Bắt đầu

PP-YOLOE+ và YOLOv6-3.0

Thị giác máy tính thời gian thực đã phát triển nhanh chóng, dẫn đến sự ra đời của các kiến trúc chuyên biệt được tối ưu cho nhiều kịch bản triển khai. Các nhà phát triển thường so sánh PP-YOLOE+ và YOLOv6-3.0 khi xây dựng ứng dụng cần cân bằng giữa thông lượng cao và độ chính xác đáng tin cậy. Cả hai model đều mang lại cải tiến kiến trúc đáng kể khi ra mắt, tập trung tăng tốc suy luận cho ứng dụng công nghiệp và edge.

Trước khi đi sâu vào phân tích chi tiết kiến trúc, hãy xem biểu đồ bên dưới để hình dung hiệu năng tương quan của các model này về tốc độ và độ chính xác.

PP-YOLOE+: Điểm mạnh và điểm yếu về kiến trúc#

Được phát triển bởi nhóm tác giả PaddlePaddle, PP-YOLOE+ là một detector không anchor nổi bật, phát triển dựa trên các phiên bản tiền nhiệm để mang lại hiệu năng mạnh mẽ ở nhiều quy mô khác nhau.

Điểm nổi bật về kiến trúc#

PP-YOLOE+ giới thiệu một số cải tiến quan trọng so với thiết kế PP-YOLOE ban đầu. Model sử dụng backbone CSPRepResNet, giúp cân bằng hiệu quả chi phí tính toán với năng lực trích xuất đặc trưng. Model cũng tích hợp mạng kim tự tháp đặc trưng (FPN) kết hợp với Mạng Tổng hợp Đường dẫn (PAN) để đảm bảo hợp nhất đặc trưng đa tỷ lệ. Một điểm nổi bật là ET-head (head Efficient Task-aligned), giúp cải thiện đáng kể sự phối hợp giữa phân loại và định vị trong quá trình phát hiện đối tượng.

PP-YOLOE+ đạt độ chính xác trung bình (mAP) cao, nhưng sự phụ thuộc vào hệ sinh thái PaddlePaddle đôi khi khiến các nhà nghiên cứu quen với quy trình PyTorch gốc gặp khó khăn khi tiếp cận. Điều này có thể phần nào làm phức tạp quá trình triển khai model trên các thiết bị edge không đồng nhất, vốn không hỗ trợ trực tiếp suy luận Paddle.

Bối cảnh triển khai

PP-YOLOE+ được tối ưu cao cho triển khai trong nền tảng công nghệ của Baidu, nên là lựa chọn tốt nếu môi trường sản xuất của bạn phụ thuộc nhiều vào các công cụ suy luận Paddle.

Tìm hiểu thêm về PP-YOLOE+

YOLOv6-3.0: Thông lượng công nghiệp#

Được phát hành bởi Bộ phận Vision AI của Meituan, YOLOv6-3.0 được thiết kế rõ ràng như detector đối tượng thế hệ tiếp theo cho ứng dụng công nghiệp, ưu tiên thông lượng cao trên phần cứng GPU.

Điểm nổi bật về kiến trúc#

YOLOv6-3.0 có backbone EfficientRep được thiết kế riêng để tối đa hóa khả năng tận dụng phần cứng, đặc biệt trên GPU NVIDIA sử dụng TensorRT. Bản cập nhật v3.0 bổ sung module Ghép nối Hai chiều (BiC) vào neck, cải thiện khả năng lưu giữ đặc trưng không gian mà không làm tăng đáng kể số lượng tham số. Ngoài ra, bản cập nhật giới thiệu chiến lược Huấn luyện Có Hỗ trợ Anchor (AAT), kết hợp lợi ích về độ ổn định của anchor trong quá trình huấn luyện model đồng thời duy trì kiến trúc không anchor tốc độ cao trong suy luận thời gian thực.

