ntizar RF-DETR — detección en tiempo real (comparativa corregida)
⚠️ Corrección 2026-09-05 (auditoría): RF-DETR-L es más rápido y ligero que YOLO26-X, pero ligeramente inferior en COCO AP50:95 (56.5 vs 56.9); su ventaja es en AP50 (75.1 vs 74.0). No "supera" engeneral. La latencia <7ms solo aplica a N/S/M/L (XL 11.5ms, 2XL 17.2ms).
Repo: https://github.com/roboflow/rf-detr (Python, ~9.2K⭐).
When to Use
- Cuando pidas detección de objetos en tiempo real con un modelo Transformer DETR de Roboflow.
Qué es
Familia DETR de tiempo real (N/S/M/L/XL/2XL). Ventajas frente a YOLO: latencia baja y peso ligero; pero RF-DETR-L (56.5 AP50:95) es ligeramente menor que YOLO26-X (56.9) — la ventaja real de RF-DETR está en COCO AP50 y en velocidad/peso.
Uso
from ultralytics import YOLO # los pesos de rf-detr se cargan con ultralytics o supervisión
# (ver README del repo para el método exacto de carga y clases)
Pitfalls
- No afirmar "supera a YOLO26-X en AP50:95" — es menor (56.5 vs 56.9); gana en AP50 y en velocidad/peso.
- "<7ms" solo para N/S/M/L; XL/2XL superan los 7ms.
Verificación
- Inferir con un modelo RF-DETR sobre un fotograma y comprobar detecciones + latencia según tamaño.