Chỉnh sửa trang trên GitHub (EN)

PP-YOLOE+ so với YOLO26: Phân tích chuyên sâu về kiến trúc phát hiện đối tượng thời gian thực

Bối cảnh thị giác máy tính thời gian thực đã chứng kiến sự phát triển vượt bậc, được thúc đẩy bởi nhu cầu về các model phát hiện đối tượng có khả năng mở rộng, hiệu quả và độ chính xác cao. Hai kiến trúc nổi bật trong lĩnh vực này là PP-YOLOE+, một detector mạnh mẽ từ hệ sinh thái PaddlePaddle, và Ultralytics YOLO26, model tiên tiến nhất hiện nay, tái định nghĩa hiệu suất đào tạo và triển khai tại biên.

Hướng dẫn toàn diện này so sánh hai model này, làm nổi bật kiến trúc, chỉ số hiệu suất, phương pháp đào tạo và các trường hợp sử dụng lý tưởng để giúp bạn đưa ra quyết định sáng suốt cho dự án AI tiếp theo của mình.

Thông số kỹ thuật và Tác giả

Việc tìm hiểu nguồn gốc và triết lý thiết kế đằng sau các model này cung cấp bối cảnh quan trọng cho các ứng dụng thực tế.

Chi tiết về PP-YOLOE+:

Tìm hiểu thêm về PP-YOLOE+

Chi tiết về YOLO26:

Tìm hiểu thêm về YOLO26

Đổi mới kiến trúc

Kiến trúc PP-YOLOE+

Được xây dựng dựa trên phiên bản tiền nhiệm PP-YOLOv2, PP-YOLOE+ giới thiệu thiết kế mạnh mẽ phù hợp cho các ứng dụng công nghiệp. Nó tận dụng backbone CSPRepResNet và ET-head (Efficient Task-aligned head) để cân bằng giữa tốc độ và độ chính xác. PP-YOLOE+ sử dụng gán nhãn động (TAL) và tích hợp liền mạch với framework PaddlePaddle của Baidu, giúp tối ưu hóa cao độ cho các GPU NVIDIA như T4 và V100. Tuy nhiên, việc phụ thuộc nhiều vào hệ sinh thái PaddlePaddle có thể gây ra khó khăn cho các nhà phát triển đã quen thuộc với quy trình làm việc PyTorch.

Kiến trúc YOLO26: Cuộc cách mạng ưu tiên biên (Edge-First)

Được phát hành vào đầu năm 2026, Ultralytics YOLO26 định hình lại hoàn toàn quy trình phát hiện thời gian thực, tập trung mạnh mẽ vào sự đơn giản trong triển khai và hiệu quả tại biên.

Các đổi mới chính của YOLO26 bao gồm:

  • Thiết kế End-to-End không cần NMS: YOLO26 là dạng end-to-end nguyên bản, loại bỏ hoàn toàn nhu cầu hậu xử lý Non-Maximum Suppression (NMS). Bước đột phá này, lần đầu tiên được tiên phong trong YOLOv10, đảm bảo độ trễ suy luận nhất quán bất kể mức độ dày đặc của cảnh, giúp việc triển khai đơn giản hơn đáng kể.
  • Loại bỏ DFL: Bằng cách loại bỏ Distribution Focal Loss (DFL), YOLO26 đơn giản hóa đáng kể phần đầu ra (output head). Điều này dẫn đến khả năng tương thích tốt hơn nhiều với các thiết bị biên và vi điều khiển.
  • Tốc độ suy luận CPU nhanh hơn tới 43%: Nhờ việc loại bỏ DFL và tối ưu hóa cấu trúc, YOLO26 được tối ưu hóa mạnh mẽ cho các môi trường không có GPU chuyên dụng, đạt tốc độ suy luận nhanh hơn tới 43% trên CPU so với YOLO11.
  • Trình tối ưu hóa MuSGD: Lấy cảm hứng từ các kỹ thuật đào tạo LLM tiên tiến từ Moonshot AI, YOLO26 giới thiệu sự kết hợp giữa SGD và Muon. Điều này mang lại sự ổn định khi đào tạo và khả năng hội tụ nhanh hơn cho các tác vụ thị giác máy tính.
  • ProgLoss + STAL: Các hàm mất mát (loss functions) nâng cao nhắm mục tiêu cụ thể và cải thiện khả năng nhận dạng đối tượng nhỏ, điều này rất quan trọng đối với hoạt động bay không người lái và các cảm biến IoT tại biên.
Các cải tiến dành riêng cho tác vụ trong YOLO26

