Empezar

YOLOv6-3.0 frente a DAMO-YOLO

El panorama de la visión artificial evoluciona constantemente, y las nuevas arquitecturas mejoran la velocidad y la precisión de la detección de objetos en tiempo real. Dos contendientes destacados en este ámbito son YOLOv6-3.0 y DAMO-YOLO. Ambos modelos incorporan innovaciones arquitectónicas propias, diseñadas para maximizar el rendimiento en hardware industrial. Esta guía ofrece una comparación técnica exhaustiva de ambos modelos, explora sus arquitecturas, metodologías de entrenamiento y casos de uso ideales, y presenta las ventajas de nueva generación de los modelos de Ultralytics, como YOLO26.

Perfiles de los modelos#

YOLOv6-3.0: rendimiento de nivel industrial#

Desarrollado por el Departamento de IA visual de Meituan, YOLOv6-3.0 está diseñado específicamente para aplicaciones industriales de alto rendimiento. Se centra en maximizar el rendimiento en aceleradores de hardware como las GPU NVIDIA.

YOLOv6-3.0 incorpora un módulo de concatenación bidireccional (BiC) para mejorar la fusión de características y utiliza una estrategia de entrenamiento asistido por anclas (AAT). Esta estrategia combina las ventajas de los detectores basados en anclas y los detectores sin anclas durante el entrenamiento, y mantiene la inferencia estrictamente sin anclas. Su red troncal EfficientRep es muy compatible con el hardware para el procesamiento por lotes en GPU, por lo que resulta adecuada para cargas de trabajo de comprensión de vídeo a gran escala.

Más información sobre YOLOv6

DAMO-YOLO: rápido y preciso gracias a NAS#

Creado por Alibaba Group, DAMO-YOLO utiliza la búsqueda de arquitecturas neuronales (NAS) para descubrir automáticamente las estructuras de red troncal más eficientes para la inferencia en tiempo real.

DAMO-YOLO destaca por su RepGFPN (red piramidal de características generalizada reparametrizada), que permite una fusión eficiente de características multiescala, y por su diseño ZeroHead, que reduce considerablemente la carga computacional del cabezal de detección. También incorpora la asignación de etiquetas AlignedOTA y técnicas de destilación de conocimiento para aumentar la precisión sin incrementar el número de parámetros del modelo.

Más información sobre DAMO-YOLO

Sobrecoste de la destilación

Aunque DAMO-YOLO logra una precisión excelente, su gran dependencia de la destilación de conocimiento durante el entrenamiento requiere un modelo «profesor» mucho más grande. Esto aumenta considerablemente la memoria CUDA necesaria durante la fase de entrenamiento en comparación con arquitecturas más sencillas.

Comparativa de rendimiento#

Al evaluar modelos de detección de objetos, el equilibrio entre la precisión media (mAP) y la velocidad de inferencia es fundamental. A continuación se ofrece una comparación detallada de YOLOv6-3.0 y DAMO-YOLO en distintas escalas de modelo.

Modelotamaño
(píxeles)
mAPval50-95Velocidad
CPU ONNX
(ms)
Velocidad
T4 TensorRT10
(ms)
parámetros
(M)
FLOPs
(B)
YOLOv6-3.0n64037.5-1.174.711.4
YOLOv6-3.0s64045.0-2.6618.545.3
YOLOv6-3.0m64050.0-5.2834.985.8
YOLOv6-3.0l64052.8-8.9559.6150.7
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3

YOLOv6-3.0 ofrece una gran velocidad en GPU NVIDIA gracias a las optimizaciones de TensorRT, especialmente en sus variantes nano y pequeñas. Sin embargo, las redes troncales de DAMO-YOLO optimizadas mediante NAS suelen requerir menos FLOPs en las escalas mediana y grande, lo que proporciona pequeñas ventajas de latencia en implementaciones de mayor tamaño.

La ventaja de Ultralytics: llega YOLO26#

Aunque YOLOv6-3.0 y DAMO-YOLO son herramientas potentes, los desarrolladores suelen encontrarse con flujos de trabajo de implementación complejos, requisitos elevados de memoria durante el entrenamiento y arquitecturas rígidas para una sola tarea. El ecosistema Ultralytics ofrece una experiencia de desarrollo más sencilla.

YOLO26 es el modelo más reciente de Ultralytics. Publicado en enero de 2026, Ultralytics YOLO26 mejora tanto la eficiencia como la versatilidad.

