PP-YOLOE+ so với YOLOv9#

Bối cảnh thị giác máy tính thời gian thực đang thay đổi liên tục, với các nhà nghiên cứu và nhà phát triển không ngừng đẩy mạnh giới hạn về độ chính xác và tốc độ suy luận. Khi so sánh PP-YOLOE+ và YOLOv9, chúng ta đang xem xét hai triết lý riêng biệt trong kiến trúc model và thiết kế hệ sinh thái.

So sánh kỹ thuật toàn diện này phân tích các đổi mới về kiến trúc, chỉ số hiệu suất, phương pháp huấn luyện và các trường hợp sử dụng lý tưởng để giúp bạn chọn đúng model object detection cho lần triển khai tiếp theo.

Dòng mô hình và nền tảng kỹ thuật#

Việc hiểu rõ nguồn gốc và các lựa chọn kiến trúc của những model này là rất quan trọng để xác định mức độ phù hợp của chúng trong các computer vision projects của bạn.

Tổng quan về PP-YOLOE+#

Được phát triển bởi các tác giả PaddlePaddle tại Baidu, PP-YOLOE+ ra mắt vào ngày 2 tháng 4 năm 2022. Mô hình này xây dựng dựa trên các phiên bản trước đó trong framework PaddleDetection để mang lại khả năng phát hiện đối tượng hiệu suất cao.

Tác giả: Các tác giả PaddlePaddle
Tổ chức: Baidu
Ngày: 2022-04-02
Arxiv: 2203.16250
GitHub: PaddleDetection Repository

PP-YOLOE+ giới thiệu kiến trúc không mỏ neo (anchor-free) mạnh mẽ, được tối ưu hóa cao cho việc triển khai trong hệ sinh thái PaddlePaddle. Nó sử dụng backbone CSPRepResNet đã được chỉnh sửa và một ET-head để cải thiện khả năng trích xuất đặc trưng và hồi quy bounding box. Mặc dù đạt được mean Average Precision (mAP) cao, việc phụ thuộc vào framework PaddlePaddle đôi khi có thể tạo ra độ ma sát khi tích hợp đối với các nhà phát triển đã quen thuộc với PyTorch hoặc TensorFlow.

Tìm hiểu thêm về PP-YOLOE+

Tổng quan về YOLOv9#

Được giới thiệu bởi Chien-Yao Wang và Hong-Yuan Mark Liao từ Viện Khoa học Thông tin, Academia Sinica, Đài Loan, YOLOv9 đánh dấu một bước tiến đáng kể trong việc xử lý hiệu quả các điểm nghẽn thông tin (information bottlenecks) trong học sâu.

Tác giả: Chien-Yao Wang và Hong-Yuan Mark Liao
Tổ chức: Viện Thông tin học, Academia Sinica, Đài Loan
Ngày: 2024-02-21
Arxiv: 2402.13616
GitHub: WongKinYiu/yolov9

Bước đột phá lớn của YOLOv9 là Thông tin Gradient Lập trình (PGI), giúp ngăn ngừa mất mát dữ liệu khi các đặc trưng đi qua các mạng neuron sâu. Kết hợp với Mạng Tổng hợp Lớp Hiệu quả Tổng quát (GELAN), YOLOv9 tối đa hóa hiệu quả tham số và luồng tính toán. Hơn nữa, nó được tích hợp nguyên bản vào Ultralytics ecosystem, giúp người dùng dễ dàng tiếp cận cho cả các ứng dụng nghiên cứu lẫn thương mại.

Tìm hiểu thêm về YOLOv9

Các mô hình Ultralytics khác

Nếu bạn đang khám phá các tùy chọn tiên tiến nhất, bạn cũng có thể quan tâm đến YOLO11 và RT-DETR, mang lại các mức độ cân bằng khác nhau giữa độ chính xác dựa trên transformer và hiệu suất biên thời gian thực.

So sánh Hiệu năng và Chỉ số#

Khi phân tích hiệu suất thô, YOLOv9 thể hiện hiệu quả tham số đặc biệt. Nó đạt được độ chính xác tương đương hoặc vượt trội trong khi yêu cầu ít tham số và FLOP hơn, đồng thời chuyển đổi thành các yêu cầu VRAM thấp hơn trong quá trình model training.

