Detección de objetos en SoC de borde de baja capacidad: un benchmark reproducible y pautas de despliegue

Por qué importan los chips diminutos para cámaras inteligentes

Muchos de los dispositivos “inteligentes” que nos rodean —cámaras de seguridad, drones, sensores industriales y timbres— necesitan detectar personas y objetos en tiempo real, pero dependen de chips muy pequeños y de bajo consumo en lugar de hardware de centros de datos que consume mucha energía. Las empresas suelen optar por los populares modelos YOLO de detección de objetos, sin embargo la velocidad anunciada de estos chips dice poco sobre el rendimiento real en el campo. Este artículo realiza un análisis experimental riguroso sobre cómo se comportan nueve variantes modernas de YOLO en tres procesadores Rockchip de bajo coste ampliamente usados, revelando qué controla realmente la velocidad, el consumo de energía y la fiabilidad cuando la inteligencia se desplaza al borde.

Cita: Kong, C., Li, F., Yan, X. et al. Object detection on low-compute edge SoCs: a reproducible benchmark and deployment guidelines. Sci Rep 16, 5875 (2026). https://doi.org/10.1038/s41598-026-36862-y

Palabras clave: IA en el borde, detección de objetos, visión empotrada, modelos YOLO, SoC de bajo consumo