Empezar

YOLO26 frente a PP-YOLOE+

Los modelos de detección de objetos en tiempo real han evolucionado rápidamente, y los ingenieros que eligen uno para implementarlo deben comparar la velocidad, la precisión y las herramientas. Esta página compara Ultralytics YOLO26 y PP-YOLOE+ en cuanto a sus arquitecturas, metodologías de entrenamiento, métricas de rendimiento y escenarios ideales de implementación en el mundo real.

Orígenes y metadatos de los modelos#

Conocer los antecedentes de estas arquitecturas de detección de objetos ayuda a contextualizar sus filosofías de diseño y entornos de destino.

Descripción general de YOLO26

Publicado en enero de 2026, YOLO26 es el modelo YOLO más reciente de Ultralytics y la opción recomendada para proyectos nuevos. Está diseñado para la implementación de IA edge, con un tamaño reducido, inferencia end-to-end opcional y altas velocidades en CPU y GPU.

Descripción general de PP-YOLOE+

Desarrollado como evolución de la serie PP-YOLO, PP-YOLOE+ es un detector sin anclajes optimizado para el ecosistema PaddlePaddle. Se basa en una red troncal CSPRepResNet y una cabeza ET para mejorar las métricas de detección estándar.

Más información sobre PP-YOLOE+

Innovaciones arquitectónicas#

Las diferencias en la forma en que estos modelos procesan los datos visuales afectan a sus requisitos de memoria, la estabilidad del entrenamiento y la latencia de inferencia.

YOLO26: detección nativa de extremo a extremo#

YOLO26 incorpora varios cambios arquitectónicos diseñados para simplificar la implementación del modelo:

  • Diseño end-to-end sin NMS: Sobre la base de conceptos introducidos por primera vez en YOLOv10, YOLO26 admite inferencia end-to-end nativa que omite el posprocesamiento de supresión no máxima (NMS) mediante su cabeza opcional one-to-one (nms=False). Esto reduce la variabilidad de la latencia y simplifica las canalizaciones de implementación.
  • Eliminación de DFL: La eliminación de Distribution Focal Loss (DFL) simplifica la cabeza de detección, lo que facilita la exportación a formatos como TensorRT y CoreML.
  • Optimizador MuSGD: Inspirado en Kimi K2 de Moonshot AI, YOLO26 incorpora innovaciones del entrenamiento de LLM a la visión artificial. El optimizador híbrido MuSGD (SGD + Muon) proporciona 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, lo que hace que la arquitectura sea eficaz para las imágenes captadas por drones y las aplicaciones agrícolas.

PP-YOLOE+: un enfoque centrado en Paddle#

PP-YOLOE+ utiliza un diseño sin anclajes centrado en una alta precisión en hardware de servidor estándar. Su red troncal CSPRepResNet mejora la extracción de características. Sin embargo, como depende de operaciones específicas de la pila de aprendizaje profundo de Baidu, modificar la red o exportarla para dispositivos edge con recursos limitados puede ser más complejo que con los marcos de Ultralytics.

Comparativa de rendimiento y métricas#

PP-YOLOE+ ofrece una precisión competitiva, pero YOLO26 alcanza un mAP más alto con menor latencia TensorRT en T4 en todos los tamaños de la tabla siguiente; por ejemplo, 57,5 frente a 54,7 mAP y 11,8 frente a 14,3 ms para los modelos x.

Modelotamaño
(píxeles)
mAPval50-95Velocidad
CPU ONNX
(ms)
Velocidad
T4 TensorRT10
(ms)
parámetros
(M)
FLOPs
(B)
YOLO26n64040.938.91.72.45.5
YOLO26s64048.687.22.59.520.9
YOLO26m64053.1220.04.720.468.4
YOLO26l64055.0286.26.224.886.8
YOLO26x64057.5525.811.855.7194.4
PP-YOLOE+t64039.9-2.844.8519.15
PP-YOLOE+s64043.7-2.627.9317.36
PP-YOLOE+m64049.8-5.5623.4349.91
PP-YOLOE+l64052.9-8.3652.2110.07
PP-YOLOE+x64054.7-14.398.42206.59

Las optimizaciones edge y la eliminación de DFL hacen que YOLO26n sea hasta un 43 % más rápido en CPU que YOLO11n. Aquí no se indican las velocidades de PP-YOLOE+ en CPU con ONNX, así que compara ambos modelos en tu dispositivo de destino, como Raspberry Pi u otra unidad de computación edge.

