YOLOX frente a YOLO26
El campo de la visión artificial ha cambiado significativamente durante la última década. Dos hitos de esta evolución son el lanzamiento de YOLOX, que popularizó las arquitecturas sin anclajes, y la presentación de Ultralytics YOLO26, que incorpora un diseño nativo, integral y sin NMS para la detección en tiempo real. Esta comparación analiza sus arquitecturas, métricas de rendimiento y escenarios de despliegue ideales para ayudar a los desarrolladores a tomar decisiones fundamentadas para su próximo proyecto de IA.
Descripción general de los modelos#
Conocer los orígenes y los objetivos principales de diseño de cada modelo aporta un contexto esencial para entender sus respectivos logros técnicos.
YOLOX#
- Autores: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li y Jian Sun
- Organización: Megvii
- Fecha: 2021-07-18
- arXiv: 2107.08430
- GitHub: Megvii-BaseDetection/YOLOX
- Documentación: Documentación de YOLOX en GitHub
Presentado a mediados de 2021, YOLOX supuso un cambio importante al adoptar un diseño sin anclajes, combinado con un cabezal desacoplado y la estrategia de asignación de etiquetas SimOTA. Al dejar atrás los mecanismos tradicionales de cajas de anclaje, que dominaban las arquitecturas anteriores, YOLOX ayudó a salvar la brecha entre la investigación académica y la aplicación industrial, ofreciendo un framework sencillo y eficaz para la detección de objetos.
YOLO26#
- Autores: Glenn Jocher y Jing Qiu
- Organización: Ultralytics
- Fecha: 2026-01-14
- GitHub: ultralytics/ultralytics
- Plataforma: Ultralytics Platform
Publicado en enero de 2026, YOLO26 se basa en años de mejoras iterativas y se centra en el despliegue edge y en simplificar los pipelines de entrenamiento. Incorpora un cabezal uno a uno integral y sin NMS opcional (nms=False) que omite el paso tradicional de posprocesamiento de supresión no máxima (NMS), lo que simplifica el despliegue de modelos en distintos tipos de hardware. La eliminación del módulo de pérdida focal de distribución (DFL) también simplifica el cabezal y reduce la latencia, por lo que YOLO26 es una opción sólida para las modernas aplicaciones de visión artificial.
Innovaciones arquitectónicas#
Las arquitecturas de estos dos modelos reflejan la rápida evolución de las metodologías de aprendizaje profundo, especialmente en lo relativo a las funciones de pérdida y el posprocesamiento.
El enfoque de YOLOX#
YOLOX desacopló las tareas de clasificación y regresión en su cabeza de predicción, lo que aceleró considerablemente la convergencia durante el entrenamiento. Su naturaleza sin anclajes redujo el número de parámetros de diseño y evitó tener que ajustar anclajes complejos antes del entrenamiento. Combinado con el algoritmo de asignación de etiquetas SimOTA, YOLOX obtuvo resultados de vanguardia en su momento, especialmente en benchmarks estándar como el conjunto de datos COCO.
Las ventajas de YOLO26#
YOLO26 se centra en la eficiencia arquitectónica. La eliminación de NMS no solo reduce la latencia de inferencia, sino que también ofrece tiempos de ejecución uniformes y predecibles, un factor fundamental para los vehículos autónomos y la robótica.
Entre las principales innovaciones de YOLO26 se incluyen:
- Optimizador MuSGD: inspirado en las técnicas de entrenamiento de los modelos de lenguaje grandes (LLM), este híbrido de SGD y Muon ofrece entrenamientos estables y una convergencia más rápida.
- Hasta un 43 % más de velocidad de inferencia en CPU: al eliminar DFL y agilizar la arquitectura, YOLO26n se ejecuta hasta un 43 % más rápido que YOLO11n en CPU, por lo que es adecuado para dispositivos edge con recursos limitados, desde sensores IoT sencillos hasta placas Raspberry Pi.
- ProgLoss + STAL: la pérdida progresiva y la asignación de etiquetas consciente de objetivos pequeños (STAL) mejoran la detección de objetos pequeños, algo fundamental para analizar imágenes aéreas y llevar a cabo un control de calidad preciso en la automatización de la fabricación.
Si tu proyecto está dirigido a sistemas embebidos o aplicaciones móviles sin GPU dedicada, el rendimiento optimizado de YOLO26 en CPU supone una ventaja significativa, con menos sobrecarga computacional que los modelos de generaciones anteriores.
Rendimiento y pruebas de referencia#
Al evaluar modelos para entornos de producción, es fundamental analizar el equilibrio entre precisión, velocidad y complejidad computacional. A continuación se ofrece una comparación detallada de modelos estándar evaluados con un tamaño de imagen de 640 píxeles (y de 416 para las variantes nano/tiny).
| Modelo | tamaño (píxeles) | mAPval50-95 | Velocidad CPU ONNX (ms) | Velocidad T4 TensorRT10 (ms) | parámetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
Como muestra la tabla, la serie YOLO26 ofrece un mejor equilibrio de rendimiento. Por ejemplo, YOLO26x alcanza un mAP de 57,5 con aproximadamente un 44 % menos de parámetros que YOLOXx, además de una inferencia en GPU más rápida (11,8 ms frente a 16,1 ms).
