Mejores alternativas a YOLOv8 en 2026: RF-DETR y YOLO-NAS
COCO es la forma habitual de elegir un detector. Otra perspectiva es medir hasta qué punto el modelo se adapta mediante fine-tuning con otros datos. RF100-VL lo mide así: se entrena durante 100 épocas un checkpoint preentrenado con COCO en cada uno de 100 datasets y, después, se evalúa en cada partición de prueba. El resultado es la media de mAP50-95.
YOLOv8m obtiene 56.9, según el apéndice del artículo. Dos modelos que hemos ejecutado obtienen una puntuación superior: RF-DETR y YOLO-NAS. Los resultados sin procesar están en huggingface.co/datasets/LibreYOLO/rf100-vl-results.
RF-DETR
RF-DETR-S obtiene 60.41 y RF-DETR-M, 61.13 en la campaña de LibreYOLO. Roboflow informa de 60.2 y 61.2. Las versiones Nano a Large tienen licencia Apache-2.0.
from libreyolo import LibreYOLO
model = LibreYOLO("LibreRFDETRs.pt")
model.train(data="my-dataset.yaml", epochs=100, imgsz=512, batch=8)
Documentación | Pesos | Ejecución 20260814-rfdetr-s-1b1190ee
YOLO-NAS
YOLO-NAS-S obtiene 58.00 y es la opción convolucional si buscas una CNN de estilo YOLO. Los pesos publicados por Deci no son para uso comercial. LibreYOLO no aloja ninguno de ellos. Más información: YOLO-NAS sigue en mantenimiento.
from libreyolo import LibreYOLO
model = LibreYOLO("LibreYOLONASs.pt")
model.train(data="my-dataset.yaml", epochs=100, imgsz=640, batch=16)
Documentación | Ejecución 20260809-yolonas-s-02926964
Instala RF-DETR con pip install "libreyolo[rfdetr]" o YOLO-NAS con pip install libreyolo. Página de la campaña: RF100-VL.