Chỉnh sửa trang trên GitHub (EN)

So sánh mô hình: Chọn mô hình phát hiện đối tượng tốt nhất cho dự án của bạn

Việc lựa chọn kiến trúc mạng thần kinh phù hợp là nền tảng của mọi dự án computer vision thành công. Chào mừng bạn đến với Ultralytics Model Comparison Hub! Trang này tập trung các phân tích kỹ thuật chi tiết và đánh giá hiệu năng (benchmarks), phân tích các ưu nhược điểm giữa Ultralytics YOLO26 mới nhất và các kiến trúc hàng đầu khác như YOLO11, YOLOv10, RT-DETR và EfficientDet.

Dù ứng dụng của bạn yêu cầu độ trễ tính bằng mili giây của edge AI hay độ chính xác cao cần thiết cho hình ảnh y tế, hướng dẫn này cung cấp thông tin dựa trên dữ liệu cần thiết để đưa ra lựa chọn sáng suốt. Chúng tôi đánh giá các mô hình dựa trên mean Average Precision (mAP), inference speed, hiệu quả tham số và tính dễ dàng trong triển khai.

Đánh giá hiệu năng tương tác

Việc hình dung mối quan hệ giữa tốc độ và độ chính xác là rất cần thiết để xác định "Pareto frontier" của phát hiện đối tượng—các mô hình mang lại độ chính xác tốt nhất cho một giới hạn tốc độ nhất định. Biểu đồ dưới đây so sánh các chỉ số chính trên các dataset như COCO.

This chart visualizes key performance metrics enabling you to quickly assess the trade-offs between different models. Understanding these metrics is fundamental to selecting a model that aligns with your specific deployment constraints.

Hướng dẫn quyết định nhanh

Bạn không biết bắt đầu từ đâu? Sử dụng cây quyết định này để thu hẹp các lựa chọn kiến trúc phù hợp nhất với yêu cầu phần cứng và hiệu năng của bạn.

graph TD
    A[Start: Define Project Needs] --> B{Deployment Hardware?}
    B -- "Edge / Mobile (CPU/NPU)" --> C{Latency Priority?}
    B -- "Cloud / GPU" --> D{Accuracy vs Speed?}

    C -- "Extreme Speed (Real-time)" --> E[YOLO26n / YOLO26s]
    C -- "Balanced Legacy" --> F[YOLO11s / YOLOv8s]

    D -- "Max Accuracy (SOTA)" --> G[YOLO26x / YOLO26l]
    D -- "Balanced Performance" --> H[YOLO26m / YOLO11m]

    A --> I{Specialized Features?}
    I -- "NMS-Free Inference" --> J[YOLO26 / YOLOv10]
    I -- "Multitask (Seg/Pose/OBB)" --> K[YOLO26 / YOLO11]
    I -- "Video Analytics" --> L[YOLO26 + Tracking]

Bối cảnh hiện tại: YOLO26 và xa hơn nữa

Lĩnh vực phát hiện đối tượng phát triển rất nhanh. Trong khi các mô hình cũ vẫn phù hợp cho hỗ trợ kế thừa (legacy support), các kiến trúc mới đang phá vỡ các giới hạn về khả năng.

Ultralytics YOLO26

Được phát hành vào tháng 1 năm 2026, YOLO26 là mô hình state-of-the-art mới nhất và là điểm khởi đầu được khuyến nghị cho tất cả các dự án mới. Nó giới thiệu các cải tiến kiến trúc đột phá bao gồm End-to-End NMS-Free Design giúp loại bỏ nhu cầu xử lý hậu kỳ Non-Maximum Suppression, dẫn đến thời gian inference nhanh hơn và dự đoán tốt hơn. YOLO26 nhanh hơn tới 43% trên CPU so với các thế hệ trước, làm cho nó trở nên lý tưởng cho triển khai tại biên (edge deployment).

Các cải tiến chính bao gồm:

  • NMS-Free End-to-End: Triển khai đơn giản hóa không cần xử lý hậu kỳ
  • DFL Removal: Export hợp lý sang ONNX, TensorRT và CoreML
  • MuSGD Optimizer: Bộ tối ưu hóa lai SGD/Muon lấy cảm hứng từ huấn luyện LLM để hội tụ ổn định
  • ProgLoss + STAL: Tăng cường hiệu suất phát hiện đối tượng nhỏ
Tại sao chọn YOLO26?

YOLO26 đại diện cho đỉnh cao của kỹ thuật Ultralytics, kết hợp hiệu quả của CNN với khả năng end-to-end giống như Transformer. Nó hỗ trợ tất cả các tác vụ—phát hiện, phân đoạn, ước tính tư thế, phân loại và OBB—đồng thời nhỏ hơn, nhanh hơn và dễ triển khai hơn bao giờ hết.

Ultralytics YOLO11

YOLO11 vẫn là một mô hình rất có năng lực, mang lại mức giảm 22% số lượng tham số so với YOLOv8 trong khi cải thiện độ chính xác phát hiện. Nó được hỗ trợ đầy đủ và khuyến nghị cho những người dùng cần sự ổn định đã được kiểm chứng hoặc có các pipeline YOLO11 hiện có.

Các mô hình cộng đồng: Lưu ý về YOLO12 và YOLO13

Bạn có thể gặp các tham chiếu đến YOLO12 hoặc YOLO13 trong các cuộc thảo luận hoặc kho lưu trữ của cộng đồng.

