Empezar

YOLOX frente a YOLOv6-3.0

La evolución de la visión artificial se ha definido en gran medida por los rápidos avances de la serie YOLO. Elegir la arquitectura adecuada para tu despliegue suele depender de equilibrar el rendimiento bruto, la sencillez arquitectónica y la eficiencia del entrenamiento. Dos hitos destacados de esta evolución son el enfoque de investigación sin anclajes de YOLOX y el enfoque de rendimiento industrial de YOLOv6-3.0.

Esta comparación técnica desglosa sus diferencias arquitectónicas, métricas de rendimiento y casos de uso ideales, y presenta Ultralytics YOLO26 para los desarrolladores que necesitan un despliegue eficiente en dispositivos periféricos y en la nube.

YOLOX: conectar la investigación y la industria#

Desarrollado por investigadores de Megvii, YOLOX se presentó como un importante cambio hacia la simplificación de la arquitectura YOLO, al hacerla completamente sin anclajes.

Aspectos arquitectónicos destacados#

YOLOX integró un diseño sin anclajes en la familia YOLO. Al eliminar los cuadros de anclaje predefinidos, el modelo reduce considerablemente el número de parámetros de diseño y el ajuste heurístico necesarios durante el entrenamiento. Así, YOLOX se adapta a diversos conjuntos de datos personalizados sin tener que recalcular los anclajes manualmente.

Además, YOLOX introdujo una arquitectura de cabezal desacoplado. Al separar las tareas de clasificación y regresión en ramas distintas, el modelo reduce el conflicto entre identificar qué es un objeto y dónde está. Junto con la estrategia de asignación de etiquetas SimOTA, YOLOX logra una convergencia más rápida y mejora la precisión media (mAP).

Más información sobre YOLOX

Ventajas de la detección sin anclajes

Los detectores sin anclajes, como YOLOX, suelen funcionar mejor con conjuntos de datos personalizados que contienen objetos con proporciones inusuales, ya que no dependen de valores previos fijos de cajas delimitadoras que podrían no ajustarse a los nuevos datos.

YOLOv6-3.0: el peso pesado industrial#

Desarrollado por el Departamento de IA Visual de Meituan, YOLOv6-3.0 está diseñado para ofrecer un alto rendimiento industrial, especialmente en GPU NVIDIA con aceleradores de hardware como TensorRT.

  • Autores: Chuyi Li, Lulu Li, Yifei Geng y otros.
  • Organización: Meituan
  • Fecha: 2023-01-13
  • arXiv: 2301.05586
  • GitHub: meituan/YOLOv6

Optimización para la implementación#

YOLOv6-3.0 se centra en maximizar el uso de la GPU. Incorpora un módulo de concatenación bidireccional (BiC) en el cuello para mejorar la fusión de características y mantener una alta velocidad de inferencia. Aunque la fase de inferencia no utiliza anclajes, YOLOv6-3.0 emplea una estrategia de entrenamiento asistido por anclajes (AAT) para beneficiarse de la estabilidad de los métodos basados en anclajes durante el entrenamiento.

Los modelos más pequeños utilizan el tronco EfficientRep, optimizado para el hardware (los más grandes usan CSPStackRep), diseñado para minimizar los costes de acceso a memoria y maximizar la densidad computacional en aceleradores modernos. Esto convierte a YOLOv6 en una buena opción para el análisis de vídeo en servidores.

Más información sobre YOLOv6

Comparativa de rendimiento#

Al comparar estos modelos, los desarrolladores deben sopesar la precisión bruta frente a la velocidad de inferencia y el número de parámetros. La siguiente tabla destaca el rendimiento de ambas familias de modelos en varios tamaños.

Modelotamaño
(píxeles)
mAPval50-95Velocidad
CPU ONNX
(ms)
Velocidad
T4 TensorRT10
(ms)
parámetros
(M)
FLOPs
(B)
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
YOLOv6-3.0n64037.5-1.174.711.4
YOLOv6-3.0s64045.0-2.6618.545.3
YOLOv6-3.0m64050.0-5.2834.985.8
YOLOv6-3.0l64052.8-8.9559.6150.7

YOLOv6-3.0 logra un mAP superior al de YOLOX en cada tamaño comparable, con velocidades de TensorRT similares o mayores, mientras que YOLOX sigue siendo competitivo gracias a su sencillez y a sus variantes Nano y Tiny de tamaño muy reducido.

Casos de uso y recomendaciones#

Elegir entre YOLOX y YOLOv6 depende de los requisitos específicos de tu proyecto, las limitaciones de implementación y tus preferencias en cuanto al 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 YOLOv6#

Se recomienda YOLOv6 para:

  • Despliegues adaptados al hardware industrial: situaciones en las que el diseño adaptado al hardware y la reparametrización eficiente del modelo ofrecen un rendimiento optimizado en el hardware de destino específico.
  • Detección rápida en una sola etapa: aplicaciones que priorizan la velocidad de inferencia bruta en GPU para procesar vídeo en tiempo real en entornos controlados.
  • Integración con el ecosistema de Meituan: equipos que ya trabajan con la pila tecnológica y la infraestructura de despliegue de Meituan.

