YOLOX frente a PP-YOLOE+#

Al diseñar un flujo de trabajo sólido de visión artificial, elegir el modelo de detección de objetos adecuado es una decisión fundamental. El panorama de los detectores de objetos en tiempo real es muy competitivo y numerosas arquitecturas aspiran a ofrecer el equilibrio ideal entre velocidad de inferencia y precisión de detección. En esta comparativa técnica, evaluaremos dos modelos destacados: YOLOX y PP-YOLOE+. Al examinar sus diseños arquitectónicos, métodos de entrenamiento y métricas de rendimiento, queremos ofrecer a desarrolladores e investigadores la información necesaria para elegir la herramienta adecuada para sus entornos de implementación.

Innovaciones y diseño arquitectónicos#

Ambos modelos se diseñaron para abordar problemas concretos de las primeras iteraciones de YOLO, pero adoptan enfoques fundamentalmente distintos para resolver el equilibrio entre velocidad y precisión.

YOLOX: conectar la investigación y la industria#

Desarrollado por Zheng Ge, Songtao Liu, Feng Wang, Zeming Li y Jian Sun en Megvii, YOLOX se publicó el 18 de julio de 2021. Supuso un cambio importante en la familia YOLO al adoptar plenamente un diseño sin anchors. Puedes consultar la investigación fundacional en su artículo oficial de Arxiv y el código fuente original en el repositorio de YOLOX en GitHub.

YOLOX incorpora una cabeza desacoplada que separa las tareas de clasificación y regresión, lo que mejora significativamente la velocidad de convergencia durante el entrenamiento. También introdujo estrategias avanzadas de asignación de etiquetas, como SimOTA, para asignar dinámicamente las muestras positivas. Esto hace que el modelo sea muy eficiente, especialmente en entornos de IA periférica con recursos computacionales muy limitados.

Descubre más sobre YOLOX

PP-YOLOE+: detección industrial de alto rendimiento#

Presentado por los autores de PaddlePaddle en Baidu el 2 de abril de 2022, PP-YOLOE+ es una evolución muy optimizada de la serie PP-YOLO. Según se detalla en su publicación de Arxiv, PP-YOLOE+ está profundamente integrado en el ecosistema de Baidu y requiere el framework PaddlePaddle. Puedes consultar las configuraciones del modelo en el repositorio de PaddleDetection en GitHub.

PP-YOLOE+ se basa en una potente red troncal CSPRepResNet y utiliza una cabeza Efficient Task-aligned (ET-head) junto con Task Alignment Learning (TAL). Esta arquitectura consigue una precisión media promedio (mAP) sobresaliente en el conjunto de datos COCO, por lo que es una opción formidable para la detección de defectos industriales y el procesamiento intensivo en servidores, donde la precisión prima sobre la minimización de dependencias.

Más información sobre PP-YOLOE+

Pruebas de rendimiento#

Comprender el rendimiento de estos modelos en distintas escalas es esencial para su implementación. La tabla siguiente recoge métricas clave, como mAP y velocidades de inferencia tras la exportación a TensorRT.

Casos de uso y recomendaciones#

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

Cuándo elegir YOLOX#

YOLOX es una buena opción 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 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.

La ventaja de Ultralytics: descubre YOLO26#

Aunque YOLOX y PP-YOLOE+ ofrecen ventajas distintas, la rápida evolución de la IA exige herramientas que combinen una precisión de última generación con una facilidad de uso sin igual. En este contexto, los modelos de Ultralytics, en concreto el recién lanzado Ultralytics YOLO26, superan a los antiguos repositorios de investigación.

Lanzado en enero de 2026, YOLO26 establece un nuevo estándar para la detección de objetos moderna y otras tareas, con una experiencia de desarrollo que los frameworks de la competencia no pueden igualar.

Por qué los desarrolladores eligen YOLO26#

1. Diseño de extremo a extremo sin NMS: Basado en conceptos pioneros de YOLOv10, YOLO26 admite inferencia nativa de extremo a extremo. Al omitir el posprocesamiento de supresión de no máximos (NMS) con su cabeza opcional uno a uno (nms=False), garantiza una latencia muy uniforme y simplifica enormemente los procesos de exportación para entornos periféricos.
2. Optimización de nueva generación: El optimizador MuSGD, una combinación de SGD y Muon (inspirado en metodologías de LLM como Kimi K2 de Moonshot AI), revoluciona la estabilidad del entrenamiento y garantiza una convergencia más rápida. Además, YOLO26 utiliza ProgLoss + STAL para mejorar drásticamente el reconocimiento de objetos pequeños, una característica crucial para aplicaciones que utilizan imágenes aéreas y robótica.
3. Eficiencia de hardware sin igual: Al eliminar Distribution Focal Loss (DFL), YOLO26 simplifica su cabeza de detección y su grafo de exportación. Ofrece una inferencia en CPU hasta un 43 % más rápida, por lo que es la opción definitiva para dispositivos sin aceleración GPU dedicada.
4. Versatilidad extrema: A diferencia de PP-YOLOE+, que se centra exclusivamente en la detección, YOLO26 ofrece compatibilidad unificada con numerosas tareas. Incorpora una función de pérdida de segmentación semántica especializada para la segmentación de instancias, estimación de log-verosimilitud residual (RLE) para una estimación de pose precisa y mecanismos avanzados de pérdida angular para las cajas delimitadoras orientadas (OBB).

Integración sencilla con el ecosistema#

Ultralytics elimina los problemas que generan las instalaciones complejas de frameworks. Con la API unificada de Python o la intuitiva plataforma Ultralytics, puedes entrenar, validar y exportar modelos con solo unas pocas líneas de código.

from ultralytics import YOLO

# Carga el modelo small YOLO26 más avanzado
model = YOLO("yolo26s.pt")

# Entrenar con un conjunto de datos personalizado y un consumo mínimo de memoria CUDA
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Ejecuta inferencias sin esfuerzo
predictions = model("https://ultralytics.com/images/bus.jpg")

# Exporta a ONNX de forma nativa y aprovecha al máximo la arquitectura sin NMS
model.export(format="onnx", nms=False)

Para quienes evalúan otras arquitecturas robustas del ecosistema Ultralytics, YOLO11 sigue siendo una opción muy fiable para implementaciones heredadas, mientras que el RT-DETR basado en Transformer ofrece excelentes capacidades a quienes buscan soluciones basadas en mecanismos de atención.

Resumen#

La elección entre YOLOX y PP-YOLOE+ suele depender de las restricciones principales de tu framework: si prefieres la flexibilidad de PyTorch o una integración profunda con PaddlePaddle de Baidu. Sin embargo, para las organizaciones que buscan preparar su infraestructura de IA para el futuro, Ultralytics YOLO26 ofrece una alternativa muy superior. Gracias a la inferencia opcional sin NMS, su reducido consumo de memoria y su amplia versatilidad para distintas tareas, YOLO26 permite a los equipos crear aplicaciones de visión artificial más rápidas, inteligentes y eficientes con una facilidad sin precedentes.