Mô hình	kích thước ^(pixel)	mAP^val 50-95	Tốc độ ^{CPU ONNX (ms)}	Tốc độ ^{T4 TensorRT10 (ms)}	params ^(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

YOLOv9t	640	38.3	-	2.3	2.0	7.7
YOLOv9s	640	46.8	-	3.54	7.1	26.4
YOLOv9m	640	51.4	-	6.43	20.0	76.3
YOLOv9c	640	53.0	-	7.16	25.3	102.1
YOLOv9e	640	55.6	-	16.77	57.3	189.0

Như đã thấy trong bảng, YOLOv9c đạt mức 53.0 mAP ấn tượng với số lượng tham số ít hơn đáng kể (25.3M) so với đối thủ PP-YOLOE+l (52.2M). Việc sử dụng bộ nhớ thấp hơn này giúp YOLOv9 trở thành lựa chọn vượt trội cho các lập trình viên làm việc với tài nguyên GPU hạn chế.

Hệ sinh thái, sự linh hoạt và tính dễ sử dụng#

Lợi thế xác định của YOLOv9 nằm ở khả năng tích hợp liền mạch với hệ sinh thái Ultralytics được duy trì tốt. Trong khi PP-YOLOE+ đòi hỏi phải làm việc với các tệp cấu hình PaddlePaddle phức tạp, YOLOv9 hưởng lợi từ một Python API được tinh giản.

Ultralytics Python API cho phép các nhà phát triển tải trọng số đã được huấn luyện trước, quản lý data augmentation, và khởi tạo quá trình huấn luyện với lượng mã boilerplate tối thiểu.

from ultralytics import YOLO

# Load a pretrained YOLOv9 model
model = YOLO("yolov9c.pt")

# Train the model on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")

# Export the model to ONNX format
model.export(format="onnx")

Hơn nữa, hệ sinh thái Ultralytics cung cấp tính linh hoạt vượt trội. Ngoài việc phát hiện bounding box, framework này hỗ trợ nguyên bản Instance Segmentation, Pose Estimation và phát hiện Oriented Bounding Box (OBB). Điều này giúp việc điều chỉnh model của bạn cho các pipeline thực tế phức tạp trở nên vô cùng hiệu quả.

Các tùy chọn xuất mô hình

Các model được huấn luyện bằng framework Ultralytics có thể được xuất sang nhiều định dạng, bao gồm TensorRT và OpenVINO, đảm bảo quá trình suy luận được tối ưu hóa cao trên các phần cứng đa dạng.

Các trường hợp sử dụng và Khuyến nghị#

Việc lựa chọn giữa PP-YOLOE+ và YOLOv9 phụ thuộc vào yêu cầu cụ thể của dự án, các giới hạn triển khai và sở thích về hệ sinh thái của bạn.

Khi nào nên chọn PP-YOLOE+#

PP-YOLOE+ là lựa chọn mạnh mẽ cho:

Tích hợp hệ sinh thái PaddlePaddle: Các tổ chức có cơ sở hạ tầng hiện có được xây dựng trên framework và công cụ PaddlePaddle của Baidu.
Triển khai Paddle Lite Edge: Triển khai lên phần cứng với các kernel suy luận được tối ưu hóa cao dành riêng cho Paddle Lite hoặc engine suy luận Paddle.
Nhận diện phía máy chủ có độ chính xác cao: Các kịch bản ưu tiên độ chính xác nhận diện tối đa trên các máy chủ GPU mạnh mẽ, nơi sự phụ thuộc vào framework không phải là vấn đề.

Khi nào nên chọn YOLOv9#

YOLOv9 được khuyến nghị cho:

Nghiên cứu Nút thắt Thông tin (Information Bottleneck): Các dự án học thuật nghiên cứu về Programmable Gradient Information (PGI) và kiến trúc Generalized Efficient Layer Aggregation Network (GELAN).
Nghiên cứu Tối ưu hóa Luồng Gradient: Nghiên cứu tập trung vào việc hiểu và giảm thiểu tình trạng mất thông tin trong các lớp mạng sâu trong quá trình huấn luyện.
Đo lường Phát hiện Độ chính xác cao: Các kịch bản mà hiệu suất đo lường trên bộ dữ liệu COCO của YOLOv9 cần thiết làm điểm tham chiếu cho các so sánh kiến trúc.

Khi nào nên chọn Ultralytics (YOLO26)#

Đối với hầu hết các dự án mới, Ultralytics YOLO26 mang lại sự kết hợp tốt nhất giữa hiệu suất và trải nghiệm của nhà phát triển:

Triển khai Edge không cần NMS: Các ứng dụng yêu cầu suy luận nhất quán, độ trễ thấp mà không có sự phức tạp của hậu xử lý Non-Maximum Suppression.
Môi trường chỉ dùng CPU: Các thiết bị không có tăng tốc GPU chuyên dụng, nơi suy luận CPU nhanh hơn tới 43% của YOLO26 mang lại lợi thế quyết định.
Phát hiện Vật thể Nhỏ: Các kịch bản thử thách như aerial drone imagery hoặc phân tích cảm biến IoT nơi ProgLoss và STAL cải thiện đáng kể độ chính xác trên các vật thể nhỏ xíu.