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 requieren una inferencia constante 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.

La ventaja de Ultralytics#

Aunque Megvii y Meituan ofrecen repositorios de investigación capaces, desplegar estos modelos en producción suele requerir un considerable esfuerzo de ingeniería. El ecosistema integrado de Ultralytics reduce estas dificultades al ofrecer una API unificada y ampliamente documentada.

Con el paquete de Ultralytics, los desarrolladores disfrutan de una experiencia de uso coherente. Incluye aumento de datos integrado, gestión eficiente de memoria durante el entrenamiento (con unos requisitos de VRAM mucho menores que los de modelos Transformer como RT-DETR) y canalizaciones de exportación a formatos como ONNX y OpenVINO.

A diferencia de los modelos especializados, las arquitecturas de Ultralytics son versátiles y admiten de forma nativa la detección de objetos, la segmentación de instancias, la clasificación de imágenes, la estimación de pose y los cuadros delimitadores orientados (OBB).

Llega YOLO26#

Para los equipos que comienzan nuevos proyectos de visión artificial, Ultralytics recomienda Ultralytics YOLO26, publicado en enero de 2026. Basado en YOLO11 y YOLOv8, YOLO26 introduce varias funciones nuevas:

  • Diseño integral sin NMS: Explorado por primera vez en YOLOv10, el cabezal opcional uno a uno de YOLO26 (nms=False) elimina la necesidad del posprocesamiento con NMS. Esto ofrece una inferencia predecible y de baja latencia para la robótica en tiempo real.
  • Optimizador MuSGD: Inspirado en técnicas de entrenamiento de modelos de lenguaje grandes, como Kimi K2 de Moonshot AI, YOLO26 utiliza el optimizador MuSGD (una combinación de SGD y Muon) para lograr un entrenamiento estable y una convergencia más rápida.
  • Inferencia en CPU hasta un 43 % más rápida: Al eliminar Distribution Focal Loss (DFL) y simplificar el cabezal de la red, YOLO26n funciona hasta un 43 % más rápido que YOLO11n en CPU, por lo que resulta adecuado para dispositivos periféricos que dependen de la ejecución en CPU.
  • ProgLoss + STAL: La pérdida progresiva y la asignación de etiquetas consciente de objetivos pequeños (STAL) mejoran la detección de objetos pequeños, por lo que YOLO26 es ideal para imágenes aéreas y la inspección de defectos microscópicos.

Ejemplo de entrenamiento unificado#

Con la API de Python de Ultralytics, basta con unas pocas líneas de código para entrenar modelos de última generación. La misma interfaz clara se aplica tanto si pruebas un modelo YOLO antiguo como si despliegas el modelo YOLO26 más reciente.

from ultralytics import YOLO

# Load the next-generation YOLO26 model (NMS-free, optimized for edge)
model = YOLO("yolo26n.pt")

# Train the model on the COCO8 dataset
# The ecosystem handles dataset downloading, caching, and batching natively
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Validate the model and print mAP metrics
metrics = model.val()
print(f"Validation mAP50-95: {metrics.box.map}")

# Export the model for edge deployment
model.export(format="onnx")
Plataforma Ultralytics

Para disfrutar de una experiencia aún más fluida, gestiona tus conjuntos de datos, realiza un seguimiento de los experimentos y entrena modelos en la nube con Ultralytics Platform, sin escribir código.

Recomendaciones según el caso de uso#

Al decidir entre estas arquitecturas, ten en cuenta las limitaciones de tu hardware y los requisitos de tu proyecto:

  • Elige YOLOX si investigas estrategias de asignación de etiquetas en el ámbito académico o necesitas una base sin anclajes, sencilla y fácil de entender, para modificar la arquitectura a medida.
  • Elige YOLOv6-3.0 si vas a implementarlo en un bastidor de servidores industriales equipado con GPU NVIDIA de gama alta, como la A100 o la T4, donde puedas utilizar lotes grandes y optimizaciones de TensorRT para procesar cientos de flujos de vídeo simultáneamente.
  • Elige YOLO26 para la gran mayoría de las aplicaciones modernas. Si estás desarrollando aplicaciones de IA en el perímetro para dispositivos IoT, drones o teléfonos móviles, el diseño nativo sin NMS de YOLO26, sus optimizaciones para CPU y la compatibilidad integral de su ecosistema lo convierten en la opción recomendada para cerrar la brecha entre el entrenamiento y la producción.

Comentarios

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