YOLOv5 frente a PP-YOLOE+#

Elegir la arquitectura de red neuronal adecuada es fundamental para cualquier proyecto moderno de visión artificial. Cuando los desarrolladores e investigadores evalúan modelos para la detección de objetos en tiempo real, suelen tener que encontrar el equilibrio entre precisión, velocidad de inferencia y facilidad de despliegue. Esta comparativa técnica analiza YOLOv5 y PP-YOLOE+, explora sus arquitecturas, métricas de rendimiento y metodologías de entrenamiento para ayudarte a seleccionar la solución óptima para tu aplicación.

Comprender las arquitecturas#

Ambos modelos han influido considerablemente en el panorama de la IA de visión, pero abordan los retos de la detección de objetos mediante metodologías estructurales y dependencias de frameworks diferentes.

Ultralytics YOLOv5: el estándar del sector#

Publicado a mediados de 2020, Ultralytics YOLOv5 revolucionó la accesibilidad de los modelos de visión más avanzados. Desarrollado de forma nativa en PyTorch, redujo considerablemente las barreras de acceso para los desarrolladores de Python y los ingenieros de ML de todo el mundo.

Detalles de YOLOv5:

• Autores: Glenn Jocher
• Organización: Ultralytics
• Fecha: 2020-06-26
• GitHub: ultralytics/yolov5
• Documentación: Documentación de YOLOv5

YOLOv5 utiliza una arquitectura troncal CSPDarknet modificada, que extrae eficazmente representaciones de características enriquecidas y mantiene un número reducido de parámetros. Introdujo cajas de anclaje de aprendizaje automático, que calculan automáticamente las dimensiones óptimas de las cajas de anclaje para los conjuntos de datos personalizados antes incluso de que empiece el entrenamiento. Además, la integración de la ampliación de datos mediante mosaicos mejora notablemente la capacidad del modelo para detectar objetos pequeños y generalizar en contextos espaciales complejos.

Una de las mayores ventajas de YOLOv5 es su increíble versatilidad. A diferencia de los detectores de objetos estándar, la familia YOLOv5 admite sin complicaciones la clasificación de imágenes, la segmentación de instancias y la detección de cuadros delimitadores mediante una API unificada. Además, su arquitectura muy optimizada reduce sustancialmente el uso de memoria durante el entrenamiento y la inferencia en comparación con las pesadas redes basadas en Transformer.

PP-YOLOE+: la alternativa de PaddlePaddle#

PP-YOLOE+, presentado aproximadamente dos años después, se basa en los cimientos de las versiones anteriores de PP-YOLO. Desarrollado para mostrar las capacidades del framework de aprendizaje profundo de Baidu, incorpora varios refinamientos arquitectónicos para aumentar la precisión media promedio.

Detalles de PP-YOLOE+ :

• Autores: Autores de PaddlePaddle
• Organización: Baidu
• Fecha: 2022-04-02
• Arxiv: 2203.16250
• GitHub: PaddlePaddle/PaddleDetection
• Documentación: README de PP-YOLOE+

PP-YOLOE+ se basa en un paradigma sin cajas de anclaje y utiliza una arquitectura troncal CSPRepResNet. Incorpora la potente técnica Task Alignment Learning y un Efficient Task-aligned Head para mejorar la precisión. Aunque PP-YOLOE+ alcanza puntuaciones de precisión impresionantes, su principal debilidad es su estricta dependencia del framework PaddlePaddle. Esto suele suponer una curva de aprendizaje pronunciada y dificultades de integración para los equipos de investigación y las empresas que ya dependen en gran medida de entornos PyTorch o TensorFlow.

Más información sobre PP-YOLOE+

Rendimiento y pruebas de referencia#

Al evaluar estos modelos para producción, es fundamental comprender las concesiones entre precisión, velocidad de inferencia y número de parámetros. La tabla siguiente muestra las principales métricas de rendimiento de las distintas variantes de tamaño.

Aunque PP-YOLOE+ alcanza niveles de precisión elevados, YOLOv5 demuestra sistemáticamente una inferencia más rápida con TensorRT en todas las escalas de modelo. Para los despliegues en dispositivos edge con poca memoria, YOLOv5n ofrece una velocidad inigualable y ocupa muy poco espacio.

La ventaja de Ultralytics: ecosistema y facilidad de uso#

El verdadero valor de una arquitectura de aprendizaje automático va más allá de las cifras brutas: abarca toda la experiencia de desarrollo. La plataforma Ultralytics y sus correspondientes herramientas de código abierto ofrecen un ecosistema refinado y bien mantenido que acelera drásticamente los ciclos de desarrollo.

• Facilidad de uso: Ultralytics se encarga del código auxiliar complejo. Puedes entrenar, validar y probar modelos mediante una API de Python intuitiva o la CLI.
• Flexibilidad de despliegue: Exportar modelos es increíblemente sencillo. Con un solo comando, puedes convertir los pesos de YOLOv5 que has entrenado a formatos como ONNX, TensorRT u OpenVINO, y garantizar así una amplia compatibilidad en entornos edge y en la nube.
• Comunidad activa: La dinámica comunidad garantiza actualizaciones frecuentes, documentación exhaustiva y soluciones sólidas a los retos habituales de la visión artificial.

