Empezar

YOLOv10 frente a PP-YOLOE+

En visión artificial, elegir la arquitectura adecuada para la detección de objetos en tiempo real implica equilibrar la precisión, la velocidad de inferencia y la eficiencia de implementación. Dos opciones destacadas son YOLOv10 y PP-YOLOE+. Ambos son detectores capaces, pero parten de filosofías de diseño y ecosistemas distintos.

Esta guía técnica analiza estas dos arquitecturas y abarca sus métricas de rendimiento, diferencias estructurales y aplicaciones reales ideales. Comprender estas diferencias ayuda a los ingenieros e investigadores de aprendizaje automático a tomar decisiones fundamentadas para sus canalizaciones de implementación.

YOLOv10: detección en tiempo real sin NMS#

Desarrollado por investigadores de la Universidad de Tsinghua, YOLOv10 introdujo un importante cambio arquitectónico al eliminar la necesidad de la supresión no máxima (NMS) durante el posprocesamiento. Este enfoque integral resuelve un cuello de botella histórico de la inferencia en tiempo real y permite implementaciones más rápidas y predecibles, especialmente en dispositivos con recursos computacionales limitados.

Metadatos técnicos#

Puntos fuertes y débiles de la arquitectura#

La característica más destacada de YOLOv10 es su estrategia de asignaciones duales coherentes para el entrenamiento sin NMS, que le permite predecir directamente las cajas delimitadoras sin depender de umbrales heurísticos. Esto logra un equilibrio excelente entre velocidad y precisión, especialmente en las variantes de modelo más pequeñas. La arquitectura también emplea un diseño integral que prioriza la eficiencia y la precisión, y minimiza la redundancia computacional.

Sin embargo, al estar estrictamente centrado en la detección, carece de la versatilidad nativa de los modelos que admiten de serie la segmentación de instancias o la estimación de poses.

Más información sobre YOLOv10

PP-YOLOE+: detección sin anclajes en PaddlePaddle#

PP-YOLOE+ es una versión mejorada del PP-YOLOE original, desarrollada por el equipo de PaddlePaddle de Baidu. Se basa en un diseño optimizado sin anclajes e incorpora estrategias de entrenamiento mejoradas para elevar la precisión media promedio (mAP) en benchmarks estándar.

Metadatos técnicos#

Puntos fuertes y débiles de la arquitectura#

PP-YOLOE+ utiliza un backbone CSPRepResNet escalable y un neck CSPPAN que refuerzan la extracción de características. Su metodología de entrenamiento se basa en el preentrenamiento con conjuntos de datos a gran escala, como Objects365, lo que contribuye a su alta precisión, especialmente en las variantes más grandes x y l.

El principal inconveniente de PP-YOLOE+ es su estrecha dependencia del framework PaddlePaddle. Para los equipos acostumbrados a PyTorch o al ecosistema unificado de Ultralytics, adoptar PP-YOLOE+ puede generar dificultades. Además, su mayor número de parámetros aumenta los requisitos de memoria durante el entrenamiento frente a los modelos Ultralytics YOLO equivalentes.

Más información sobre PP-YOLOE+

Pruebas de rendimiento#

La siguiente tabla compara directamente YOLOv10 y PP-YOLOE+ en distintas escalas y destaca las compensaciones entre la eficiencia de parámetros, el coste computacional (FLOPs) y la precisión global.

Modelotamaño
(píxeles)
mAPval50-95Velocidad
CPU ONNX
(ms)
Velocidad
T4 TensorRT10
(ms)
parámetros
(M)
FLOPs
(B)
YOLOv10n64038.5-1.842.36.7
YOLOv10s64046.3-2.497.221.6
YOLOv10m64051.1-4.7415.459.1
YOLOv10b64052.5-5.7419.192.0
YOLOv10l64053.2-7.2824.4120.3
YOLOv10x64054.4-10.7029.5160.4
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

YOLOv10 es más rápido que PP-YOLOE+ con TensorRT en T4 en todas las escalas y utiliza menos parámetros (por ejemplo, YOLOv10m alcanza 51,1 mAP con 15,4 M de parámetros en 4,74 ms, frente a 49,8 mAP con 23,43 M en 5,56 ms de PP-YOLOE+m), lo que lo convierte en una opción más sólida para entornos de computación edge. PP-YOLOE+ destaca en los extremos: PP-YOLOE+t es más preciso que YOLOv10n (39,9 frente a 38,5 mAP) y PP-YOLOE+x supera ligeramente a YOLOv10x (54,7 frente a 54,4 mAP), aunque necesita más del triple de parámetros.