Innovaciones clave de YOLO26#

  • Diseño integral sin NMS: A partir del entrenamiento sin NMS que YOLOv10 introdujo en los modelos YOLO, la cabeza opcional uno a uno de YOLO26 (nms=False) elimina el posprocesamiento de supresión no máxima (NMS). Esto reduce la variabilidad de la latencia y simplifica la implementación en dispositivos periféricos mediante CoreML o LiteRT.
  • Eliminación de DFL: Al eliminar Distribution Focal Loss, YOLO26 simplifica el proceso de exportación y mejora la compatibilidad con hardware periférico de bajo consumo.
  • Inferencia en CPU hasta un 43 % más rápida: Para las aplicaciones que no disponen de hardware GPU dedicado, YOLO26n funciona hasta un 43 % más rápido en CPU que YOLO11n.
  • Optimizador MuSGD: Inspirado en técnicas de entrenamiento de LLM como Kimi K2 de Moonshot AI, YOLO26 utiliza el optimizador MuSGD (un híbrido de SGD y Muon) para lograr un entrenamiento estable y una convergencia más rápida.
  • ProgLoss + STAL: Una función de pérdida progresiva y una estrategia de asignación de etiquetas sensible a objetos pequeños mejoran el reconocimiento de objetos pequeños, lo que beneficia a las operaciones con drones y al seguimiento de objetivos distantes.
  • Versatilidad multitarea: A diferencia de DAMO-YOLO, que es exclusivamente un detector, YOLO26 ofrece compatibilidad lista para usar con la segmentación de instancias, la segmentación semántica, la estimación de profundidad, la clasificación, la estimación de pose (mediante la estimación residual de la log-verosimilitud) y las cajas delimitadoras orientadas (OBB) desde una única API unificada.
Entrenamiento eficiente en memoria

A diferencia de arquitecturas Transformer complejas como RT-DETR o de los flujos de trabajo con gran dependencia de la destilación de DAMO-YOLO, los modelos de Ultralytics destacan por su bajo consumo de VRAM. Puedes entrenar un modelo YOLO26 con hardware de consumo.

Flujo de trabajo simplificado en Python#

Entrenar y desplegar modelos de vanguardia no debería requerir cientos de líneas de código repetitivo. El paquete Python de Ultralytics simplifica el ciclo de vida del aprendizaje automático.

from ultralytics import YOLO

# Carga el modelo pequeño YOLO26
model = YOLO("yolo26s.pt")

# Entrena el modelo con la gestión de datos integrada
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Ejecuta una inferencia ultrarrápida y muestra los resultados
results = model("https://ultralytics.com/images/bus.jpg")
results[0].show()

# Exporta a ONNX o TensorRT
model.export(format="onnx")

Casos de uso ideales#

La elección de la arquitectura adecuada depende de tus limitaciones de implementación:

Cuándo usar YOLOv6-3.0#

  • Analítica de vídeo con lotes grandes: Ideal para procesar flujos de vídeo densos en servidores GPU empresariales donde se puede aprovechar al máximo TensorRT.
  • Automatización industrial: Detección de defectos para el control de calidad en líneas de fabricación de alta velocidad.

Cuándo usar DAMO-YOLO#

  • Silicio personalizado: Investigación sobre la asignación de la búsqueda de arquitecturas neuronales a hardware NPU propietario específico.
  • Investigación académica: Evaluación comparativa de técnicas novedosas de destilación de conocimiento para redes en tiempo real.

Cuándo usar Ultralytics YOLO26#

  • Implementaciones en el edge y en móviles: La cabeza opcional sin NMS, la eliminación de DFL y una inferencia en CPU hasta un 43 % más rápida (YOLO26n frente a YOLO11n) lo hacen muy adecuado para implementaciones en iOS, Android y Raspberry Pi.
  • Del prototipado rápido a producción: La integración con la plataforma de Ultralytics permite a los equipos pasar de la anotación de conjuntos de datos a la implementación global en la nube en días, no en meses.
  • Flujos de trabajo de visión complejos: Cuando un proyecto combina cajas delimitadoras, puntos clave de la pose humana y máscaras de segmentación precisas.

Conclusión#

Tanto YOLOv6-3.0 como DAMO-YOLO han contribuido considerablemente a la ciencia de la detección de objetos en tiempo real. YOLOv6 perfeccionó el aprovechamiento máximo de la GPU, mientras que DAMO-YOLO mostró el potencial de la búsqueda automatizada de arquitecturas.

Sin embargo, para los desarrolladores que buscan una buena combinación de precisión, velocidad de inferencia y facilidad de mantenimiento del ecosistema, la familia Ultralytics YOLO es una opción sólida. Las optimizaciones introducidas en YOLO26 reducen aún más las barreras de entrada para las aplicaciones de visión artificial en producción.

Para profundizar, quizá también te interese comparar estos modelos con otras arquitecturas de la documentación, como YOLO11 o enfoques basados en Transformer como RT-DETR.

Comentarios

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