Hướng tới tương lai: Lợi thế của YOLO26#

Mặc dù cả PP-YOLOE+ và YOLOv9 đều mạnh mẽ, YOLO26 mới được phát hành đại diện cho bước tiến dứt khoát tiếp theo cho môi trường sản xuất. Được phát hành vào tháng 1 năm 2026, YOLO26 thiết lập một tiêu chuẩn mới cho điện toán biên và triển khai đám mây. Chúng tôi đặc biệt khuyên dùng YOLO26 cho tất cả các dự án thị giác máy tính mới nhờ các đổi phá mang tính bước ngoặt của nó:

Thiết kế End-to-End không cần NMS: YOLO26 là mô hình end-to-end bản địa, loại bỏ hoàn toàn nhu cầu hậu xử lý Non-Maximum Suppression (NMS). Điều này giúp đơn giản hóa đáng kể quy trình triển khai và giảm độ trễ.
Tăng tốc độ suy luận CPU lên đến 43%: Bằng cách tối ưu hóa kiến trúc chuyên biệt cho điện toán biên, YOLO26 hoạt động nhanh hơn đáng kể trên phần cứng không có GPU chuyên dụng.
Loại bỏ DFL: Distribution Focal Loss đã được loại bỏ, giúp việc xuất mô hình đơn giản hơn và cải thiện đáng kể khả năng tương thích với các thiết bị biên tiêu thụ điện năng thấp.
Bộ tối ưu hóa MuSGD: Lấy cảm hứng từ các kỹ thuật huấn luyện mô hình ngôn ngữ lớn (như Kimi K2 của Moonshot AI), sự kết hợp giữa SGD và Muon này đảm bảo động lực huấn luyện ổn định cao và hội tụ nhanh.
ProgLoss + STAL: Các hàm mất mát tiên tiến này mang lại những cải tiến đáng chú ý trong việc nhận dạng vật thể nhỏ, một bản nâng cấp thiết yếu cho aerial imagery và robotics.
Cải tiến theo tác vụ chuyên biệt: YOLO26 bao gồm các kiến trúc tùy chỉnh cho các tác vụ cụ thể, chẳng hạn như multi-scale proto cho phân đoạn ảnh và Residual Log-Likelihood Estimation (RLE) cho ước tính tư thế (pose estimation).

Bạn có thể dễ dàng huấn luyện và triển khai các model YOLO26 thông qua Ultralytics Platform, một giải pháp tất cả trong một dành cho việc gán nhãn tập dữ liệu, huấn luyện trên đám mây và giám sát model.

Ứng dụng trong thực tế#

Việc lựa chọn giữa các kiến trúc này thường phụ thuộc vào môi trường triển khai mục tiêu của bạn.

PP-YOLOE+ thường được triển khai tại các trung tâm sản xuất công nghiệp, đặc biệt là ở những khu vực mà PaddlePaddle integration và ngăn xếp phần cứng của Baidu được tích hợp sâu vào hạ tầng doanh nghiệp. Nó nổi trội trong phân tích hình ảnh tĩnh nơi độ chính xác tuyệt đối được ưu tiên hơn các ràng buộc thời gian thực nghiêm ngặt.

YOLOv9 nổi trội trong các môi trường động đòi hỏi real-time inference nhanh chóng. Hiệu quả tham số vượt trội của nó làm cho nó lý tưởng cho việc điều hướng máyδ bay không người lái tự động và hệ thống bảo mật dựa trên biên. Hơn nữa, mức tiêu thụ VRAM thấp hơn giúp hạ thấp rào cản gia nhập cho các nhà nghiên cứu huấn luyện trên GPU cấp độ người dùng phổ thông.

Để có hiệu suất tuyệt đối tốt nhất trên smart city traffic management và robotics tốc độ cao, YOLO26 mới hơn là không có đối thủ, mang lại hiệu quả đầu cuối mà không gặp phải gánh nặng từ các nút thắt NMS.

Những người đóng góp

GLglenn-jocher¹⁶

Đã tạo 27 thg 1, 2025Đã cập nhật 3 giờ trước