YOLOv10 frente a EfficientDet#

Elegir la red neuronal óptima para la detección de objetos es una decisión clave para los sistemas modernos de visión artificial. Dos arquitecturas que han influido en el sector son YOLOv10 y EfficientDet. Ambas buscan maximizar la precisión y minimizar la carga computacional, pero adoptan enfoques arquitectónicos muy diferentes.

Esta guía abarca sus diseños, metodologías de entrenamiento y características de implementación, y ayuda a desarrolladores e ingenieros de ML a tomar decisiones basadas en datos para aplicaciones de IA de visión. También analiza su rendimiento en hardware que va desde dispositivos edge de IA integrados hasta potentes GPU en la nube.

YOLOv10: detección en tiempo real sin NMS#

YOLOv10 se desarrolló para reducir la latencia en tiempo real y abordó uno de los cuellos de botella más persistentes de la familia YOLO: la supresión no máxima (NMS). Al eliminar este paso de posprocesamiento, el modelo logra una latencia predecible, algo esencial para los vehículos autónomos y la robótica de alta velocidad.

Innovaciones arquitectónicas#

YOLOv10 introduce asignaciones duales coherentes para el entrenamiento sin NMS. Durante el entrenamiento, utiliza asignaciones de etiquetas de uno a muchos y de uno a uno, lo que permite a la red aprender representaciones ricas y generar una sola caja delimitadora por objeto durante la inferencia. La arquitectura también incorpora un diseño integral que impulsa la eficiencia y la precisión, optimizando la cabeza de clasificación y reduciendo la redundancia computacional de iteraciones anteriores.

Detalles del modelo#

• Autores: Ao Wang, Hui Chen, Lihao Liu, et al.
• Organización: Universidad de Tsinghua
• Fecha: 2024-05-23
• Artículo: YOLOv10: detección de objetos integral en tiempo real
• GitHub: THU-MIG/yolov10
• Documentación: Documentación de YOLOv10

Puntos fuertes:

• Inferencia predecible: La eliminación de NMS garantiza tiempos de inferencia uniformes, independientemente del número de objetos de la escena.
• Menor uso de memoria: en comparación con modelos basados en Transformer como RT-DETR, YOLOv10 requiere menos memoria tanto durante el entrenamiento como durante la inferencia.
• Excelente equilibrio entre velocidad y precisión: Está optimizado específicamente para escenarios de baja latencia sin sacrificar las métricas de rendimiento.

Puntos débiles:

• Enfoque en una sola tarea: a diferencia del amplio ecosistema Ultralytics, el repositorio original de YOLOv10 se centra en la detección y carece de compatibilidad nativa con la segmentación de instancias o la estimación de pose.

Más información sobre YOLOv10

EfficientDet: escalable y equilibrado#

EfficientDet, presentado por Google Brain, aborda la detección de objetos desde la perspectiva del escalado sistemático de redes. Se basa en la arquitectura troncal EfficientNet para clasificación de imágenes e introduce un nuevo mecanismo de fusión de características.

Innovaciones arquitectónicas#

El componente central de EfficientDet es la red piramidal de características bidireccional (BiFPN), que permite fusionar características multiescala de forma sencilla y rápida. A diferencia de las FPN tradicionales, que solo suman características de arriba abajo, BiFPN introduce conexiones bidireccionales entre escalas y pesos entrenables para aprender la importancia de distintas características de entrada. Además, EfficientDet utiliza un método de escalado compuesto que ajusta uniformemente la resolución, la profundidad y la anchura de todas las redes troncales, de características y de predicción de cajas y clases.

Detalles del modelo#

• Autores: Mingxing Tan, Ruoming Pang y Quoc V. Le
• Organización: Google Brain
• Fecha: 2019-11-20
• Artículo: EfficientDet: detección de objetos escalable y eficiente
• GitHub: Google AutoML EfficientDet

Puntos fuertes:

• Alta eficiencia: Excelente relación entre parámetros y precisión, que hace que las variantes más pequeñas -d0 a -d2 sean muy ligeras.
• Escalado fundamentado: El escalado compuesto permite elegir fácilmente un tamaño de modelo que se ajuste al presupuesto computacional exacto.

Puntos débiles:

• Integración con frameworks heredados: la implementación original depende de versiones antiguas de TensorFlow, lo que puede complicar las canalizaciones de implementación modernas.
• Entrenamiento más lento: entrenar EfficientDet desde cero es lento y requiere ajustar cuidadosamente los hiperparámetros en comparación con la rápida convergencia de las arquitecturas YOLO.
• Velocidad de inferencia: Aunque el uso de parámetros es eficiente, las complejas operaciones BiFPN suelen traducirse en una inferencia más lenta en hardware estándar que la de los modelos YOLO altamente optimizados.

Más información sobre EfficientDet

Rendimiento y pruebas de referencia#

La verdadera prueba de estos modelos es su rendimiento empírico en referencias estándar como el conjunto de datos COCO. La tabla siguiente muestra las diferencias clave en el número de parámetros, las operaciones de coma flotante (FLOPs) y la latencia de inferencia en GPU NVIDIA T4.

