PP-YOLOE+ so với YOLO26#
Lĩnh vực thị giác máy tính thời gian thực đã phát triển mạnh mẽ, 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 trong hệ sinh thái PaddlePaddle, và Ultralytics YOLO26, model tiên tiến hàng đầu mới nhất, định hình lại việc triển khai trên edge và hiệu quả training.
Hướng dẫn toàn diện này so sánh hai model, làm nổi bật kiến trúc, các metrics hiệu năng, phương pháp training và các trường hợp sử dụng lý tưởng để giúp bạn đưa ra quyết định sáng suốt cho dự án AI tiếp theo.
Thông số kỹ thuật và tác giả#
Việc hiểu rõ nguồn gốc và triết lý thiết kế đằng sau các model này cung cấp bối cảnh quan trọng cho ứng dụng trong thực tế.
Thông tin chi tiết về PP-YOLOE+:
- Tác giả: Các tác giả PaddlePaddle
- Tổ chức: Baidu
- Ngày: 2 tháng 4, 2022
- Arxiv: https://arxiv.org/abs/2203.16250
- GitHub: Repository PaddleDetection
- Tài liệu: Tài liệu PP-YOLOE+
Thông tin chi tiết về YOLO26:
- Tác giả: Glenn Jocher và Jing Qiu
- Tổ chức: Ultralytics
- Ngày: 14 tháng 1, 2026
- GitHub: Kho lưu trữ Ultralytics
- Tài liệu: Tài liệu YOLO26
Các cải tiến về kiến trúc#
Kiến trúc PP-YOLOE+#
Được xây dựng dựa trên phiên bản tiền nhiệm PP-YOLOv2, PP-YOLOE+ giới thiệu một thiết kế mạnh mẽ được tối ưu cho các ứng dụng công nghiệp. Model này tận dụng backbone CSPRepResNet và ET-head (đầu phân loại được căn chỉnh theo tác vụ hiệu quả) để cân bằng tốc độ và độ chính xác. PP-YOLOE+ sử dụng gán nhãn động (TAL) và tích hợp liền mạch với framework PaddlePaddle của Baidu, nhờ đó được tối ưu cao cho các GPU NVIDIA như T4 và V100. Tuy nhiên, sự phụ thuộc lớn vào hệ sinh thái PaddlePaddle có thể gây trở ngại cho các developer đã quen với quy trình làm việc trên PyTorch.
Kiến trúc YOLO26: Cuộc cách mạng ưu tiên edge#
Được phát hành vào đầu năm 2026, Ultralytics YOLO26 hoàn toàn tái định hình pipeline phát hiện thời gian thực, đặc biệt nhấn mạnh vào sự đơn giản khi triển khai và hiệu quả trên edge.
Các cải tiến chính của YOLO26 bao gồm:
- Thiết kế end-to-end không cần NMS: YOLO26 vốn được thiết kế end-to-end, loại bỏ hoàn toàn nhu cầu hậu xử lý Non-Maximum Suppression (NMS). Đột phá này, lần đầu được tiên phong trong YOLOv10, đảm bảo latency inference nhất quán bất kể mức độ đông đúc của cảnh, giúp đơn giản hóa đáng kể việc triển khai.
- Loại bỏ DFL: Bằng cách loại bỏ Distribution Focal Loss (DFL), YOLO26 đơn giản hóa đáng kể output head. Nhờ đó, model tương thích tốt hơn nhiều với các thiết bị edge và vi điều khiển.
- Inference trên CPU nhanh hơn tới 43%: Nhờ loại bỏ DFL và tối ưu hóa cấu trúc, YOLO26 được tối ưu mạnh cho các môi trường không có GPU chuyên dụng, đạt tốc độ inference trên CPU nhanh hơn tới 43% so với YOLO11.
- Optimizer MuSGD: Lấy cảm hứng từ các kỹ thuật training LLM tiên tiến như những kỹ thuật của Moonshot AI, YOLO26 giới thiệu sự kết hợp giữa SGD và Muon. Điều này mang lại độ ổn định training vượt trội và khả năng hội tụ nhanh hơn cho các tác vụ thị giác máy tính.
- ProgLoss + STAL: Các hàm loss tiên tiến nhắm đến và cải thiện cụ thể khả năng nhận diện đối tượng nhỏ, yếu tố then chốt đối với hoạt động drone và các sensor edge IoT.
Ngoài các bounding box tiêu chuẩn, YOLO26 giới thiệu những nâng cấp cụ thể trên toàn bộ các tác vụ thị giác. Model sử dụng loss phân đoạn ngữ nghĩa và prototyping đa scale cho Segmentation, Residual Log-Likelihood Estimation (RLE) cho Pose Estimation, cùng một angle loss chuyên biệt để giải quyết các vấn đề biên trong phát hiện Oriented Bounding Box (OBB).
