Benchmarks de LibreYOLO
Compara la precisión en COCO, la generalización y la velocidad de inferencia.
COCO
Precisión frente a tamaño
Compara la precisión en COCO con el número de parámetros, con YOLOv9 y RF-DETR destacados. Datos de Vision Analysis.
RF100-VL
Generalización más allá de COCO
RF100-VL mide cómo se adaptan los detectores a nuevos dominios mediante fine-tuning en 100 datasets reales.
Metodología y limitaciones
Cada configuración se entrena por separado en cada dataset. Los checkpoints se seleccionan en validación y se evalúan en test con pycocotools y maxDets 500. El resultado es la media no ponderada de AP50:95 de los 100 datasets.
Las líneas conectan tamaños de modelos. Las recetas y resoluciones varían; LoRA se muestra por separado.
Los resultados usan una sola semilla, con recetas, resoluciones y precisión numérica específicas de cada familia. El informe documenta la metodología, las comparaciones y las limitaciones de implementación.
* Las puntuaciones de YOLOv9 son anteriores a las correcciones de entrenamiento. YOLO-NAS usa pesos preentrenados con una licencia no comercial independiente.
Velocidad de inferencia en tu hardware
Compara la latencia por dispositivo, entorno de ejecución y precisión.