YOLOv5 EfficientDet: comparación técnica de los principales modelos de visión
En el mundo de la visión artificial, seleccionar la arquitectura óptima para la detección de objetos es una decisión fundamental que afecta a todo, desde la precisión del modelo hasta los costes de implementación. Esta guía ofrece una comparación técnica exhaustiva entre Ultralytics YOLOv5 y EfficientDet, dos modelos influyentes que han dado forma al panorama de la IA moderna.
Mientras que EfficientDet introdujo el concepto de eficiencia escalable mediante el escalado compuesto, YOLOv5 el campo al combinar un rendimiento de vanguardia con una experiencia de usuario sin igual. Este análisis profundiza en sus diferencias arquitectónicas, métricas de rendimiento y aplicabilidad en el mundo real para ayudar a los desarrolladores e investigadores a tomar decisiones basadas en datos.
Descripción general del modelo
Ultralytics YOLOv5
YOLOv5 (You Only Look Once versión 5) es un modelo fundamental en la historia de la detección de objetos. Lanzado a mediados de 2020 por Ultralytics, se convirtió rápidamente en el estándar del sector por su equilibrio entre velocidad, precisión y facilidad de uso. A diferencia de sus predecesores, YOLOv5 el primer YOLO implementado de forma nativa en PyTorch, lo que lo hizo excepcionalmente accesible tanto para la comunidad investigadora como para los desarrolladores empresariales.
- Autor: Glenn Jocher
- Organización:Ultralytics
- Fecha: 2020-06-26
- GitHub:Repositorio Ultralytics YOLOv5
EfficientDet
EfficientDet es una familia de modelos de detección de objetos desarrollada por Google . Se basa en la estructura EfficientNet e introduce una red piramidal de características bidireccionales ponderadas (BiFPN) y un método de escalado compuesto que escala uniformemente la resolución, la profundidad y la anchura de todas las redes troncales, redes de características y redes de predicción de cajas/clases.
- Autores: Mingxing Tan, Ruoming Pang, y Quoc V. Le
- Organización:Google Research
- Fecha: 2019-11-20
- Arxiv:EfficientDet: Scalable and Efficient Object Detection
- GitHub:Repositorio deGoogle
Benchmarks de rendimiento interactivos
Para comprender las ventajas e inconvenientes de estas arquitecturas, es esencial visualizar su rendimiento en pruebas de referencia estándar. El siguiente gráfico compara las métricas clave del COCO , destacando la frontera entre velocidad y precisión.
Métricas de Rendimiento Detalladas
La siguiente tabla ofrece una visión detallada del rendimiento de varias escalas de modelos. Ultralytics demuestran sistemáticamente velocidades de inferencia superiores, especialmente cuando se optimizan para aplicaciones en tiempo real.
| Modelo | tamaño (píxeles) | mAPval 50-95 | Velocidad CPU ONNX (ms) | Velocidad T4 TensorRT10 (ms) | parámetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv5n | 640 | 28.0 | 73.6 | 1.12 | 2.6 | 7.7 |
| YOLOv5s | 640 | 37.4 | 120.7 | 1.92 | 9.1 | 24.0 |
| YOLOv5m | 640 | 45.4 | 233.9 | 4.03 | 25.1 | 64.2 |
| YOLOv5l | 640 | 49.0 | 408.4 | 6.61 | 53.2 | 135.0 |
| YOLOv5x | 640 | 50.7 | 763.2 | 11.89 | 97.2 | 246.4 |
| EfficientDet-d0 | 640 | 34.6 | 10.2 | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | 13.5 | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 640 | 43.0 | 17.7 | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 640 | 47.5 | 28.0 | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 640 | 49.7 | 42.8 | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 640 | 51.5 | 72.5 | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 640 | 52.6 | 92.8 | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 640 | 53.7 | 122.0 | 128.07 | 51.9 | 325.0 |
Arquitectura y Diseño
La diferencia fundamental entre estos dos modelos radica en su filosofía de diseño: YOLOv5 la inferencia en tiempo real y la facilidad de ingeniería, mientras que EfficientDet se centra en la eficiencia de los parámetros mediante la fusión de características complejas.
YOLOv5: Diseñado para ofrecer velocidad y facilidad de uso
YOLOv5 una estructura CSPDarknet (Cross Stage Partial Network), que mejora el flujo de gradientes y reduce los cuellos de botella computacionales. Su cuello utiliza una PANet (Path Aggregation Network) para agregar características en diferentes escalas, lo que garantiza que tanto los objetos grandes como los pequeños se detecten con alta precisión.
La ventaja de Ultralytics
Una de las mayores fortalezas YOLOv5 es su diseño modular. El enfoque en «Bag of Freebies» y «Bag of Specials», técnicas de optimización que mejoran la precisión sin aumentar el coste de inferencia, lo hace increíblemente robusto para diversos escenarios de implementación.
