YOLOv7 YOLOv6. YOLOv6: equilibrio entre innovación y velocidad en la detección de objetos
En el panorama en rápida evolución de la detección de objetos en tiempo real, seleccionar la arquitectura adecuada es fundamental para optimizar el rendimiento y la eficiencia. Esta comparación detallada explora YOLOv7 y YOLOv6.YOLOv6, dos modelos fundamentales que han influido significativamente en este campo. Analizamos sus innovaciones arquitectónicas, métricas de referencia y adecuación para diversas tareas de visión artificial. Además, presentamos la próxima generación YOLO26, que se basa en estos fundamentos para ofrecer un rendimiento y una usabilidad superiores.
Descripción general del modelo
YOLOv7
YOLOv7 fue diseñado para superar a los detectores de última generación anteriores tanto en velocidad como en precisión. Introduce un «bag-of-freebies» entrenable que optimiza el entrenamiento sin aumentar el coste de inferencia.
- Autores: Chien-Yao Wang, Alexey Bochkovskiy y Hong-Yuan Mark Liao
- Organización:Institute of Information Science, Academia Sinica
- Fecha: 6 de julio de 2022
- Arxiv:YOLOv7: El conjunto de objetos gratuitos entrenables establece un nuevo estándar de vanguardia para los detectores de objetos en tiempo real.
- GitHub:WongKinYiu/yolov7
YOLOv6-3.0
YOLOv6.YOLOv6 (también conocido como YOLOv6 .0) se centra principalmente en aplicaciones industriales, optimizando el rendimiento del hardware en las GPU. Forma parte de la actualización «reloading», que supuso una mejora significativa con respecto a YOLOv6 anteriores YOLOv6 .
- Autores: Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu y Xiangxiang Chu
- Organización:Meituan
- Fecha: 13 de enero de 2023
- Arxiv:YOLOv6 v3.0: Una recarga a gran escala
- GitHub:meituan/YOLOv6
Comparación Técnica
Ambos modelos buscan el rendimiento en tiempo real, pero lo consiguen mediante filosofías arquitectónicas diferentes.
Arquitectura
YOLOv7 utiliza una red de agregación de capas eficiente ampliada (E-ELAN). Esta arquitectura controla las rutas de gradiente más cortas y más largas, lo que permite a la red aprender características más diversas sin destruir el flujo de gradiente. También emplea un escalado de modelos que concatena capas en lugar de solo escalar la profundidad o la anchura, lo que preserva la estructura óptima durante el escalado.
YOLOv6 adopta un módulo de concatenación bidireccional (BiC) en su cuello y un diseño totalmente libre de anclajes. Se centra en estructuras compatibles con el hardware, optimizando los costes de acceso a la memoria para las GPU. La actualización a la versión 3.0 renovó específicamente el cabezal de detección y las estrategias de asignación de etiquetas para aumentar la velocidad de convergencia y la precisión final.
Métricas de rendimiento
La siguiente tabla compara las métricas clave de rendimiento en el COCO .
| Modelo | tamaño (píxeles) | mAPval 50-95 | Velocidad CPU ONNX (ms) | Velocidad T4 TensorRT10 (ms) | parámetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
| YOLOv6-3.0n | 640 | 37.5 | - | 1.17 | 4.7 | 11.4 |
| YOLOv6-3.0s | 640 | 45.0 | - | 2.66 | 18.5 | 45.3 |
| YOLOv6-3.0m | 640 | 50.0 | - | 5.28 | 34.9 | 85.8 |
| YOLOv6-3.0l | 640 | 52.8 | - | 8.95 | 59.6 | 150.7 |
Fortalezas y Debilidades
Puntos fuertes de YOLOv7:
- Riqueza de características: La estructura E-ELAN destaca por su capacidad para capturar detalles muy precisos, lo que resulta beneficioso para la detección de objetos pequeños.
- Cabezal auxiliar: utiliza una asignación de etiquetas guiada por plomo «de grueso a fino», lo que proporciona una supervisión más estricta durante el entrenamiento.
Debilidades de YOLOv7:
- Complejidad: La arquitectura puede ser compleja de modificar o recortar para hardware integrado específico.
- NMS : Requiere un posprocesamiento estándar de supresión no máxima, lo que añade variación en la latencia.
Puntos fuertes de YOLOv6.0:
- Rendimiento: optimizado específicamente para escenarios de alto rendimiento en Tesla T4 y GPU similares que utilizan TensorRT.
- Cuantificación: Diseñado teniendo en cuenta el entrenamiento con cuantificación (QAT), lo que facilita su implementación como INT8 en dispositivos periféricos.
