So sánh toàn diện: YOLOv7 vs EfficientDet để detect đối tượng

Việc lựa chọn kiến ​​trúc mạng nơ-ron tối ưu là nền tảng của bất kỳ dự án thị giác máy tính thành công nào. Hướng dẫn này cung cấp sự so sánh kỹ thuật chi tiết giữa hai mô hình then chốt trong lịch sử kiến ​​trúc phát hiện đối tượng : YOLOv7 và EfficientDet . Bằng cách xem xét những đổi mới về kiến ​​trúc, phương pháp huấn luyện và các kịch bản triển khai lý tưởng của chúng, các nhà phát triển có thể đưa ra quyết định sáng suốt. Chúng ta cũng sẽ khám phá cách những tiến bộ hiện đại, đặc biệt là Ultralytics YOLO26 đột phá, đã định nghĩa lại trạng thái hiện tại của công nghệ tiên tiến.

Nguồn gốc và thông tin kỹ thuật của mẫu xe

Cả hai mô hình đều được phát triển bởi các đội ngũ nghiên cứu nổi bật và đã mang lại những tiến bộ đáng kể cho lĩnh vực học máy.

YOLOv7
Tác giả: Chien-Yao Wang, Alexey Bochkovskiy, và Hong-Yuan Mark Liao
Tổ chức: Viện Khoa học Thông tin, Academia Sinica, Đài Loan
Ngày: 2022-07-06
Arxiv: YOLOv7: Trainable bag-of-freebies thiết lập trạng thái nghệ thuật mới cho các bộ detect đối tượng thời gian thực
GitHub: WongKinYiu/yolov7
Tài liệu: Tài liệu YOLOv7 của Ultralytics

Tìm hiểu thêm về YOLOv7

EfficientDet
Tác giả: Mingxing Tan, Ruoming Pang, và Quoc V. Le
Tổ chức: Google Research
Ngày: 2019-11-20
Arxiv: EfficientDet: Scalable and Efficient Object Detection
GitHub: Google AutoML EfficientDet

Tìm hiểu thêm về EfficientDet

Sự khác biệt kiến trúc và Phân tích cân bằng

Hiểu rõ những khác biệt cấu trúc cơ bản giữa các mạng lưới này là điều vô cùng quan trọng để triển khai mô hình hiệu quả.

EfficientDet: Mở rộng hợp chất và BiFPN

Được phát triển trong hệ sinh thái TensorFlow, EfficientDet đã giới thiệu một phương pháp có nguyên tắc để mở rộng mô hình. Thay vì tùy ý mở rộng hoặc làm sâu mạng, các nhà nghiên cứu của Google đã sử dụng một phương pháp mở rộng hợp chất để mở rộng đồng nhất độ phân giải, độ sâu và chiều rộng.

Hơn nữa, EfficientDet đã giới thiệu Mạng kim tự tháp đặc trưng hai chiều (BiFPN) . Thành phần kiến ​​trúc này cho phép kết hợp đặc trưng đa tỷ lệ một cách dễ dàng và nhanh chóng.

Điểm mạnh: Hiệu quả cao về tham số, đạt được độ chính xác trung bình (mAP) mạnh mẽ với ít FLOP hơn nhiều mô hình cùng thời. Điểm yếu: Dựa nhiều vào các chiến lược tìm kiếm AutoML kế thừa. Tích hợp vào các quy trình làm việc PyTorch hiện đại, năng động có thể cồng kềnh, và độ trễ trên các thiết bị biên thường cao hơn dự kiến mặc dù số lượng FLOP thấp.

YOLOv7: Trainable Bag-of-Freebies

YOLOv7 Phương pháp này ưu tiên suy luận thời gian thực và tối ưu hóa quá trình huấn luyện. Nó giới thiệu khái niệm mạng tổng hợp lớp hiệu quả mở rộng (E-ELAN), cho phép mô hình học hỏi liên tục nhiều đặc trưng đa dạng hơn mà không phá hủy đường dẫn gradient ban đầu. YOLOv7 Ngoài ra, kỹ thuật này còn được gọi là "túi quà tặng có thể huấn luyện", giúp cải thiện đáng kể độ chính xác phát hiện mà không làm tăng chi phí suy luận.