Hiệu năng và các chỉ số#
Bảng dưới đây cung cấp cái nhìn toàn diện về cách PP-YOLOE+ so sánh với YOLO26 trên nhiều kích thước model khác nhau. Các model YOLO26 rõ ràng vượt trội về tốc độ thuần, hiệu quả tham số và Mean Average Precision (mAP) tổng thể.
| Model | kích thước (pixel) | mAPval 50-95 | Tốc độ CPU ONNX (ms) | Tốc độ T4 TensorRT10 (ms) | tham số (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| PP-YOLOE+t | 640 | 39.9 | - | 2.84 | 4.85 | 19.15 |
| PP-YOLOE+s | 640 | 43.7 | - | 2.62 | 7.93 | 17.36 |
| PP-YOLOE+m | 640 | 49.8 | - | 5.56 | 23.43 | 49.91 |
| PP-YOLOE+l | 640 | 52.9 | - | 8.36 | 52.2 | 110.07 |
| PP-YOLOE+x | 640 | 54.7 | - | 14.3 | 98.42 | 206.59 |
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.4 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.7 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.2 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.4 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 193.9 |
Lưu ý: Các giá trị in đậm làm nổi bật những metrics có hiệu năng tốt nhất trên tất cả model.
Phân tích#
- Yêu cầu bộ nhớ và hiệu quả: YOLO26 cần ít tham số và FLOPs hơn đáng kể để đạt điểm mAP cao hơn. Ví dụ, model YOLO26n (Nano) đạt mAP 40.9 chỉ với 2.4M tham số, vượt trội so với model PP-YOLOE+t trong khi kích thước chỉ khoảng một nửa. Điều này giúp giảm mức sử dụng bộ nhớ trong cả training và triển khai.
- Tốc độ inference: Khi được export bằng TensorRT, YOLO26 vượt trội về các metrics latency. Việc loại bỏ NMS đảm bảo thời gian inference 1.7ms trên GPU T4 duy trì ổn định hoàn toàn, trong khi PP-YOLOE+ phụ thuộc vào thời gian hậu xử lý có thể biến động.
Lợi thế của Ultralytics: Hệ sinh thái và tính dễ sử dụng#
Mặc dù các metrics thuần rất quan trọng, trải nghiệm developer thường quyết định thành công của dự án. Ultralytics Platform cung cấp một hệ sinh thái được duy trì tốt, hoàn toàn vượt trội so với các framework cũ hơn.
- Dễ sử dụng: Ultralytics trừu tượng hóa phần boilerplate code phức tạp. Training YOLO26 chỉ cần vài dòng Python, tránh các file cấu hình dày đặc cần thiết đối với PP-YOLOE+.
- Tính đa dụng: PP-YOLOE+ chủ yếu là một kiến trúc phát hiện đối tượng. YOLO26 cung cấp sẵn hỗ trợ cho segmentation, classification, pose estimation và OBB.
- Hiệu quả training: Các model YOLO của Ultralytics yêu cầu ít bộ nhớ CUDA hơn rất nhiều so với các model transformer cồng kềnh như RT-DETR hoặc các kiến trúc cũ hơn, cho phép các nhà nghiên cứu training model tiên tiến hàng đầu trên phần cứng phổ thông.
Ví dụ code: Huấn luyện YOLO26#
Bắt đầu với Ultralytics rất đơn giản. Dưới đây là một ví dụ có thể chạy hoàn chỉnh, minh họa cách load, training và validation 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+#
- Hạ tầng PaddlePaddle legacy: Nếu một doanh nghiệp đã tích hợp sâu vào stack công nghệ của Baidu và sử dụng phần cứng được cấu hình sẵn cho Paddle Inference, PP-YOLOE+ là lựa chọn an toàn và ổn định.
- Các trung tâm sản xuất tại châu Á: Nhiều pipeline thị giác công nghiệp ở châu Á có sẵn hỗ trợ mạnh mẽ cho PP-YOLOE+ trong việc phát hiện lỗi tự động.
Khi nào nên chọn YOLO26#
- Edge Computing và IoT: Khả năng inference trên CPU nhanh hơn 43% cùng việc loại bỏ DFL khiến YOLO26 trở thành lựa chọn vô đối để triển khai trên Raspberry Pis, điện thoại di động và các thiết bị nhúng.
- Cảnh đông đúc và thành phố thông minh: Kiến trúc end-to-end không cần NMS đảm bảo latency ổn định trong các môi trường dày đặc như quản lý bãi đỗ xe và giám sát giao thông, nơi NMS truyền thống có thể gây ra bottleneck.
- Dự án đa tác vụ: Nếu pipeline của bạn yêu cầu tracking đối tượng, ước tính pose người hoặc tạo mask chính xác đến từng pixel, YOLO26 có thể xử lý tất cả trong một package Python thống nhất.
Kết luận#
Mặc dù PP-YOLOE+ vẫn là một detector có năng lực cao trong hệ sinh thái riêng, sự ra mắt của YOLO26 đã làm thay đổi paradigma. Bằng cách kết hợp các tối ưu hóa training lấy cảm hứng từ LLM (MuSGD) với kiến trúc không cần NMS được tối ưu liên tục, Ultralytics đã tạo ra một model vừa có độ chính xác cao vừa dễ dàng triển khai. Đối với các developer hiện đại đang tìm kiếm sự cân bằng tốt nhất giữa tốc độ, độ chính xác và trải nghiệm developer, YOLO26 là lựa chọn dứt khoát.