YOLOX frente a YOLO26#

El campo de la visión artificial ha experimentado transformaciones extraordinarias durante la última década. Dos hitos importantes de esta evolución son el lanzamiento de YOLOX, que popularizó las arquitecturas sin anclajes, y la reciente presentación de Ultralytics YOLO26, que redefine por completo el rendimiento en tiempo real gracias a un diseño nativo integral y sin NMS. Esta comparativa exhaustiva analiza sus arquitecturas, métricas de rendimiento y escenarios de implementación 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 una cabeza desacoplada y una estrategia avanzada de asignación de etiquetas conocida como SimOTA. Al abandonar los mecanismos tradicionales de cajas de anclaje que dominaban las arquitecturas anteriores, YOLOX logró tender un puente entre la investigación académica y las aplicaciones industriales, y ofreció un framework elegante y muy eficaz para la detección de objetos.

Más información sobre YOLOX

YOLO26#

• Autores: Glenn Jocher y Jing Qiu
• Organización: Ultralytics
• Fecha: 2026-01-14
• GitHub: ultralytics/ultralytics
• Plataforma: Ultralytics Platform

Lanzado a principios de 2026, YOLO26 culmina años de mejoras iterativas y se centra especialmente en la implementación en edge y en simplificar los flujos de entrenamiento. Incorpora una cabeza opcional integral, uno a uno y sin NMS (nms=False) que omite la etapa tradicional de supresión no máxima en el posprocesamiento. Este avance simplifica enormemente la implementación del modelo en distintos tipos de hardware. Además, al eliminar el módulo Distribution Focal Loss (DFL), YOLO26 consigue una latencia considerablemente menor y se consolida como la opción líder para las aplicaciones modernas 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 lleva la eficiencia arquitectónica al siguiente nivel. La eliminación de NMS no solo reduce la latencia de inferencia, sino que también garantiza tiempos de ejecución uniformes y deterministas, un factor esencial para los vehículos autónomos y la robótica.

Entre las principales innovaciones de YOLO26 se incluyen:

• Optimizador MuSGD: Esta combinación de SGD y Muon, inspirada en las técnicas de entrenamiento de los modelos de lenguaje grandes (LLM), garantiza entrenamientos excepcionalmente estables y una convergencia más rápida.
• Inferencia en CPU hasta un 43 % más rápida: Al eliminar DFL y simplificar la arquitectura de la red, YOLO26 está muy optimizado para dispositivos edge con recursos limitados, desde sencillos sensores de IoT hasta placas Raspberry Pi.
• ProgLoss + STAL: Estas funciones de pérdida avanzadas mejoran notablemente el reconocimiento de objetos pequeños, algo fundamental para analizar imágenes aéreas y realizar un control de calidad preciso en la automatización industrial.

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 muestra una comparativa detallada de modelos estándar evaluados con imágenes de 640 píxeles (y de 416 píxeles en las variantes nano/tiny).

Como muestra la tabla, la serie YOLO26 ofrece un equilibrio de rendimiento superior. Por ejemplo, YOLO26x alcanza unos impresionantes 57.5 mAP con casi la mitad de parámetros que el modelo YOLOXx, lo que se traduce directamente en tiempos de inferencia en GPU más rápidos (11.8 ms frente a 16.1 ms) y una flexibilidad de implementación muy superior.

Experiencia de entrenamiento y ecosistema#

Una de las diferencias más importantes entre estas arquitecturas reside en su facilidad de uso y el soporte de su 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 dependencias y operadores. En cambio, el ecosistema Ultralytics marca el estándar del sector en facilidad de uso.

Con la API unificada de Python, los desarrolladores pueden inicializar, entrenar e implementar modelos YOLO26 con una sencillez sin precedentes. El sistema se encarga automáticamente de descargar conjuntos de datos, ajustar hiperparámetros y exportar los modelos sin complicaciones a formatos como ONNX, TensorRT y OpenVINO.

from ultralytics import YOLO

# Inicializa el innovador 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")

Además, los modelos Ultralytics YOLO requieren mucha menos memoria durante el entrenamiento que las alternativas pesadas basadas en Transformer, lo que permite a los ingenieros entrenar con lotes más grandes 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 benchmarks académicos específicos y sistemas heredados basados en el código original de YOLOX. Su importancia histórica lo convierte en una referencia popular para investigar detectores sin anclajes y estrategias de asignación personalizadas.

En qué destaca YOLO26#

YOLO26 está diseñado específicamente para las aplicaciones industriales modernas. Como admite de forma nativa la segmentación de instancias, la estimación de poses y las cajas delimitadoras orientadas (OBB), es mucho más versátil que los motores de detección estándar.

• Comercio minorista inteligente e inventario: El diseño sin NMS garantiza que los sistemas de caja automatizados procesen secuencias de vídeo con una latencia ultrabaja y reconozcan productos sin el cuello de botella de los ciclos de posprocesamiento.
• Análisis con drones e imágenes aéreas: La función de pérdida angular especializada para OBB y la integración de ProgLoss + STAL hacen que YOLO26 sea inigualable a la hora de detectar objetos rotados y elementos diminutos en extensas imágenes de satélite.
• Sistemas de seguridad edge: Gracias a una inferencia en CPU un 43 % más rápida, YOLO26 permite a las empresas implementar análisis de seguridad robustos directamente en hardware local económico, sin necesidad de costosos recursos de cómputo 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 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.

Otros modelos de Ultralytics#

Si estás explorando la evolución de la visión artificial, merece la pena investigar otros modelos muy 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 probada en numerosos escenarios que estableció el estándar de facilidad de uso y flexibilidad en miles de implementaciones reales.

En conclusión, aunque YOLOX introdujo conceptos fundamentales en el ámbito de la detección de objetos, el nuevo YOLO26 supone un salto generacional en velocidad, precisión y simplicidad de implementación, por lo que es la opción definitiva para empresas y desarrolladores con visión de futuro.