Experiencia de entrenamiento y ecosistema#
Una de las mayores diferencias entre estas arquitecturas está en la facilidad de uso y el soporte del ecosistema.
Aunque YOLOX sigue siendo un repositorio fundamental para los investigadores que estudian los mecanismos sin anclajes y la asignación de etiquetas, su configuración puede ser compleja y a menudo requiere configurar manualmente las dependencias y los operadores. En cambio, el ecosistema Ultralytics está diseñado para facilitar el uso.
Con la API unificada de Python, los desarrolladores pueden inicializar, entrenar y desplegar modelos YOLO26 con unas pocas líneas de código. Gestiona la descarga de conjuntos de datos, admite el ajuste de hiperparámetros y permite exportar a formatos como ONNX, TensorRT y OpenVINO.
from ultralytics import YOLO
# Inicializa el modelo pequeño YOLO26 integral
model = YOLO("yolo26s.pt")
# Entrena el modelo; optimizer="auto" selecciona MuSGD para ejecuciones largas (>10k iteraciones)
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Valida el rendimiento del modelo con el conjunto de validación
metrics = model.val()
# Exporta el modelo optimizado para desplegarlo en el edge
model.export(format="onnx")Los modelos Ultralytics YOLO también suelen requerir menos memoria durante el entrenamiento que las alternativas pesadas basadas en Transformer, lo que permite a los ingenieros entrenar con tamaños de lote mayores incluso en hardware de consumo.
Aplicaciones en el mundo real#
La elección entre YOLOX y YOLO26 depende, en última instancia, de las limitaciones de implementación y los requisitos multitarea de tu proyecto.
Dónde destaca YOLOX#
YOLOX sigue siendo una opción viable para determinados benchmarks académicos y sistemas heredados basados en el código original de YOLOX. Su importancia histórica lo convierte en una base popular para investigar detectores sin anclajes y estrategias de asignación personalizadas.
En qué destaca YOLO26#
YOLO26 está diseñado para aplicaciones industriales modernas. Como admite de forma nativa la segmentación de instancias, la segmentación semántica, la estimación de profundidad, la clasificación de imágenes, la estimación de pose y las cajas delimitadoras orientadas (OBB), es más versátil que los modelos dedicados únicamente a la detección.
- Comercio minorista inteligente e inventario: el diseño sin NMS ayuda a los sistemas de pago automatizado a procesar flujos de vídeo con baja latencia y reconocer productos sin cuellos de botella en el posprocesamiento.
- Análisis con drones e imágenes aéreas: la pérdida angular especializada para OBB y ProgLoss + STAL hacen que YOLO26 sea muy adecuado para detectar objetos rotados y elementos diminutos en grandes imágenes de satélite.
- Sistemas de seguridad edge: con una inferencia en CPU hasta un 43 % más rápida (YOLO26n frente a YOLO11n), YOLO26 permite a las empresas desplegar análisis de seguridad robustos directamente en hardware local económico, sin recurrir a costosos recursos de computación en la nube.
Casos de uso y recomendaciones#
La elección entre YOLOX y YOLO26 depende de los requisitos concretos 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 YOLO26#
Se recomienda YOLO26 para:
- Implementación edge sin NMS: Aplicaciones que necesitan inferencias uniformes y de baja latencia sin la complejidad del posprocesamiento con supresión no máxima.
- Entornos solo con CPU: Dispositivos sin aceleración de GPU dedicada, en los que la inferencia en CPU hasta un 43 % más rápida de YOLO26 (YOLO26n frente a YOLO11n) supone una ventaja decisiva.
- Detección de objetos pequeños: escenarios complejos, como las imágenes aéreas captadas por drones o el análisis de sensores IoT, en los que ProgLoss y STAL mejoran la precisión con objetos diminutos.
Otros modelos de Ultralytics#
Si estás explorando la evolución de la visión artificial, merece la pena investigar otros modelos capaces de la familia Ultralytics:
- YOLO11: El predecesor inmediato de YOLO26, que ofrece un rendimiento sólido y un amplio respaldo de la comunidad para entornos de producción estables.
- YOLOv8: una arquitectura ampliamente probada que estableció el estándar de facilidad de uso y flexibilidad en miles de despliegues reales.
En conclusión, YOLOX introdujo conceptos importantes en la detección de objetos y YOLO26 ofrece una mejora generacional en velocidad, precisión y sencillez de despliegue, por lo que es la opción recomendada para proyectos nuevos.
Comentarios
Haz una pregunta, comparte tus resultados o ayuda a otra persona.