Eficiencia de memoria

Al comparar arquitecturas de modelos, ten en cuenta que los modelos YOLO de Ultralytics suelen usar menos memoria durante el entrenamiento que los modelos basados en Transformer, lo que los hace prácticos para crear prototipos en GPU de consumo.

La ventaja del ecosistema Ultralytics#

PP-YOLOE+ es un modelo competente, pero la experiencia de desarrollo es muy diferente. El ecosistema integrado de Ultralytics cubre todo el flujo de trabajo de los profesionales de la IA visual.

  1. Facilidad de uso: Una API de Python sencilla abstrae la complejidad de las canalizaciones de datos y los bucles de entrenamiento, con el apoyo de documentación amplia y con mantenimiento activo.
  2. Versatilidad: A diferencia de PP-YOLOE+, que se centra principalmente en la detección de objetos, YOLO26 admite segmentación de instancias, segmentación semántica, estimación de profundidad, clasificación de imágenes, estimación de poses y cuadros delimitadores orientados (OBB) mediante la misma API.
  3. Eficiencia del entrenamiento: Los pesos preentrenados se descargan automáticamente, y las aumentaciones integradas permiten entrenar de forma eficiente, normalmente con menos memoria CUDA y menos tiempo que los marcos antiguos.

Ejemplo de código: la sencillez en acción#

El siguiente ejemplo muestra cómo iniciar un proyecto con la API de Ultralytics:

from ultralytics import YOLO

# Carga un modelo YOLO26 nano preentrenado para obtener un rendimiento óptimo en edge
model = YOLO("yolo26n.pt")

# Entrena el modelo con el conjunto de datos COCO8
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device="cpu")

# Realiza inferencias sin NMS sobre una imagen de destino
inference_results = model.predict("https://ultralytics.com/images/bus.jpg", nms=False)

# Exporta al formato ONNX para la implementación
model.export(format="onnx")

Aplicaciones ideales en el mundo real#

La elección entre YOLO26 y PP-YOLOE+ depende en gran medida de las limitaciones de tu entorno de producción.

Cuándo implementar PP-YOLOE+:

  • Integración con el ecosistema de Baidu: Proyectos basados en la infraestructura PaddlePaddle o entornos que utilizan la pila de software de Baidu como estándar.
  • Procesamiento por lotes en servidores: Escenarios que se ejecutan en hardware empresarial donde la variabilidad de la latencia causada por NMS no supone un problema importante.

Cuándo implementar YOLO26:

  • Dispositivos edge e IoT: La mayor velocidad de YOLO26 en CPU lo hace ideal para cámaras inteligentes, drones y robótica de bajo consumo.
  • Implementaciones con requisitos de tiempo estrictos: El modo opcional de inferencia sin NMS (nms=False) ofrece una inferencia estable y de baja latencia, importante para la investigación sobre conducción autónoma y el control de calidad en fabricación de alta velocidad.
  • Proyectos multitarea: Cuando un proyecto combina la detección de objetos con máscaras de segmentación o puntos clave de la estimación de poses, el marco unificado YOLO26 se encarga de todas estas tareas.

Casos de uso y recomendaciones#

La elección entre YOLO26 y PP-YOLOE+ depende de los requisitos específicos de tu proyecto, las limitaciones de implementación y las 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 que solo usan CPU: Dispositivos sin aceleración de GPU dedicada, en los que la inferencia en CPU de YOLO26n, hasta un 43 % más rápida que la de YOLO11n, ofrece una ventaja decisiva.
  • Detección de objetos pequeños: Escenarios complejos, como imágenes aéreas captadas por drones o el análisis de sensores IoT, en los que ProgLoss y STAL mejoran la precisión con objetos pequeños.

Cuándo elegir PP-YOLOE+#

PP-YOLOE+ es recomendable 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.

Exploración de otras arquitecturas#

Para tener una perspectiva más amplia, considera YOLO11, la generación anterior de modelos de Ultralytics, que sigue utilizándose ampliamente en producción. Para la detección basada en Transformer, RT-DETR es una alternativa, aunque necesita más memoria durante el entrenamiento.

Con el optimizador MuSGD, ProgLoss + STAL y la inferencia opcional sin NMS, YOLO26 es la opción recomendada para soluciones escalables y eficientes de IA visual.

Comentarios

Haz una pregunta, comparte tus resultados o ayuda a otra persona.