Tuy nhiên, do YOLOv6-3.0 được tối ưu mạnh cho GPU cấp máy chủ, lợi ích về độ trễ đôi khi giảm khi triển khai trên thiết bị edge chỉ có CPU với tài nguyên rất hạn chế. Tính chuyên biệt này giúp model hoạt động tốt nhất trong các môi trường như phân tích video ngoại tuyến, nhưng có thể kém hơn các model tối ưu cho edge trên phần cứng nhỏ hơn.

Tìm hiểu thêm về YOLOv6

Bảng so sánh hiệu năng#

Bảng sau nêu bật các chỉ số hiệu năng chính, so sánh trực tiếp các biến thể tỷ lệ khác nhau của hai kiến trúc.

Modelkích thước
(pixel)
mAPval50-95Tốc độ
CPU ONNX
(ms)
Tốc độ
T4 TensorRT10
(ms)
params
(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
YOLOv6-3.0n64037.5-1.174.711.4
YOLOv6-3.0s64045.0-2.6618.545.3
YOLOv6-3.0m64050.0-5.2834.985.8
YOLOv6-3.0l64052.8-8.9559.6150.7

Trường hợp sử dụng và khuyến nghị#

Việc lựa chọn giữa PP-YOLOE+ và YOLOv6 phụ thuộc vào yêu cầu cụ thể của dự án, giới hạn triển khai và mức độ phù hợp với hệ sinh thái.

Khi nào nên chọn PP-YOLOE+#

PP-YOLOE+ là lựa chọn phù hợp trong các trường hợp:

  • Tích hợp hệ sinh thái PaddlePaddle: Các tổ chức có hạ tầng hiện hữu được xây dựng trên framework và bộ công cụ PaddlePaddle của Baidu.
  • Triển khai biên bằng Paddle Lite: Triển khai lên phần cứng có kernel suy luận được tối ưu hóa cao, dành riêng cho Paddle Lite hoặc inference engine Paddle.
  • Phát hiện độ chính xác cao phía máy chủ: Các kịch bản ưu tiên độ chính xác phát hiện tối đa trên máy chủ GPU mạnh, nơi sự phụ thuộc vào framework không phải vấn đề đáng lo ngại.

Khi nào nên chọn YOLOv6#

YOLOv6 được khuyến nghị cho:

  • Triển khai tương thích với phần cứng công nghiệp: Các tình huống mà thiết kế nhận biết phần cứng và tái tham số hóa hiệu quả của model mang lại hiệu năng tối ưu trên phần cứng mục tiêu cụ thể.
  • Detection một giai đoạn tốc độ cao: Các ứng dụng ưu tiên tốc độ suy luận GPU thô để xử lý video thời gian thực trong môi trường được kiểm soát.
  • Tích hợp hệ sinh thái Meituan: Các nhóm đang làm việc trong ngăn xếp công nghệ và hạ tầng triển khai của Meituan.

Khi nào nên chọn Ultralytics (YOLO26)#

Với hầu hết dự án mới, Ultralytics YOLO26 mang đến sự kết hợp tốt nhất giữa hiệu năng và trải nghiệm dành cho nhà phát triển:

  • Triển khai trên thiết bị biên không cần NMS: Các ứng dụng cần inference có độ trễ thấp và ổn định mà không phải xử lý hậu kỳ Non-Maximum Suppression phức tạp.
  • Môi trường chỉ có CPU: Các thiết bị không có tăng tốc GPU chuyên dụng, nơi khả năng inference CPU nhanh hơn YOLO11n đến 43% của YOLO26n tạo ra lợi thế rõ rệt.
  • Phát hiện vật thể nhỏ: Các tình huống khó như ảnh chụp từ drone trên không hoặc phân tích cảm biến IoT, trong đó ProgLoss và STAL cải thiện đáng kể độ chính xác khi phát hiện vật thể rất nhỏ.

Lợi thế của Ultralytics: Vượt xa các model cũ#

PP-YOLOE+ và YOLOv6-3.0 cung cấp các giải pháp chuyên biệt, nhưng phát triển AI hiện đại đòi hỏi quy trình làm việc linh hoạt, tiết kiệm bộ nhớ. Nền tảng Ultralytics mang đến trải nghiệm phát triển mạnh mẽ trong trường hợp này. Với Python API thống nhất, bạn có thể huấn luyện, xác thực và triển khai model hiện đại mà không phải xử lý lượng cấu hình cồng kềnh thường thấy trong các kho mã nghiên cứu cũ.

