Empezar

YOLOv9 frente a YOLOX

El campo de la visión artificial ha experimentado una rápida evolución en las arquitecturas de detección de objetos en tiempo real. Esta guía compara YOLOv9 y YOLOX, y analiza sus innovaciones arquitectónicas, métricas de rendimiento y metodologías de entrenamiento. Tanto si desarrollas aplicaciones inteligentes para la IA en la fabricación como si exploras el modelado predictivo, comprender estos modelos te ayudará a tomar decisiones fundamentadas para tu próximo despliegue.

Innovaciones arquitectónicas#

YOLOv9: información de gradiente programable#

YOLOv9 aborda el problema del cuello de botella de información inherente a las redes neuronales profundas. Sus innovaciones principales incluyen la información de gradiente programable (PGI) y la red generalizada de agregación eficiente de capas (GELAN).

  • Autores: Chien-Yao Wang y Hong-Yuan Mark Liao
  • Organización: Institute of Information Science, Academia Sinica, Taiwán
  • Fecha: 21 de febrero de 2024
  • arXiv: 2402.13616
  • GitHub: WongKinYiu/yolov9

Al conservar datos cruciales de las características durante el proceso de propagación hacia delante, YOLOv9 ayuda a mantener la precisión de los gradientes utilizados para actualizar los pesos durante la retropropagación. Esta arquitectura destaca en la extracción de características, por lo que resulta eficaz para detectar objetos pequeños en entornos complejos, como los de las imágenes aéreas y las exploraciones médicas detalladas.

Más información sobre YOLOv9

YOLOX: conectar la investigación y la industria#

Lanzado a mediados de 2021, YOLOX orientó la serie YOLO hacia un diseño sin anclajes. Introdujo una cabeza desacoplada, que separa las tareas de clasificación y localización, y utilizó la estrategia de asignación de etiquetas SimOTA para mejorar la convergencia del entrenamiento.

Aunque YOLOX tuvo una gran influencia en su época, ofrecía una precisión media (mAP) excelente y eliminaba el ajuste de hiperparámetros de los anchors; desde entonces, su arquitectura ha sido superada por redes modernas que equilibran mejor el número de parámetros y la conservación de características.

Más información sobre YOLOX

Evolución sin anclajes

Tanto YOLOX como los modelos más recientes de Ultralytics adoptan diseños sin anclajes, lo que reduce la complejidad del ajuste de hiperparámetros y mejora la capacidad de generalización en conjuntos de datos diversos.

Análisis del rendimiento#

Al comparar estos modelos en el benchmark MS COCO, los avances de YOLOv9 resultan evidentes. YOLOv9 logra sistemáticamente un mejor equilibrio entre precisión y FLOPs.

Modelotamaño
(píxeles)
mAPval50-95Velocidad
CPU ONNX
(ms)
Velocidad
T4 TensorRT10
(ms)
parámetros
(M)
FLOPs
(B)
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9

Aunque YOLOX ofrece variantes ligeras como YOLOX-Nano para casos extremos de computación periférica, las variantes de YOLOv9 superan sistemáticamente a los modelos YOLOX de tamaño similar en precisión pura. Por ejemplo, YOLOv9m alcanza un 51,4 % de mAP frente al 49,7 % de YOLOXl, pese a tener menos de la mitad de parámetros (20,1 M frente a 54,2 M).

La ventaja de Ultralytics#

Elegir un modelo implica algo más que estudiar su arquitectura: el ecosistema que lo rodea determina la velocidad de desarrollo y el éxito del despliegue. Utilizar YOLOv9 dentro del ecosistema de Ultralytics ofrece facilidad de uso y un sólido apoyo de la comunidad.

A diferencia de los repositorios de investigación originales más antiguos, el framework de Ultralytics ofrece una API unificada de Python que simplifica los flujos de trabajo complejos. El entrenamiento suele requerir menos memoria de GPU que muchas alternativas, lo que mejora la eficiencia del entrenamiento.

from ultralytics import YOLO

# Inicializa el modelo YOLOv9c
model = YOLO("yolov9c.pt")

# Entrena el modelo con tu conjunto de datos personalizado
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Valida el rendimiento del modelo
metrics = model.val()

# Exporta el modelo optimizado al formato TensorRT
model.export(format="engine")

Gracias a la compatibilidad integrada con varias tareas, como la detección de objetos, la segmentación de instancias y la estimación de pose, puedes cambiar de tarea de visión sin modificar toda tu base de código.

Exportación sencilla

¿Vas a desplegar en edge? Ultralytics facilita la exportación de los modelos entrenados a formatos optimizados como ONNX, TensorRT y OpenVINO con un solo comando.

