad nativa.
• TPU con recursos limitados: EfficientDet se optimizó para las unidades de procesamiento tensorial (TPU) personalizadas de Google.

Explora otras alternativas#

Esta guía se centra en YOLO26 y EfficientDet, pero el ecosistema Ultralytics incluye otras arquitecturas. Si tu aplicación se basa en transformers, RT-DETR ofrece detección en tiempo real basada en transformers. Como alternativa, si mantienes sistemas heredados, YOLO11 sigue teniendo soporte completo. Para obtener una visión general más amplia, visita el centro de comparativas de modelos de Ultralytics.

Para los nuevos flujos de trabajo de visión artificial, la velocidad, facilidad de uso y precisión de YOLO26 lo convierten en la opción recomendada para investigadores y desarrolladores.