中文 · 한국어 · 日本語 · Русский · Deutsch · Français · Español · Português · Türkçe · Tiếng Việt · العربية

Trang chủ

Giới thiệu Ultralytics YOLO26, phiên bản mới nhất của mô hình phát hiện đối tượng và phân đoạn ảnh thời gian thực danh tiếng. YOLO26 được xây dựng dựa trên những tiến bộ về deep learning và computer vision, với khả năng suy luận end-to-end không cần NMS và được tối ưu hóa cho triển khai tại biên (edge). Thiết kế tinh gọn giúp mô hình phù hợp với nhiều ứng dụng và dễ dàng thích ứng với các nền tảng phần cứng khác nhau, từ thiết bị biên đến các API đám mây. Đối với các hệ thống sản xuất ổn định, cả YOLO26 và YOLO11 đều được khuyến nghị sử dụng.

Khám phá Tài liệu Ultralytics, một nguồn tài nguyên toàn diện được thiết kế để giúp bạn hiểu và sử dụng các tính năng và khả năng của nền tảng. Dù bạn là người thực hành machine learning kỳ cựu hay mới bắt đầu, trung tâm này hướng tới việc tối đa hóa tiềm năng của YOLO trong các dự án của bạn.

Yêu cầu Giấy phép Enterprise cho mục đích thương mại tại Ultralytics Licensing.

Bắt đầu từ đâu

YOLO: Lịch sử tóm tắt

YOLO (You Only Look Once), một mô hình object detection và image segmentation phổ biến, được phát triển bởi Joseph Redmon và Ali Farhadi tại Đại học Washington. Ra mắt vào năm 2015, YOLO trở nên phổ biến nhờ tốc độ và độ chính xác cao.

• YOLOv2, ra mắt năm 2016, đã cải tiến mô hình gốc bằng cách kết hợp batch normalization, anchor boxes và dimension clusters.
• YOLOv3, ra mắt năm 2018, tiếp tục nâng cao hiệu suất của mô hình bằng cách sử dụng mạng xương sống (backbone) hiệu quả hơn, nhiều anchors hơn và spatial pyramid pooling.
• YOLOv4 được phát hành vào năm 2020, giới thiệu các cải tiến như Mosaic data augmentation, một head phát hiện không dùng anchor mới và một loss function mới.
• YOLOv5 tiếp tục cải thiện hiệu suất của mô hình và bổ sung các tính năng mới như tối ưu hóa siêu tham số, tích hợp theo dõi thử nghiệm và tự động xuất ra các định dạng phổ biến.
• YOLOv6 đã được Meituan mở mã nguồn vào năm 2022 và được sử dụng trong nhiều robot giao hàng tự hành của công ty.
• YOLOv7 bổ sung thêm các tác vụ như ước tính tư thế (pose estimation) trên bộ dữ liệu COCO keypoints.
• YOLOv8 được phát hành năm 2023 bởi Ultralytics, giới thiệu các tính năng và cải tiến mới để tăng cường hiệu suất, tính linh hoạt và hiệu quả, hỗ trợ đầy đủ các tác vụ AI thị giác.
• YOLOv9 giới thiệu các phương pháp đổi mới như Programmable Gradient Information (PGI) và Generalized Efficient Layer Aggregation Network (GELAN).
• YOLOv10 created by researchers from Tsinghua University using the Ultralytics Python package, provides real-time object detection advancements by introducing an End-to-End head that eliminates Non-Maximum Suppression (NMS) requirements.
• YOLO11: Phát hành vào tháng 9 năm 2024, YOLO11 mang lại hiệu suất tuyệt vời trên nhiều tác vụ, bao gồm object detection, segmentation, pose estimation, tracking và classification, cho phép triển khai trên nhiều ứng dụng và lĩnh vực AI đa dạng.
• YOLO26 🚀: Mô hình YOLO thế hệ tiếp theo của Ultralytics được tối ưu hóa cho triển khai tại biên với khả năng suy luận end-to-end không dùng NMS.

Giấy phép YOLO: Ultralytics YOLO được cấp phép như thế nào?

Ultralytics cung cấp hai tùy chọn cấp phép để phù hợp với các mục đích sử dụng đa dạng:

• Giấy phép AGPL-3.0: Giấy phép mã nguồn mở được OSI phê duyệt này lý tưởng cho sinh viên và những người đam mê, thúc đẩy hợp tác mở và chia sẻ kiến thức. Xem tệp LICENSE để biết thêm chi tiết.
• Giấy phép Enterprise: Cho mục đích phát triển và sản xuất, giấy phép này cho phép tích hợp liền mạch phần mềm và các mô hình AI của Ultralytics vào các sản phẩm và dịch vụ kinh doanh, bao gồm các công cụ nội bộ, quy trình làm việc tự động và các triển khai sản xuất, bỏ qua các yêu cầu mã nguồn mở của AGPL-3.0. Để bắt đầu, vui lòng liên hệ với chúng tôi qua Ultralytics Licensing.

Chiến lược cấp phép của chúng tôi được thiết kế để đảm bảo rằng mọi cải tiến đối với các dự án mã nguồn mở của chúng tôi đều được trả lại cho cộng đồng. Chúng tôi tin vào mã nguồn mở và sứ mệnh của chúng tôi là đảm bảo rằng các đóng góp của chúng tôi có thể được sử dụng và mở rộng theo những cách mang lại lợi ích cho mọi người.