En cambio, PP-YOLOE+ depende en gran medida de archivos de configuración complejos específicos de PaddleDetection, que pueden ralentizar la creación rápida de prototipos y complicar la integración en los flujos de trabajo MLOps modernos.

Implementaciones prácticas y ejemplos de código#

Empezar a usar Ultralytics es extraordinariamente sencillo. Aquí tienes un ejemplo completo y ejecutable que muestra cómo cargar un modelo YOLOv5 preentrenado, entrenarlo con un conjunto de datos personalizado y exportar los resultados:

from ultralytics import YOLO

# Carga un modelo YOLOv5 pequeño preentrenado
model = YOLO("yolov5su.pt")  # YOLOv5u: pesos de YOLOv5 sin anclajes para el paquete ultralytics

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

# Ejecuta la inferencia en una imagen de muestra
predict_results = model("https://ultralytics.com/images/bus.jpg")

# Exporta el modelo optimizado al formato ONNX
path = model.export(format="onnx")

Casos de uso y recomendaciones#

La elección entre YOLOv5 y PP-YOLOE+ depende de los requisitos específicos de tu proyecto, las limitaciones de despliegue y tus preferencias de ecosistema.

Cuándo elegir YOLOv5#

YOLOv5 es una buena opción para:

• Sistemas de producción probados: despliegues existentes en los que se valoran la larga trayectoria de estabilidad de YOLOv5, su amplia documentación y el enorme apoyo de la comunidad.
• Entrenamiento con recursos limitados: entornos con recursos de GPU limitados, donde el pipeline de entrenamiento eficiente de YOLOv5 y sus menores requisitos de memoria suponen una ventaja.
• Amplia compatibilidad con formatos de exportación: proyectos que requieren despliegues en muchos formatos, como ONNX, TensorRT, CoreML y LiteRT.

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 que solo usan CPU: Dispositivos sin aceleración GPU dedicada, en los que la inferencia con CPU hasta un 43 % más rápida de YOLO26 supone una ventaja decisiva.
• Detección de objetos pequeños: Casos exigentes, como las imágenes aéreas tomadas con drones o el análisis de sensores IoT, donde ProgLoss y STAL mejoran notablemente la precisión al detectar objetos diminutos.

Otros modelos de vanguardia que puedes tener en cuenta#

Aunque YOLOv5 es un estándar sólido y probado, la visión artificial evoluciona rápidamente. Para los equipos que empiezan nuevos proyectos, recomendamos encarecidamente explorar nuestras arquitecturas más recientes.

Ultralytics YOLO26#

Publicado en enero de 2026, YOLO26 representa la cumbre absoluta de nuestra investigación. Ofrece enormes mejoras tanto en precisión como en velocidad. Entre sus innovaciones principales se incluyen:

• Diseño integral sin NMS: Basándose en conceptos de YOLOv10, la cabeza opcional uno a uno de YOLO26 (nms=False) omite el posprocesamiento de supresión no máxima (NMS), lo que reduce la latencia y simplifica la lógica de despliegue.
• Eliminación de DFL: Al eliminar Distribution Focal Loss, YOLO26 consigue una inferencia en CPU hasta un 43 % más rápida, lo que lo hace increíblemente potente para dispositivos edge de bajo consumo.
• Optimizador MuSGD: Inspirada en técnicas avanzadas de entrenamiento de LLM, esta combinación de SGD y Muon permite entrenamientos excepcionalmente estables y una convergencia más rápida.
• ProgLoss + STAL: Estas funciones de pérdida avanzadas mejoran notablemente el reconocimiento de objetos pequeños, algo fundamental para las imágenes captadas por drones y la agricultura inteligente.

Además, puedes plantearte usar YOLO11, que ofrece un rendimiento excelente y constituye un puente muy fiable entre los sistemas heredados y las capacidades más vanguardistas de YOLO26.

Casos de uso reales#

La elección entre YOLOv5 y PP-YOLOE+ depende, en última instancia, de tu entorno de despliegue y de las limitaciones del proyecto.

Aplicaciones ideales para YOLOv5: Los requisitos mínimos de recursos y la extraordinaria facilidad de uso de YOLOv5 lo convierten en la opción preferida para la IA en el edge. Destaca en aplicaciones que requieren altas tasas de fotogramas con hardware limitado, como la robótica en tiempo real, la integración en aplicaciones móviles y los sistemas de monitorización del tráfico con varias cámaras. Su capacidad para realizar segmentación de instancias y clasificación de imágenes dentro del mismo framework lo hace muy adaptable.

Aplicaciones ideales para PP-YOLOE+: PP-YOLOE+ es idóneo para situaciones en las que se prioriza la máxima precisión en imágenes estáticas frente a las limitaciones del procesamiento en tiempo real. Se utiliza en nichos como los flujos de inspección industrial, sobre todo en sectores manufactureros asiáticos con pilas tecnológicas ya establecidas y muy vinculadas al ecosistema de Baidu y PaddlePaddle.

En resumen, aunque PP-YOLOE+ ofrece resultados de precisión muy sólidos, los modelos YOLO de Ultralytics combinan de forma inigualable un rendimiento equilibrado, un despliegue sencillo y un diseño pensado para los desarrolladores, factores que impulsan el éxito de los proyectos de visión artificial desde la idea hasta la producción.