Ngoài các bounding box tiêu chuẩn, YOLO26 giới thiệu các nâng cấp cụ thể cho tất cả các tác vụ thị giác. Nó sử dụng loss phân đoạn ngữ nghĩa (semantic segmentation loss) và tạo mẫu đa quy mô (multi-scale prototyping) cho Segmentation, Ước tính log-likelihood thặng dư (RLE) cho Ước tính tư thế, và một loss góc chuyên biệt để giải quyết các vấn đề biên trong phát hiện Oriented Bounding Box (OBB).

Hiệu suất và chỉ số

Bảng dưới đây cung cấp cái nhìn toàn diện về cách PP-YOLOE+ so sánh với YOLO26 trên các kích thước model khác nhau. Các model YOLO26 chiếm ưu thế rõ rệt về tốc độ thô, hiệu quả tham số và Mean Average Precision (mAP) tổng thể.

Modelkích thước
(pixels)		mAPval
50-95		Tốc độ
CPU ONNX
(ms)		Tốc độ
T4 TensorRT10
(ms)		tham số
(M)		FLOPs
(B)
PP-YOLOE+t64039.9-2.844.8519.15
PP-YOLOE+s64043.7-2.627.9317.36
PP-YOLOE+m64049.8-5.5623.4349.91
PP-YOLOE+l64052.9-8.3652.2110.07
PP-YOLOE+x64054.7-14.398.42206.59
YOLO26n64040.938.91.72.45.4
YOLO26s64048.687.22.59.520.7
YOLO26m64053.1220.04.720.468.2
YOLO26l64055.0286.26.224.886.4
YOLO26x64057.5525.811.855.7193.9

Lưu ý: Các giá trị in đậm làm nổi bật các chỉ số hoạt động tốt nhất trên tất cả các model.

Phân tích

  • Yêu cầu về bộ nhớ và hiệu quả: YOLO26 yêu cầu ít tham số và FLOPs hơn đáng kể để đạt được điểm mAP cao hơn. Ví dụ, model YOLO26n (Nano) đạt 40.9 mAP chỉ với 2.4 triệu tham số, vượt trội hơn model PP-YOLOE+t trong khi kích thước chỉ bằng khoảng một nửa. Điều này dẫn đến mức sử dụng bộ nhớ thấp hơn trong cả quá trình đào tạo và triển khai.
  • Tốc độ suy luận: Khi xuất bằng TensorRT, YOLO26 chiếm ưu thế về chỉ số độ trễ. Việc loại bỏ NMS đảm bảo thời gian suy luận 1.7ms trên GPU T4 vẫn hoàn toàn ổn định, trong khi PP-YOLOE+ dựa vào thời gian hậu xử lý có thể thay đổi.

Lợi thế từ Ultralytics: Hệ sinh thái và tính dễ sử dụng

Mặc dù các chỉ số thô rất quan trọng, trải nghiệm của nhà phát triển thường quyết định sự thành công của dự án. Ultralytics Platform cung cấp một hệ sinh thái được duy trì tốt, vượt xa các framework cũ.