Debilidades de YOLOv6.0:
- CPU : Aunque es excelente en GPU, sus opciones arquitectónicas están menos optimizadas para CPU pura en comparación con las variantes más recientes «Lite» o específicas para móviles.
Aplicaciones en el mundo real
La elección entre estos modelos depende en gran medida del hardware de implementación y del caso de uso específico.
Inspección industrial con YOLOv6.0
En las líneas de fabricación de alta velocidad, el rendimiento es fundamental. YOLOv6.YOLOv6 suele ser la opción preferida para detectar defectos en las cintas transportadoras. Su compatibilidad con TensorRT le TensorRT procesar cientos de fotogramas por segundo en GPU periféricas, lo que garantiza que no se pase por alto ningún producto defectuoso.
Vigilancia compleja con YOLOv7
Para aplicaciones de seguridad que implican escenas con mucha gente o vigilancia a larga distancia, YOLOv7 es muy eficaz. Su capacidad para retener detalles de características lo hace adecuado para el mantenimiento urbano, como identificar daños en las carreteras o supervisar el flujo de tráfico, donde los objetos pueden ser pequeños o estar parcialmente ocultos.
Flexibilidad de implementación
Aunque ambos modelos son potentes, su implementación puede variar significativamente. YOLOv6 entornos en los que se puede aprovechar la cuantificación agresiva (INT8), mientras que YOLOv7 mantener una alta precisión en los modos FP16.
La ventaja de Ultralytics
Aunque YOLOv7 YOLOv6 arquitecturas robustas, su uso dentro del Ultralytics ofrece ventajas claras para desarrolladores e investigadores. ElPython Ultralytics unifica estos distintos modelos bajo una única API optimizada.
- Facilidad de uso: puedes cambiar entre entrenar un YOLOv7 y una arquitectura más nueva con una sola línea de código.
- Ecosistema bien mantenido: Ultralytics actualizaciones frecuentes, lo que garantiza la compatibilidad con la última versión de PyTorch y CUDA .
- Versatilidad: más allá de la detección estándar, el ecosistema admite la estimación de posturas y la segmentación de instancias en familias de modelos compatibles.
- Eficiencia de entrenamiento: Las canalizaciones Ultralytics están optimizadas para la eficiencia de la memoria, lo que a menudo permite tamaños de lotes más grandes en el hardware de consumo que en los repositorios de investigación originales.
Ejemplo de código
Así de fácil es experimentar con estos modelos utilizando Ultralytics:
from ultralytics import YOLO
# Load a YOLOv7 model (or swap to 'yolov6n.pt')
model = YOLO("yolov7.pt")
# Train the model on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Run inference
results = model("https://ultralytics.com/images/bus.jpg")
El futuro: YOLO26
Aunque YOLOv7 YOLOv6. YOLOv6 siguen siendo eficaces, el campo ha avanzado. Lanzado en enero de 2026, YOLO26 representa el nuevo estándar en cuanto a eficiencia y rendimiento, ya que soluciona las limitaciones de sus predecesores.
YOLO26 está diseñado para ser la solución definitiva tanto para implementaciones periféricas como en la nube, y cuenta con las siguientes características:
- Diseño integral NMS: a diferencia de YOLOv7, YOLO26 es integral de forma nativa. Elimina la necesidad del NMS , lo que da como resultado una latencia de inferencia más rápida y determinista, esencial para la robótica en tiempo real.
- Optimizador MuSGD: inspirado en las innovaciones en el entrenamiento de LLM (como Kimi K2 de Moonshot AI), este optimizador híbrido combina SGD Muon, estabilizando el entrenamiento y acelerando la convergencia.
- CPU hasta un 43 % más rápida: al eliminar la pérdida focal de distribución (DFL) y optimizar la arquitectura, YOLO26 alcanza velocidades significativamente más rápidas en las CPU, lo que lo hace superior para dispositivos periféricos como Raspberry Pi.
- ProgLoss + STAL: Las funciones de pérdida avanzadas mejoran el reconocimiento de objetos pequeños, un área crítica en la que los modelos antiguos solían tener dificultades.
Para los desarrolladores que buscan el mejor equilibrio entre velocidad, precisión y facilidad de implementación, se recomienda encarecidamente la transición a YOLO26.
Otros Modelos para Explorar
Si está interesado en explorar otras arquitecturas dentro de la Ultralytics , considere:
- YOLO11: La generación anterior de última tecnología, que ofrece un gran equilibrio entre sus características.
- YOLOv10: El pionero de las estrategias de entrenamiento NMS en la YOLO .
- RT-DETR: un detector basado en transformadores que destaca por su precisión, pero que requiere más GPU .
Al aprovechar la Ultralytics , puede comparar fácilmente estos modelos con sus conjuntos de datos específicos para encontrar el que mejor se adapte a su aplicación.