YOLOv10 ofrece una gran ventaja en velocidad de inferencia en GPU. Por ejemplo, YOLOv10s alcanza 46,3 mAP con una latencia TensorRT de 2,49 ms, mientras que EfficientDet-d3 llega a un valor similar, 47,5 mAP, pero tarda 19,59 ms. En la gama alta, YOLOv10m (51,1 mAP, 4,74 ms) casi iguala a EfficientDet-d5 (51,5 mAP, 67,86 ms). Esto hace que YOLOv10 sea mucho más adecuado para la transmisión de vídeo en tiempo real o las cadenas de producción de alta velocidad. EfficientDet-d0 tiene el menor número de FLOPs de la tabla (2,54 B).

Casos de uso y recomendaciones#

La elección entre YOLOv10 y EfficientDet depende de los requisitos específicos de tu proyecto, las limitaciones de implementación y tus preferencias de ecosistema.

Cuándo elegir YOLOv10#

YOLOv10 es una buena opción para:

• Detección en tiempo real sin NMS: Aplicaciones que se benefician de la detección de extremo a extremo sin supresión no máxima, lo que reduce la complejidad de la implementación.
• Equilibrio entre velocidad y precisión: Proyectos que necesitan un buen equilibrio entre la velocidad de inferencia y la precisión de detección en distintas escalas de modelo.
• Aplicaciones con latencia constante: Escenarios de implementación en los que los tiempos de inferencia predecibles son fundamentales, como la robótica o los sistemas autónomos.

Cuándo elegir EfficientDet#

Se recomienda EfficientDet para:

• Google Cloud y procesos con TPU: Sistemas basados en TensorFlow sobre la infraestructura Google Cloud TPU, donde la implementación de referencia de EfficientDet es compatible con el entrenamiento en TPU.
• 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 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: 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.

El nuevo estándar: llega Ultralytics YOLO26#

YOLOv10 introdujo la detección YOLO sin NMS y EfficientDet demostró el valor del escalado fundamentado, pero la visión artificial ha seguido evolucionando. Para los desarrolladores que hoy empiezan proyectos nuevos, el modelo recomendado es Ultralytics YOLO26. Lanzado en enero de 2026, combina estas ideas en un paquete listo para producción, compatible con la plataforma Ultralytics.

Por qué YOLO26 supera a la competencia#

1. Diseño de extremo a extremo sin NMS: YOLO26 ofrece el diseño de extremo a extremo sin NMS de YOLOv10 como cabeza opcional uno a uno (nms=False), lo que agiliza el despliegue y acelera la inferencia.
2. Hasta un 43 % más rápido en inferencia en CPU: para dispositivos edge sin aceleradores dedicados, YOLO26n funciona hasta un 43 % más rápido que YOLO11n en CPU estándar.
3. Optimizador MuSGD avanzado: inspirado en los métodos de entrenamiento de los modelos de lenguaje grandes (LLM), YOLO26 combina SGD y Muon para lograr un entrenamiento estable y una convergencia rápida, y mejora la eficiencia del entrenamiento respecto a EfficientDet.
4. ProgLoss + STAL: Progressive Loss y la asignación de etiquetas consciente de los objetos pequeños (STAL) mejoran el reconocimiento de objetos pequeños, un ámbito en el que los detectores anteriores suelen tener dificultades.
5. Eliminación de DFL: eliminar Distribution Focal Loss simplifica la exportación a numerosos formatos de hardware, incluidos OpenVINO y CoreML.

YOLO26 también ofrece más versatilidad. Aunque EfficientDet y YOLOv10 son modelos de detección, YOLO26 también admite la segmentación de instancias, la segmentación semántica, la estimación de profundidad, la clasificación de imágenes, la estimación de pose y las cajas delimitadoras orientadas mediante el mismo paquete de Python de Ultralytics.

Facilidad de uso con Ultralytics#

El ecosistema de Ultralytics, bien mantenido, garantiza una experiencia de desarrollo fluida. Entrenar un modelo, validarlo y exportarlo a TensorRT solo requiere unas pocas líneas de código.

from ultralytics import YOLO

# Carga un modelo YOLOv10 preentrenado (o actualízalo de forma nativa a YOLO26)
model = YOLO("yolov10n.pt")

# Entrena el modelo de forma eficiente con un conjunto de datos personalizado
model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Ejecuta la inferencia y visualiza los resultados al instante
results = model("https://ultralytics.com/images/bus.jpg")
results[0].show()

# Expórtalo para una implementación rápida
model.export(format="engine", quantize=16)

Conclusión#

Al comparar YOLOv10 y EfficientDet, la elección depende de tus preferencias de framework y de tus requisitos de velocidad. EfficientDet ofrece un enfoque estructurado para escalar modelos dentro del ecosistema TensorFlow. Sin embargo, YOLOv10 ofrece un rendimiento más rápido en tiempo real, un menor uso de memoria y una ruta de implementación más sencilla gracias a su arquitectura sin NMS.

Para conseguir el mejor equilibrio entre rendimiento, facilidad de uso y versatilidad multitarea, recomendamos YOLO26 en la plataforma Ultralytics. Adopta el enfoque sin NMS de YOLOv10, incorpora técnicas de entrenamiento más recientes como el optimizador MuSGD y se distribuye en un framework de código abierto respaldado por una gran comunidad global.