  1. Dễ sử dụng: Ultralytics trừu tượng hóa các đoạn mã boilerplate phức tạp. Việc đào tạo YOLO26 chỉ mất vài dòng code Python, tránh các tệp cấu hình dày đặc mà PP-YOLOE+ yêu cầu.
  2. Tính linh hoạt: PP-YOLOE+ chủ yếu là kiến trúc phát hiện đối tượng. YOLO26 cung cấp hỗ trợ sẵn có cho phân đoạn, phân loại, ước tính tư thế và OBB.
  3. Hiệu quả đào tạo: Các model Ultralytics YOLO yêu cầu bộ nhớ CUDA thấp hơn nhiều so với các transformer model cồng kềnh như RT-DETR hoặc các kiến trúc cũ hơn, cho phép các nhà nghiên cứu đào tạo các model hiện đại trên phần cứng cấp độ người tiêu dùng.
Các mô hình Ultralytics khác

Trong khi YOLO26 là đỉnh cao của nghiên cứu hiện tại, hệ sinh thái Ultralytics cũng bao gồm YOLO11 và YOLOv8. Cả hai vẫn là những model cực kỳ hiệu quả với sự hỗ trợ lớn từ cộng đồng, lý tưởng cho những người dùng di chuyển từ các hệ thống cũ (legacy).

Ví dụ mã: Huấn luyện YOLO26

Bắt đầu với Ultralytics rất liền mạch. Dưới đây là ví dụ có thể chạy đầy đủ minh họa cách load, đào tạo và xác thực một model YOLO26:

from ultralytics import YOLO

# Load the cutting-edge YOLO26 small model
model = YOLO("yolo26s.pt")

# Train the model on the COCO8 dataset using the new MuSGD optimizer
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    batch=16,
    optimizer="auto",  # MuSGD is automatically engaged for YOLO26
)

# Export seamlessly to ONNX for CPU deployment
export_path = model.export(format="onnx")
print(f"Model successfully exported to: {export_path}")

Các trường hợp sử dụng lý tưởng

Khi nào nên chọn PP-YOLOE+

  • Cơ sở hạ tầng PaddlePaddle cũ: Nếu doanh nghiệp đã gắn bó sâu sắc với hệ thống công nghệ của Baidu và sử dụng phần cứng được cấu hình sẵn cho Paddle Inference, PP-YOLOE+ là một lựa chọn an toàn và ổn định.
  • Các trung tâm sản xuất tại châu Á: Nhiều quy trình thị giác công nghiệp ở châu Á có sự hỗ trợ mạnh mẽ, sẵn có cho PP-YOLOE+ trong việc phát hiện lỗi tự động.

Khi nào nên chọn YOLO26

  • Điện toán biên và IoT: Tốc độ suy luận CPU nhanh hơn 43% và khả năng loại bỏ DFL khiến YOLO26 trở thành nhà vô địch không thể tranh cãi cho việc triển khai trên Raspberry Pi, điện thoại di động và các thiết bị nhúng.
  • Cảnh đông đúc và đô thị thông minh: Kiến trúc End-to-End không NMS đảm bảo độ trễ ổn định trong các môi trường dày đặc như quản lý bãi đỗ xe và giám sát giao thông, nơi NMS truyền thống sẽ gây ra nút thắt cổ chai.
  • Dự án đa tác vụ: Nếu quy trình của bạn yêu cầu theo dõi đối tượng, ước tính tư thế người hoặc tạo mask pixel hoàn hảo, YOLO26 xử lý tất cả trong một gói Python thống nhất duy nhất.

Kết luận

Mặc dù PP-YOLOE+ vẫn là một detector có khả năng cao trong hệ sinh thái riêng của nó, sự ra đời của YOLO26 đã thay đổi mô hình. Bằng cách kết hợp các tối ưu hóa đào tạo lấy cảm hứng từ LLM (MuSGD) với một kiến trúc không NMS được tối ưu hóa không ngừng, Ultralytics đã tạo ra một model vừa có độ chính xác cao vừa có thể triển khai dễ dàng. Đối với các nhà phát triển hiện đại đang tìm kiếm sự cân bằng tốt nhất giữa tốc độ, độ chính xác và trải nghiệm phát triển, YOLO26 là lựa chọn dứt khoát.

Contributors
Chỉnh sửa trang trên GitHub (EN)
GLglenn-jocher4

Bình luận