YOLOv8 frente a EfficientDet
En el campo de la detección de objetos, que evoluciona rápidamente, elegir la arquitectura de red neuronal adecuada es fundamental para equilibrar la precisión, la velocidad de inferencia y la viabilidad del despliegue. Esta comparación técnica abarca dos arquitecturas influyentes: Ultralytics YOLOv8, un estándar versátil en el ecosistema moderno de visión artificial, y EfficientDet, un modelo pionero de Google conocido por su estrategia de escalado compuesto.
Tanto si despliegas en servidores en la nube de alto rendimiento como en dispositivos periféricos con recursos limitados, conocer las diferencias arquitectónicas entre estos modelos te ayudará a elegir el adecuado.
Descripción general de la arquitectura#
Ambos modelos abordan el reto de identificar y localizar objetos en una imagen mediante redes neuronales convolucionales, pero emplean metodologías distintas para extraer características y realizar la regresión de las cajas delimitadoras.
Ultralytics YOLOv8#
Publicado por Ultralytics en enero de 2023, YOLOv8 supuso un gran avance para la familia YOLO. Creado por Glenn Jocher, Ayush Chaurasia y Jing Qiu, se diseñó desde cero para admitir varias tareas de visión, como la detección de objetos, la segmentación de instancias, la clasificación de imágenes y la estimación de poses.
La arquitectura incorpora una cabeza de detección sin anclajes, que reduce el número de predicciones de cuadros y acelera la supresión no máxima (NMS). Su red troncal utiliza un módulo C2f (cuello de botella parcial entre etapas con dos convoluciones) para mejorar el flujo de gradientes durante el entrenamiento y mantener un tamaño reducido. Esto hace que YOLOv8 sea eficiente al compilarlo en formatos como NVIDIA TensorRT o ONNX.
EfficientDet#
Creado por Mingxing Tan, Ruoming Pang y Quoc V. Le, de Google, y publicado a finales de 2019, EfficientDet se centra en la eficiencia escalable. Tal como se describe en su artículo oficial de arXiv, el modelo se basa en la investigación de AutoML de Google.
La característica distintiva de EfficientDet es su red piramidal de características bidireccional (BiFPN), que permite fusionar características a varias escalas de forma sencilla y rápida. Combinada con una red troncal EfficientNet, la arquitectura utiliza un método de escalado compuesto que escala uniformemente y al mismo tiempo la resolución, la profundidad y la anchura de todas las redes troncales, de características y de predicción de cuadros y clases. Aunque ofrece una eficiencia excelente en cuanto a parámetros, su compleja topología de red suele ejecutarse más lentamente en GPU de lo que su reducido número de FLOPs podría sugerir.
Más información sobre EfficientDet
Comparativa de rendimiento y métricas#
Al comparar detectores de objetos, la precisión media (mAP) y la latencia de inferencia son los principales parámetros de referencia. La tabla siguiente muestra una comparación de las variantes de YOLOv8 y la familia EfficientDet (d0-d7) según métricas estándar en el conjunto de datos COCO.
| Modelo | tamaño (píxeles) | mAPval50-95 | Velocidad CPU ONNX (ms) | Velocidad T4 TensorRT10 (ms) | parámetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv8n | 640 | 37.3 | 80.4 | 1.47 | 3.2 | 8.7 |
| YOLOv8s | 640 | 44.9 | 128.4 | 2.66 | 11.2 | 28.6 |
| YOLOv8m | 640 | 50.2 | 234.7 | 5.86 | 25.9 | 78.9 |
| YOLOv8l | 640 | 52.9 | 375.2 | 9.06 | 43.7 | 165.1 |
| YOLOv8x | 640 | 53.9 | 479.1 | 14.37 | 68.2 | 257.8 |
| EfficientDet-d0 | 512 | 34.6 | - | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | - | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 768 | 43.0 | - | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 896 | 47.5 | - | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 1024 | 49.7 | - | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 1280 | 51.5 | - | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 1280 | 52.6 | - | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 1536 | 53.7 | - | 128.07 | 51.9 | 325.0 |
Aunque EfficientDet alcanza una precisión competitiva con menos FLOPs, Ultralytics YOLOv8 es mucho más rápido en GPU. Por ejemplo, YOLOv8x alcanza un mAP ligeramente superior (53,9) al de EfficientDet-d7 (53,7), pero se ejecuta aproximadamente 9 veces más rápido en una GPU T4 (14,37 ms frente a 128,07 ms), lo que convierte a YOLOv8 en una opción excelente para el análisis de vídeo en tiempo real.
Metodologías de entrenamiento y ecosistema#
La experiencia de desarrollo es un factor crucial al elegir una arquitectura de aprendizaje automático, y el apoyo de la comunidad y las herramientas del ecosistema varían considerablemente entre estos modelos.