Sự tiến hóa của Object Detection

Object detection đã phát triển đáng kể qua nhiều năm, từ các kỹ thuật thị giác máy tính truyền thống đến các mô hình deep learning tiên tiến. Họ mô hình YOLO đã đi đầu trong sự tiến hóa này, liên tục vượt qua các giới hạn về khả năng thực thi trong lĩnh vực phát hiện đối tượng thời gian thực.

Cách tiếp cận độc đáo của YOLO coi việc phát hiện đối tượng là một bài toán hồi quy đơn lẻ, dự đoán bounding boxes và xác suất lớp trực tiếp từ toàn bộ hình ảnh trong một lần đánh giá. Phương pháp mang tính cách mạng này đã giúp các mô hình YOLO nhanh hơn đáng kể so với các bộ dò tìm hai giai đoạn (two-stage detectors) trước đây trong khi vẫn duy trì độ chính xác cao.

Với mỗi phiên bản mới, YOLO đã giới thiệu các cải tiến về kiến trúc và các kỹ thuật sáng tạo giúp tăng hiệu suất trên nhiều chỉ số khác nhau. YOLO26 tiếp nối truyền thống này bằng cách kết hợp những tiến bộ mới nhất trong nghiên cứu thị giác máy tính, nổi bật với khả năng suy luận end-to-end không dùng NMS và tối ưu hóa triển khai tại biên cho các ứng dụng thực tế.

Câu hỏi thường gặp (FAQ)

Ultralytics YOLO là gì và nó cải thiện object detection như thế nào?

Ultralytics YOLO là dòng YOLO (You Only Look Once) danh tiếng dành cho phát hiện đối tượng và phân đoạn ảnh thời gian thực. Mô hình mới nhất, YOLO26, được xây dựng dựa trên các phiên bản trước bằng cách giới thiệu khả năng suy luận end-to-end không dùng NMS và tối ưu hóa triển khai tại biên. YOLO hỗ trợ nhiều tác vụ AI thị giác như detection, instance segmentation, semantic segmentation, pose estimation, tracking và classification. Kiến trúc hiệu quả của nó đảm bảo tốc độ và độ chính xác tuyệt vời, khiến nó phù hợp với nhiều ứng dụng đa dạng, bao gồm thiết bị biên và API đám mây.

Làm thế nào để bắt đầu cài đặt và thiết lập YOLO?

Bắt đầu với YOLO rất nhanh chóng và dễ dàng. Bạn có thể cài đặt gói Ultralytics bằng pip và vận hành trong vài phút. Đây là lệnh cài đặt cơ bản:

pip install -U ultralytics

Để có hướng dẫn chi tiết từng bước, hãy truy cập trang Quickstart của chúng tôi. Tài nguyên này sẽ giúp bạn về hướng dẫn cài đặt, thiết lập ban đầu và chạy mô hình đầu tiên của mình.

Làm thế nào để huấn luyện một mô hình YOLO tùy chỉnh trên tập dữ liệu của tôi?

Việc huấn luyện một mô hình YOLO tùy chỉnh trên tập dữ liệu của bạn bao gồm một vài bước chi tiết:

1. Chuẩn bị tập dữ liệu đã gắn nhãn của bạn.
2. Cấu hình các tham số huấn luyện trong tệp YAML.
3. Sử dụng lệnh yolo TASK train để bắt đầu huấn luyện. (Mỗi TASK có đối số riêng của nó)

Dưới đây là ví dụ mã cho Tác vụ Object Detection:

from ultralytics import YOLO

# Load a pretrained YOLO model (you can choose n, s, m, l, or x versions)
model = YOLO("yolo26n.pt")

# Start training on your custom dataset
model.train(data="path/to/dataset.yaml", epochs=100, imgsz=640)

Để có hướng dẫn chi tiết, hãy xem hướng dẫn Train a Model của chúng tôi, bao gồm các ví dụ và mẹo để tối ưu hóa quy trình huấn luyện của bạn.

Các tùy chọn cấp phép nào có sẵn cho Ultralytics YOLO?

Ultralytics cung cấp hai tùy chọn cấp phép cho YOLO:

• Giấy phép AGPL-3.0: Giấy phép mã nguồn mở này lý tưởng cho mục đích giáo dục và phi thương mại, thúc đẩy sự hợp tác mở.
• Giấy phép Enterprise: Cho mục đích phát triển và sản xuất, bao gồm các công cụ nội bộ, quy trình làm việc tự động và triển khai sản xuất, bỏ qua các yêu cầu mã nguồn mở của AGPL-3.0.

Để biết thêm chi tiết, hãy truy cập trang Licensing của chúng tôi.

Ultralytics YOLO có thể được sử dụng như thế nào cho theo dõi đối tượng (object tracking) thời gian thực?

Ultralytics YOLO hỗ trợ theo dõi đa đối tượng hiệu quả và có thể tùy chỉnh. Để sử dụng các khả năng theo dõi, bạn có thể sử dụng lệnh yolo track, như được hiển thị bên dưới:

from ultralytics import YOLO

# Load a pretrained YOLO model
model = YOLO("yolo26n.pt")

# Start tracking objects in a video
# You can also use live video streams or webcam input
model.track(source="path/to/video.mp4")

Để có hướng dẫn chi tiết về cách thiết lập và chạy theo dõi đối tượng, hãy xem tài liệu Track Mode của chúng tôi, trong đó giải thích cấu hình và các ứng dụng thực tế trong các tình huống thời gian thực.