Các model Ultralytics hỗ trợ sẵn nhiều tác vụ thị giác ngoài phát hiện tiêu chuẩn, bao gồm phân đoạn đối tượng, phân loại ảnh, ước tính tư thế và trích xuất Hộp giới hạn định hướng (OBB). Các model cũng được tối ưu để giảm mức sử dụng bộ nhớ trong quá trình huấn luyện, khác với model dựa trên Transformer như RT-DETR, vốn thường cần dung lượng VRAM GPU lớn.

Khám phá YOLO26: Tiêu chuẩn mới#

Với các tổ chức muốn triển khai model thị giác mới nhất, Ultralytics YOLO26 (ra mắt vào tháng 1 năm 2026) vượt trội đáng kể so với các thế hệ cũ nhờ một số cải tiến quan trọng:

  • Thiết kế đầu-cuối không cần NMS: Dựa trên các khái niệm từ YOLOv10, head một-một tùy chọn của YOLO26 (nms=False) loại bỏ hoàn toàn hậu xử lý Loại bỏ hộp giới hạn dư thừa (NMS). Phương pháp đầu-cuối gốc này mang lại suy luận ổn định với độ trễ thấp, yếu tố thiết yếu cho các hệ thống an toàn thời gian thực.
  • Suy luận CPU nhanh hơn tới 43%: Với Hàm mất mát tiêu cự phân phối (DFL) được loại bỏ khỏi kiến trúc, YOLO26 được tối ưu cho điện toán edge và môi trường không có khả năng tăng tốc GPU chuyên dụng; YOLO26n chạy trên CPU nhanh hơn YOLO11n tới 43%.
  • Optimizer MuSGD: Bằng cách tích hợp tính ổn định trong huấn luyện LLM vào model thị giác, optimizer lai này (lấy cảm hứng từ Moonshot AI) giúp hội tụ nhanh và duy trì độ ổn định cao trong các phiên huấn luyện tùy chỉnh.
  • ProgLoss + STAL: Các kỹ thuật huấn luyện này cải thiện đáng kể khả năng nhận dạng đối tượng nhỏ, thiết yếu cho những ứng dụng như ảnh chụp từ trên không bằng drone và phân tích cảnh đông người.
Đảm bảo pipeline sẵn sàng cho tương lai

Nếu hôm nay bạn đang xây dựng một dự án mới, hãy bắt đầu với YOLO26 thay vì các kiến trúc cũ. Hiệu quả bộ nhớ và tốc độ không cần NMS giúp việc đưa model vào môi trường sản xuất dễ dàng hơn đáng kể.

Triển khai#

Huấn luyện và xuất model bằng gói Python Ultralytics rất đơn giản. Ví dụ sau minh họa cách huấn luyện model YOLO26 mới nhất và xuất sang ONNX để triển khai nhanh trên edge:

from ultralytics import YOLO

# Tải model YOLO26 cỡ nhỏ
model = YOLO("yolo26s.pt")

# Huấn luyện model trên dataset ví dụ COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Chạy suy luận không cần NMS trên ảnh kiểm thử
predict_results = model.predict("https://ultralytics.com/images/bus.jpg", nms=False)

# Export sang định dạng ONNX để triển khai trên edge
model.export(format="onnx")

Với các nhóm gắn bó sâu với quy trình cũ nhưng muốn có độ ổn định hiện đại, tìm hiểu Ultralytics YOLO11 cũng là một bước chuyển tiếp phù hợp, mang đến khả năng hỗ trợ tác vụ toàn diện cùng hậu thuẫn của toàn bộ hệ sinh thái Ultralytics.

Người đóng góp

Bình luận

Đặt câu hỏi, chia sẻ kết quả hoặc giúp đỡ người khác.