Điểm mạnh: Tốc độ xử lý vượt trội và độ trễ suy luận thuận lợi, làm cho nó lý tưởng cho các luồng video FPS cao. Điểm yếu: Mặc dù có khả năng cao, nó vẫn dựa vào các anchor box và yêu cầu Non-Maximum Suppression (NMS) trong quá trình hậu xử lý, điều này có thể tạo ra một nút thắt cổ chai về độ trễ trong các cảnh đông đúc.

Các chỉ số hiệu suất và điểm chuẩn

Bảng dưới đây so sánh các chỉ số hiệu suất chính, cho phép các nhà phát triển đánh giá sự đánh đổi giữa tốc độ, số lượng tham số và độ chính xác.

Như đã trình bày, trong khi EfficientDet-d7 đạt mAP cao, tốc độ TensorRT của nó tụt hậu đáng kể so với các biến thể YOLOv7, làm nổi bật sự thống trị của YOLOv7 trong phát hiện đối tượng thời gian thực được tăng tốc bằng GPU.

Sự tiến hóa của công nghệ phát hiện đối tượng: YOLO26

Trong khi YOLOv7 Và EfficientDet đã đặt nền tảng quan trọng, lĩnh vực trí tuệ nhân tạo thị giác máy tính đang phát triển nhanh chóng. Đối với các ứng dụng hiện đại đòi hỏi hiệu quả và độ chính xác tuyệt đối, chúng tôi đặc biệt khuyên bạn nên nâng cấp lên YOLO26 , được phát hành vào tháng 1 năm 2026.

YOLO26 khắc phục những hạn chế vốn có của các thế hệ trước, mang đến tính linh hoạt chưa từng có trong phát hiện đối tượng , phân đoạn đối tượng , phân loại hình ảnh và ước tính tư thế .

Tìm hiểu thêm về YOLO26

Những đổi mới chính của YOLO26

• Thiết kế End-to-End không NMS: YOLO26 loại bỏ hoàn toàn quá trình hậu xử lý Non-Maximum Suppression (NMS). Được tiên phong ban đầu trong YOLOv10, điều này đơn giản hóa logic triển khai và đảm bảo thực thi nhất quán, độ trễ thấp bất kể mật độ vật thể.
• Loại bỏ DFL: Bằng cách loại bỏ Distribution Focal Loss (DFL), kiến trúc mô hình được đơn giản hóa đáng kể, nâng cao khả năng tương thích với các môi trường điện toán biên bị hạn chế cao.
• Suy luận trên CPU nhanh hơn tới 43%: Được tối ưu hóa mạnh mẽ cho các môi trường thiếu GPU chuyên dụng, làm cho nó nhanh hơn đáng kể so với EfficientDet trên phần cứng nhẹ.
• Trình tối ưu hóa MuSGD: Lấy cảm hứng từ các kỹ thuật mô hình ngôn ngữ lớn (như Kimi K2 của Moonshot AI), sự kết hợp giữa SGD và Muon này mang lại sự ổn định cấp độ LLM và khả năng hội tụ nhanh chóng cho huấn luyện thị giác máy tính.
• ProgLoss + STAL: Các hàm mất mát tiên tiến này mang lại những cải tiến đáng kể trong việc nhận diện vật thể nhỏ, một tính năng quan trọng cho ảnh chụp từ trên không và các ứng dụng drone.
• Cải tiến chuyên biệt theo tác vụ: Bao gồm hàm mất mát segment ngữ nghĩa và proto đa tỷ lệ cho các tác vụ segment, Ước tính Log-Likelihood Dư (RLE) cho ước tính tư thế phức tạp và hàm mất mát góc chuyên biệt được điều chỉnh để khắc phục các vấn đề biên của Hộp giới hạn định hướng (OBB).

Đối với các nhóm hiện đang sử dụng các hệ thống cũ, việc chuyển sang Nền tảng Ultralytics sẽ mở khóa quy trình làm việc được tối ưu hóa, cho phép đào tạo và triển khai các mô hình tiên tiến này một cách dễ dàng. Các nhà phát triển cũng có thể xem xét các phiên bản mạnh mẽ trước đó như YOLO11 và YOLOv8 tùy thuộc vào các yêu cầu tương thích ngược cụ thể.

Đào tạo được đơn giản hóa và dễ sử dụng.