EfficientDet depende en gran medida de TensorFlow y de flujos de trabajo especializados de AutoML. Aunque resulta eficaz para el entrenamiento distribuido en la nube a gran escala, configurar el entorno, ajustar los anclajes y analizar los densos archivos de configuración del repositorio de EfficientDet en GitHub puede llevar bastante trabajo.
En cambio, Ultralytics YOLOv8 está desarrollado de forma nativa sobre PyTorch y diseñado para facilitar su uso. Los desarrolladores pueden empezar a entrenar con una sola línea de código Python o un único comando de CLI. El uso de memoria durante el entrenamiento también está optimizado, así que los desarrolladores con GPU de consumo modestas pueden entrenar modelos capaces con menos errores de falta de memoria (OOM) que los que suelen provocar las arquitecturas basadas en Transformer.
Ultralytics Platform añade una interfaz sin código para anotar conjuntos de datos, entrenar modelos y desplegarlos en la nube, mientras que el ajuste de hiperparámetros integrado ayuda a optimizar la precisión en conjuntos de datos personalizados.
Ejemplo de código Python: inferencia con YOLOv8#
Entrenar y ejecutar YOLOv8 con el repositorio de Ultralytics en GitHub requiere solo unas pocas líneas de código:
from ultralytics import YOLO
# Inicializa el modelo YOLOv8 de forma nativa en PyTorch
model = YOLO("yolov8n.pt")
# Entrena el modelo con el conjunto de datos de ejemplo COCO8
train_results = model.train(data="coco8.yaml", epochs=50, imgsz=640)
# Ejecuta una inferencia rápida en la URL de una imagen
inference_results = model("https://ultralytics.com/images/bus.jpg")
# Muestra las cajas delimitadoras
inference_results[0].show()La próxima generación: actualización a Ultralytics YOLO26#
Aunque YOLOv8 sigue siendo un modelo capaz para producción, los desarrolladores que empiecen proyectos nuevos deberían evaluar Ultralytics YOLO26, publicado en enero de 2026 y ahora el modelo recomendado por Ultralytics.
YOLO26 incorpora un diseño integral sin NMS nativo. Su cabeza opcional uno a uno (nms=False) elimina el posprocesamiento de NMS, un paso utilizado desde las primeras versiones de YOLO, lo que reduce las variaciones de latencia y simplifica el despliegue en dispositivos de bajo consumo.
YOLO26 también incorpora varias mejoras de entrenamiento y arquitectura:
- Optimizador MuSGD: inspirado en técnicas de entrenamiento de LLM, este híbrido de SGD y Muon ofrece un entrenamiento estable y una convergencia más rápida.
- Inferencia en CPU hasta un 43 % más rápida: al eliminar NMS y DFL, YOLO26n se ejecuta hasta un 43 % más rápido que YOLO11n durante la inferencia en CPU con ONNX, por lo que es adecuado para dispositivos periféricos que solo disponen de CPU y carecen de NPU dedicada.
- ProgLoss + STAL: la pérdida progresiva y la asignación de etiquetas consciente de los objetos pequeños (STAL) mejoran la detección de objetos pequeños, lo que resulta útil en imágenes aéreas y aplicaciones de cámaras del IoT.
- Eliminación de DFL: eliminar Distribution Focal Loss simplifica la exportación a formatos como OpenVINO y CoreML.
Casos de uso y recomendaciones#
La elección entre estas arquitecturas depende, en última instancia, de tus limitaciones de implementación y de los requisitos heredados.
- Elige Ultralytics YOLOv8 si: estás desarrollando aplicaciones versátiles de visión artificial que exigen gran precisión, inferencia en GPU en tiempo real y una experiencia de desarrollo sencilla. Su sólido rendimiento en tareas de detección, segmentación y clasificación lo convierte en una opción versátil para el análisis en comercios, la robótica y los sistemas de seguridad.
- Elige EfficientDet si: Debes ceñirte a flujos de trabajo heredados de TensorFlow y tu prioridad es reducir al mínimo el número de parámetros y los FLOP teóricos, quizá con fines de investigación y no para una implementación industrial estrictamente en tiempo real.
- Elige Ultralytics YOLO26 si: vas a empezar un proyecto nuevo. YOLO26 es el modelo actual recomendado por Ultralytics y su arquitectura integral nativa sin NMS es adecuada tanto para despliegues periféricos rápidos como para el procesamiento a gran escala en la nube.
Si estás explorando otros modelos del ecosistema de Ultralytics, también puedes considerar Ultralytics YOLO11, que ofrece un equilibrio probado entre velocidad y precisión, o RT-DETR, que aplica un enfoque basado en Transformer a la detección en tiempo real.
Comentarios1
Haz una pregunta, comparte tus resultados o ayuda a otra persona.
extremezero9023(editado)
Great technical breakdown! EfficientDet is known for its excellent accuracy-to-efficiency ratio, especially in resource-constrained environments. However, this YOLOv8 comparison highlights how v8 brings better versatility, faster inference times, and an easier training pipeline. While EfficientDet excels in structured setups, YOLOv8 feels more production-ready for dynamic and real-time use cases.