EfficientDet: Escalado Compuesto y BiFPN
EfficientDet se basa en la estructura EfficientNet e introduce la BiFPN (red piramidal bidireccional de características). Mientras que las FPN estándar suman características de diferentes niveles, BiFPN aplica pesos aprendibles a estas características, lo que permite a la red aprender qué características de entrada son más importantes. Aunque teóricamente es eficiente en términos de FLOP, los complejos patrones de acceso a la memoria irregulares de BiFPN a menudo pueden ralentizar la inferencia en el mundo real en las GPU en comparación con la arquitectura CSPNet optimizada de YOLOv5.
Entrenamiento y facilidad de uso
Para los desarrolladores, las métricas «blandas» de un modelo (lo fácil que es entrenarlo, implementarlo y depurarlo) suelen ser tan importantes como la precisión bruta.
Experiencia de Usuario Optimizada
Ultralytics son famosos por su experiencia «de cero a héroe». YOLOv5 una interfaz de línea de comandos (CLI) y Python que permiten a los usuarios comenzar a entrenar con datos personalizados en cuestión de minutos. Por el contrario, las implementaciones de EfficientDet suelen requerir archivos de configuración más complejos y un conocimiento más profundo de TensorFlow PyTorch específicas PyTorch para funcionar con eficacia.
Eficiencia y recursos de entrenamiento
YOLOv5 altamente optimizado para la eficiencia del entrenamiento. Incluye características como el cálculo automático de anclajes, el aumento de datos en mosaico y la evolución de hiperparámetros. Además, Ultralytics suelen presentar requisitos de memoria significativamente menores durante el entrenamiento en comparación con EfficientDet y las arquitecturas basadas en transformadores. Esto permite a los investigadores entrenar lotes de mayor tamaño en GPU de consumo, democratizando el acceso al entrenamiento de modelos de alta gama.
from ultralytics import YOLO
# Load a pre-trained YOLO model (recommended over YOLOv5 for new projects)
model = YOLO("yolo26n.pt")
# Train the model on a custom dataset
model.train(data="coco8.yaml", epochs=100, imgsz=640)
Versatilidad y aplicaciones en el mundo real
Aunque EfficientDet es principalmente un detector de objetos, el Ultralytics ha ampliado las capacidades de YOLO más allá de los simples cuadros delimitadores.
- YOLOv5 : admite la detección de objetos, la segmentación de instancias y la clasificación de imágenes.
- Capacidades de EfficientDet: Se centra principalmente en la detección de objetos, con algunas adaptaciones para la segmentación que están menos integradas en un flujo de trabajo unificado.
Casos de Uso Ideales
Elija Ultralytics YOLOv5 o una versión más reciente) si:
- El rendimiento en tiempo real es fundamental: aplicaciones como la conducción autónoma, el análisis de vídeo y la robótica requieren la baja latencia que proporcionan YOLO .
- Implementación periférica: está realizando la implementación en dispositivos móviles, Raspberry Pi o NVIDIA , donde la memoria y la capacidad de cálculo son limitadas.
- Desarrollo rápido: Necesitas iterar rápidamente con una API estable y bien documentada, y con el apoyo activo de la comunidad.
Elija EfficientDet si:
- Las restricciones de FLOP son primordiales: en escenarios teóricos muy específicos en los que los FLOP son la única restricción (en lugar de la latencia), la escalabilidad de EfficientDet podría ofrecer ventajas.
- Puntos de referencia de la investigación: Se está comparando específicamente con extractores de características basados en EfficientNet en un entorno académico.
El futuro: YOLO26
Aunque YOLOv5 una herramienta potente, el campo ha avanzado. Ultralytics ha lanzado Ultralytics YOLO26, un modelo de última generación que redefine los estándares establecidos por sus predecesores.
YOLO26 presenta un diseño integral NMS, lo que elimina la necesidad del posprocesamiento de supresión no máxima. Esto da como resultado procesos de implementación más sencillos y una inferencia más rápida. Además, YOLO26 elimina la pérdida focal de distribución (DFL) para una mejor compatibilidad con los bordes y utiliza el nuevo optimizador MuSGD, inspirado en las innovaciones de entrenamiento LLM, para garantizar una convergencia estable.
Para los desarrolladores que buscan el mejor rendimiento absoluto, se recomienda encarecidamente migrar a YOLO26. Ofrece CPU hasta un 43 % más rápida en comparación con las generaciones anteriores, lo que lo convierte en la opción ideal para las aplicaciones modernas de IA de vanguardia.
Conclusión
Tanto YOLOv5 EfficientDet se han ganado un lugar en el salón de la fama de la visión artificial. EfficientDet demostró el poder del escalado compuesto, mientras que YOLOv5 que el alto rendimiento puede ser accesible y fácil de usar.
Sin embargo, para aplicaciones prácticas en 2026, el Ultralytics ofrece una ventaja distintiva. La combinación de mantenimiento activo, una plataforma unificada para la anotación y el entrenamiento de datos, y la innovación arquitectónica continua hacen que modelos como YOLOv5—y el vanguardista YOLO26—sean la opción preferida por los profesionales.
Para aquellos interesados en explorar otras arquitecturas modernas, consideren revisar las comparaciones con YOLO11 o RT-DETR para comprender plenamente la gama de herramientas disponibles.