Một trong những đặc điểm xác định của Ultralytics Điểm nổi bật của mô hình này chính là tính dễ sử dụng . Không giống như thiết lập phức tạp, đa phụ thuộc cần thiết cho EfficientDet, TensorFlow Môi trường AutoML, Ultralytics Cung cấp một API đơn giản, theo phong cách Python.

Môi trường này giảm thiểu mức sử dụng bộ nhớ CUDA trong quá trình huấn luyện, đảm bảo rằng ngay cả các tập dữ liệu lớn cũng có thể được xử lý hiệu quả mà không gặp lỗi hết bộ nhớ (Out-Of-Memory - OOM) thường thấy trong các kiến ​​trúc Transformer cồng kềnh.

Ví dụ mã: Bắt đầu với Ultralytics

Đoạn mã sau đây minh họa cách các nhà phát triển có thể tận dụng gói Ultralytics để huấn luyện mô hình YOLO26 hiện đại một cách liền mạch mà không cần cấu hình phức tạp.

from ultralytics import YOLO

# Initialize the state-of-the-art YOLO26 model for object detection
model = YOLO("yolo26n.pt")

# Train the model effortlessly using the integrated Ultralytics ecosystem
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device=0,  # Auto-selects optimal device
    batch=16,
)

# Validate the model's performance
metrics = model.val()
print(f"Validation mAP50-95: {metrics.box.map}")

# Export the model for edge deployment (e.g., OpenVINO for CPU optimization)
model.export(format="openvino")

Các trường hợp sử dụng lý tưởng và ứng dụng thực tế

Khi thiết kế giải pháp, việc điều chỉnh điểm mạnh của mô hình sao cho phù hợp với trường hợp sử dụng cụ thể là điều vô cùng quan trọng.

Khi nào nên sử dụng EfficientDet?

EfficientDet vẫn là một lựa chọn phù hợp cho các nghiên cứu học thuật truyền thống hoặc các môi trường gắn bó chặt chẽ với hệ sinh thái Google Cloud , nơi các thử nghiệm mở rộng quy mô phức hợp là trọng tâm chính. Các biến thể nhỏ hơn của nó (d0-d2) có lợi khi dung lượng đĩa tuyệt đối bị hạn chế nghiêm ngặt.

Khi nào nên sử dụng YOLOv7

YOLOv7 vượt trội trong các thiết lập cũ hiệu năng cao, đặc biệt là ở những nơi mà... PyTorch Phương pháp tích hợp được ưu tiên hơn. TensorFlow Nó vẫn được sử dụng rộng rãi trong:

• Phân tích video: Xử lý các luồng bảo mật tốc độ khung hình cao nơi khả năng tăng tốc GPU dồi dào.
• Kiểm tra công nghiệp: Xác định lỗi trên các dây chuyền lắp ráp sản xuất di chuyển nhanh.

Khi nào nên chọn YOLO26

Đối với tất cả các triển khai mới, YOLO26 là sự lựa chọn được đề xuất không thể bàn cãi. Sự cân bằng hiệu năng vượt trội và hệ sinh thái mạnh mẽ, được bảo trì tốt khiến nó trở thành lựa chọn tối ưu cho:

• Thành phố thông minh và quản lý giao thông: Thiết kế không NMS của nó đảm bảo độ trễ suy luận nhất quán, rất quan trọng cho điều phối giao thông thời gian thực.
• Hệ thống Robot và Tự hành: Tốc độ suy luận CPU tăng 43% ấn tượng đảm bảo các thuật toán điều hướng phản hồi nhanh cho các thiết bị nhúng.
• Giám sát Nông nghiệp và Trên không: Sử dụng ProgLoss và STAL để nhận dạng chính xác các vật thể nhỏ như cây trồng cụ thể hoặc động vật hoang dã từ hình ảnh độ cao lớn.

Tóm lại, trong khi EfficientDet và YOLOv7 Cung cấp bối cảnh lịch sử quý giá và tiện ích chuyên biệt, kỹ sư thị giác máy tính hiện đại sẽ được hưởng lợi nhiều nhất khi áp dụng kiến ​​trúc Ultralytics YOLO26 , giải quyết một cách khéo léo các điểm nghẽn trước đây đồng thời đẩy mạnh giới hạn của những gì có thể trong trí tuệ nhân tạo.

Bình luận