Casos de uso y recomendaciones#

La elección entre YOLOv10 y PP-YOLOE+ depende de los requisitos específicos de tu proyecto, las limitaciones de despliegue 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 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.

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 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.

La ventaja de Ultralytics y el futuro: YOLO26#

YOLOv10 y PP-YOLOE+ ofrecen ventajas especializadas, pero para los nuevos proyectos de visión artificial de nivel de producción recomendamos Ultralytics YOLO26. Lanzado en enero de 2026, YOLO26 adopta ideas arquitectónicas probadas, incluido el diseño sin NMS que YOLOv10 introdujo en los modelos YOLO, dentro de un marco de trabajo multitarea.

¿Por qué elegir YOLO26?

Los modelos Ultralytics priorizan la facilidad de uso. Con una API de Python unificada, puedes prescindir de los complejos archivos de configuración. Además, los modelos YOLO suelen requerir menos memoria CUDA que los detectores basados en Transformer, lo que permite entrenar más rápido y a menor coste.

Innovaciones clave de YOLO26#

  • Diseño integral sin NMS: Gracias a su cabezal opcional uno a uno (nms=False), que elimina la latencia del posprocesamiento de NMS, YOLO26 ofrece una inferencia estable y de alta velocidad, esencial para los vehículos autónomos y la robótica de respuesta rápida.
  • Optimizaciones prioritarias para edge: La eliminación de Distribution Focal Loss (DFL) simplifica los formatos de exportación de modelos y permite que YOLO26n alcance una inferencia en CPU hasta un 43 % más rápida que YOLO11n.
  • Dinámica de entrenamiento avanzada: Con el optimizador MuSGD, una combinación de SGD y Muon, YOLO26 incorpora a las tareas de visión la estabilidad del entrenamiento de los modelos de lenguaje grandes y converge de forma más rápida y fiable.
  • Mayor precisión con ProgLoss + STAL: Progressive Loss y la asignación de etiquetas que tiene en cuenta los objetos pequeños (STAL) se centran en escenarios difíciles y mejoran la detección de objetos pequeños en imágenes aéreas y agricultura.

Versatilidad#

A diferencia de PP-YOLOE+, centrado en la detección, YOLO26 realiza segmentación de instancias, segmentación semántica, estimación de profundidad, clasificación de imágenes, estimación de pose y cajas delimitadoras orientadas (OBB) desde una única base de código unificada. Puedes gestionar conjuntos de datos, entrenar e implementar modelos directamente desde la plataforma Ultralytics.

from ultralytics import YOLO

# Inicializa el modelo nano YOLO26
model = YOLO("yolo26n.pt")

# Entrena con el motor de Ultralytics
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Exporta a TensorRT para el despliegue en GPU
model.export(format="engine", quantize=16)

Aplicaciones en el mundo real#

La elección del modelo adecuado depende de las limitaciones de implementación:

  • PP-YOLOE+ es adecuado para implementaciones industriales en las que ya se utiliza el stack de hardware y software de PaddlePaddle. Gestiona bien la inspección de calidad en fabricación estática y de alta resolución.
  • YOLOv10 es ideal para la gestión de multitudes densas y los entornos en los que eliminar NMS reduce la variabilidad de la latencia y hace más constante el seguimiento en tiempo real.
  • Ultralytics YOLO26 es la opción recomendada para escalar en toda la empresa. Tanto si analizas el tráfico en ciudades inteligentes como si implementas en dispositivos edge de bajo consumo, como Raspberry Pi, su reducido consumo de memoria, su documentación y su canalización de entrenamiento unificada acortan el camino hasta producción.

Si te interesa explorar arquitecturas compatibles anteriores o alternativas basadas en Transformer dentro del ecosistema, consulta la documentación de YOLO11 o RT-DETR.

Un ecosistema con mantenimiento activo y una API sencilla permiten a los desarrolladores dedicar menos tiempo a depurar archivos de configuración y más a resolver problemas reales de IA de visión.

Comentarios

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