Lưu ý về sản xuất

Hiện tại chúng tôi không khuyến nghị sử dụng YOLO12 hoặc YOLO13 cho môi trường production.

  • YOLO12: Sử dụng các lớp chú ý (attention layers) thường gây ra sự bất ổn trong huấn luyện, tiêu thụ bộ nhớ quá mức và tốc độ inference trên CPU chậm hơn đáng kể.
  • YOLO13: Các đánh giá cho thấy chỉ tăng độ chính xác không đáng kể so với YOLO11 trong khi lớn hơn và chậm hơn. Kết quả báo cáo cho thấy có vấn đề về khả năng tái lập (reproducibility).


Watch: YOLO Models Comparison: Ultralytics YOLO11 vs. YOLOv10 vs. YOLOv9 vs. Ultralytics YOLOv8

So sánh mô hình chi tiết

Khám phá các so sánh kỹ thuật chuyên sâu của chúng tôi để hiểu các khác biệt kiến trúc cụ thể, chẳng hạn như lựa chọn backbone, thiết kế head và các hàm loss. Chúng tôi đã sắp xếp chúng theo mô hình để dễ dàng truy cập:

YOLO26 so với

YOLO26 là mô hình Ultralytics mới nhất có tính năng phát hiện end-to-end không cần NMS, bộ tối ưu hóa MuSGD và tốc độ inference trên CPU nhanh hơn tới 43%. Nó được tối ưu hóa cho triển khai tại biên trong khi vẫn đạt được độ chính xác state-of-the-art.

YOLO11 so với

YOLO11 xây dựng trên sự thành công của các phiên bản tiền nhiệm với nghiên cứu tiên tiến. Nó có kiến trúc backbone và neck cải tiến để trích xuất đặc trưng tốt hơn và tối ưu hóa hiệu quả.

YOLOv10 so với

Được phát triển bởi Đại học Thanh Hoa, YOLOv10 tập trung vào việc loại bỏ bước Non-Maximum Suppression (NMS) để giảm độ trễ, cung cấp hiệu suất state-of-the-art với chi phí tính toán giảm.

YOLOv9 so với

YOLOv9 giới thiệu Programmable Gradient Information (PGI) và Generalized Efficient Layer Aggregation Network (GELAN) để giải quyết vấn đề mất mát thông tin trong các mạng thần kinh sâu.

YOLOv8 so với

Ultralytics YOLOv8 vẫn là một lựa chọn rất phổ biến, có kiến trúc backbone và neck tiên tiến cùng với head tách rời không cần anchor (anchor-free split head) để đạt được sự cân bằng tối ưu giữa độ chính xác và tốc độ.

YOLOv7 so với

YOLOv7 giới thiệu "trainable bag-of-freebies" và tái tham số hóa mô hình (model re-parameterization), tập trung vào việc tối ưu hóa quy trình huấn luyện mà không làm tăng chi phí inference.

YOLOv6 so với

YOLOv6 của Meituan được thiết kế cho các ứng dụng công nghiệp, với các module Bi-directional Concatenation (BiC) và chiến lược huấn luyện dựa trên anchor.

YOLOv5 so với

Ultralytics YOLOv5 được ưa chuộng nhờ tính dễ sử dụng, sự ổn định và tốc độ. Đây vẫn là lựa chọn mạnh mẽ cho các dự án yêu cầu khả năng tương thích thiết bị rộng rãi.

RT-DETR so với

RT-DETR (Real-Time Detection Transformer) tận dụng các vision Transformer để đạt độ chính xác cao với hiệu suất thời gian thực, vượt trội trong việc hiểu ngữ cảnh toàn cục.

PP-YOLOE+ so với

PP-YOLOE+, được phát triển bởi Baidu, sử dụng Task Alignment Learning (TAL) và phần đầu (head) tách rời để cân bằng giữa hiệu quả và độ chính xác.

DAMO-YOLO so với

Đến từ Alibaba Group, DAMO-YOLO sử dụng Neural Architecture Search (NAS) và RepGFPN hiệu quả để tối đa hóa độ chính xác trên các bộ benchmark tĩnh.

YOLOX so với

YOLOX, do Megvii phát triển, là một bản cải tiến không dùng anchor, nổi tiếng với phần đầu tách rời và chiến lược gán nhãn SimOTA.

EfficientDet so với

EfficientDet của Google Brain sử dụng compound scaling và BiFPN để tối ưu hóa hiệu quả tham số, cung cấp một loạt các mô hình (D0-D7) cho các ràng buộc khác nhau.

Chỉ mục này được cập nhật liên tục khi các mô hình mới ra mắt và các benchmark được tinh chỉnh. Chúng tôi khuyến khích bạn khám phá các tài nguyên này để tìm ra lựa chọn hoàn hảo cho dự án thị giác máy tính tiếp theo của mình. Nếu bạn đang tìm kiếm các giải pháp cấp doanh nghiệp với chính sách cấp phép riêng, vui lòng truy cập Trang cấp phép của chúng tôi. Chúc bạn so sánh hiệu quả!

Contributors
Chỉnh sửa trang trên GitHub (EN)
GLglenn-jocher10PDpderrenger1RIRizwanMunawar1

Bình luận