Aplicaciones en el mundo real#

Las ventajas específicas de estos modelos los hacen adecuados para distintas aplicaciones del mundo real:

Análisis de comercios minoristas de alta velocidad#

Para los entornos comerciales modernos que requieren reconocimiento de productos en tiempo real, YOLOv9 ofrece un rendimiento excelente. Su capacidad para conservar detalles complejos de las características lo hace muy adecuado para los despliegues de IA en el comercio minorista, donde es necesario distinguir productos visualmente similares en estanterías abarrotadas.

Despliegues heredados en dispositivos periféricos#

En situaciones con limitaciones estrictas de hardware o NPU especializadas que tienen dificultades con los bloques de agregación más recientes, YOLOX-Nano puede encontrar ocasionalmente su nicho. A veces se prefieren sus sencillos patrones convolucionales para microcontroladores con recursos extremadamente limitados.

Robótica autónoma#

En la navegación robótica, pasar por alto objetos pequeños puede tener consecuencias catastróficas. La arquitectura GELAN de YOLOv9 ayuda a evitar que las características de obstáculos pequeños y lejanos se pierdan en las capas profundas de la red, algo importante en entornos críticos para la seguridad, como las aplicaciones de IA en automoción.

Casos de uso y recomendaciones#

La elección entre YOLOv9 y YOLOX depende de los requisitos específicos de tu proyecto, las limitaciones del despliegue y tus preferencias de ecosistema.

Cuándo elegir YOLOv9#

YOLOv9 es una buena opción para:

  • Investigación sobre cuellos de botella de información: Proyectos académicos que estudian las arquitecturas de información de gradiente programable (PGI) y de red de agregación de capas eficiente generalizada (GELAN).
  • Estudios de optimización del flujo de gradiente: Investigaciones centradas en comprender y mitigar la pérdida de información en las capas profundas de la red durante el entrenamiento.
  • Evaluación comparativa de detección de alta precisión: Situaciones en las que el sólido rendimiento de YOLOv9 en las pruebas de referencia de COCO sirve como referencia para comparar arquitecturas.

Cuándo elegir YOLOX#

Se recomienda YOLOX para:

  • Investigación sobre detección sin anclajes: Investigación académica que utiliza la arquitectura limpia y sin anclajes de YOLOX como base para experimentar con nuevos cabezales de detección o funciones de pérdida.
  • Dispositivos de borde ultraligeros: Implementación en microcontroladores o hardware móvil heredado, donde el tamaño extremadamente reducido de la variante YOLOX-Nano (0,91 M de parámetros) es fundamental.
  • Estudios de asignación de etiquetas SimOTA: Proyectos de investigación que analizan estrategias de asignación de etiquetas basadas en el transporte óptimo y su impacto en la convergencia del entrenamiento.

Cuándo elegir Ultralytics (YOLO26)#

Para la mayoría de los proyectos nuevos, Ultralytics YOLO26 ofrece la mejor combinación de rendimiento y experiencia para desarrolladores:

  • Despliegue edge sin NMS: Aplicaciones que requieren una inferencia uniforme y de baja latencia sin la complejidad del posprocesamiento de supresión no máxima (NMS).
  • Entornos que solo usan CPU: Dispositivos sin aceleración de GPU dedicada, en los que la inferencia en CPU de YOLO26n, hasta un 43 % más rápida que la de YOLO11n, ofrece una ventaja decisiva.
  • Detección de objetos pequeños: situaciones complejas, como las imágenes aéreas captadas con drones o el análisis de sensores IoT, en las que ProgLoss y STAL mejoran la precisión con objetos diminutos.

El futuro: llega YOLO26#

YOLOv9 es un hito importante, pero los requisitos de producción siguen evolucionando. YOLO26, lanzado en enero de 2026, es actualmente el modelo de Ultralytics recomendado.

YOLO26 simplifica el flujo de despliegue con un diseño opcional de extremo a extremo sin NMS. Al eliminar el posprocesamiento de NMS mediante nms=False, ofrece una menor latencia de inferencia.

YOLO26 también incorpora el optimizador MuSGD, una combinación de SGD y Muon que adopta innovaciones del entrenamiento de LLM para ofrecer una convergencia estable y rápida. Al eliminar DFL y utilizar inferencia sin NMS, YOLO26n logra una inferencia en CPU hasta un 43 % más rápida que YOLO11n, lo que convierte a YOLO26 en una opción sólida para dispositivos edge y despliegues empresariales. Gracias a ProgLoss y STAL (pérdida progresiva y asignación de etiquetas con conocimiento de objetivos pequeños), que mejoran la detección de objetos pequeños, YOLO26 supera tanto a YOLOX como a YOLOv9 para los nuevos proyectos.

Para los ingenieros que exploran arquitecturas modernas, YOLO11 y RT-DETR también son buenas alternativas dentro del ecosistema de Ultralytics, y la plataforma Ultralytics te permite entrenar y desplegar los modelos más recientes desde un mismo lugar.

Comentarios

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