PP-YOLOE+ và YOLOv9
Thị giác máy tính thời gian thực không ngừng phát triển khi các nhà nghiên cứu và nhà phát triển cải thiện độ chính xác và tốc độ suy luận. Khi so sánh PP-YOLOE+ với YOLOv9, bạn đang xem xét hai triết lý khác biệt về kiến trúc model và thiết kế hệ sinh thái.
Bài so sánh kỹ thuật này phân tích các cải tiến kiến trúc, chỉ số hiệu năng, phương pháp huấn luyện và trường hợp sử dụng phù hợp để giúp bạn chọn model phát hiện đối tượng thích hợp cho lần triển khai tiếp theo.
Dòng dõi model và nền tảng kỹ thuật#
Hiểu rõ nguồn gốc và lựa chọn kiến trúc của các model này là yếu tố then chốt để xác định mức độ phù hợp với các dự án thị giác máy tính 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. Model này kế thừa các phiên bản trước trong framework PaddleDetection để mang lại khả năng phát hiện đối tượng hiệu năng cao.
- Tác giả: Nhóm tác giả PaddlePaddle
- Tổ chức: Baidu
- Ngày: 2022-04-02
- arXiv: 2203.16250
- GitHub: Kho lưu trữ PaddleDetection
PP-YOLOE+ giới thiệu kiến trúc không anchor mạnh mẽ, được tối ưu sâu cho việc triển khai trong hệ sinh thái PaddlePaddle. Model sử dụng backbone CSPRepResNet được điều chỉnh và ET-head để cải thiện trích xuất đặc trưng cũng như hồi quy hộp giới hạn. Dù đạt độ chính xác trung bình (mAP) cao, việc phụ thuộc vào framework PaddlePaddle đôi khi gây khó khăn tích hợp cho các nhà phát triển quen dùng PyTorch hoặc TensorFlow.
Tổng quan về YOLOv9#
Do Chien-Yao Wang và Hong-Yuan Mark Liao thuộc Viện Khoa học Thông tin, Academia Sinica, Đài Loan phát triển, YOLOv9 là một bước tiến đáng kể trong việc xử lý nút thắt thông tin ở các mạng sâu.
- Tác giả: Chien-Yao Wang và Hong-Yuan Mark Liao
- Tổ chức: Viện Khoa học Thông tin, Academia Sinica, Đài Loan
- Ngày: 2024-02-21
- arXiv: 2402.13616
- GitHub: WongKinYiu/yolov9
Đóng góp chính của YOLOv9 là Thông tin Gradient Có thể Lập trình (PGI), giúp giảm thất thoát thông tin khi các đặc trưng đi qua mạng nơ-ron 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. Model này cũng được tích hợp sẵn vào hệ sinh thái Ultralytics, giúp dễ dàng tiếp cận cho cả ứng dụng nghiên cứu lẫn thương mại.
So sánh hiệu năng và chỉ số#
Khi phân tích hiệu năng thuần, YOLOv9 cho thấy hiệu quả tham số cao. Model đạt độ chính xác tương đương hoặc tốt hơn trong khi cần ít tham số và FLOPs hơn, nhờ đó giảm yêu cầu VRAM trong quá trình huấn luyện model.
| Model | kích thước (pixel) | mAPval50-95 | 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 | 7.2 | 26.7 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.1 | 76.8 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.5 | 102.8 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 58.1 | 192.5 |
Như bảng cho thấy, YOLOv9c đạt mAP 53.0 với số tham số ít hơn đáng kể (25.5M) so với PP-YOLOE+l tương đương (52.2M). Mức sử dụng bộ nhớ thấp hơn này khiến YOLOv9 trở thành lựa chọn tốt hơn cho các nhà phát triển làm việc với tài nguyên GPU hạn chế.
Hệ sinh thái, tính linh hoạt và mức độ dễ sử dụng#
Ưu thế nổi bật của YOLOv9 nằm ở khả năng tích hợp với hệ sinh thái Ultralytics được duy trì tốt. Trong khi PP-YOLOE+ đòi hỏi phải xử lý các tệp cấu hình PaddlePaddle phức tạp, YOLOv9 được hưởng lợi từ Python API tinh gọn.
Python API của Ultralytics cho phép nhà phát triển tải trọng số đã huấn luyện trước, quản lý tăng cường dữ liệu và bắt đầu huấn luyện với rất ít mã thiết lập.
from ultralytics import YOLO
# Tải model YOLOv9 đã được huấn luyện trước
model = YOLO("yolov9c.pt")
# Huấn luyện model trên bộ dữ liệu COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Chạy suy luận trên một ảnh
results = model("https://ultralytics.com/images/bus.jpg")
# # Xuất model sang định dạng ONNX
model.export(format="onnx")Hệ sinh thái Ultralytics cũng mang đến tính linh hoạt rộng rãi. Ngoài phát hiện hộp giới hạn, framework hỗ trợ sẵn phân đoạn đối tượng, ước tính tư thế và phát hiện Hộp giới hạn định hướng (OBB). Nhờ đó, việc điều chỉnh model cho các pipeline thực tế phức tạp trở nên hiệu quả.
Trường hợp sử dụng và khuyến nghị#
Việc chọn PP-YOLOE+ hay YOLOv9 phụ thuộc vào yêu cầu cụ thể của dự án, các giới hạn triển khai và lựa chọn 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 YOLOv9#
YOLOv9 được khuyến nghị cho:
- Nghiên cứu về nút thắt thông tin: Các dự án học thuật nghiên cứu kiến trúc Programmable Gradient Information (PGI) và Generalized Efficient Layer Aggregation Network (GELAN).
- Nghiên cứu tối ưu hóa luồng gradient: Các nghiên cứu tập trung vào việc tìm hiểu và giảm thiểu mất mát thông tin trong các lớp mạng sâu khi huấn luyện.
- Đánh giá hiệu năng phát hiện độ chính xác cao: Các tình huống cần hiệu năng mạnh của YOLOv9 trên benchmark COCO làm mốc tham chiếu để so sánh kiến trúc.
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.
Nhìn về phía trước: Ưu thế của YOLO26#
PP-YOLOE+ và YOLOv9 đều mạnh mẽ, nhưng YOLO26 mới ra mắt là bước tiến tự nhiên tiếp theo cho môi trường sản xuất. Ra mắt vào tháng 1 năm 2026, YOLO26 được thiết kế cho cả điện toán edge lẫn triển khai đám mây, đồng thời là model được khuyến nghị cho các dự án thị giác máy tính mới nhờ những cải tiến sau:
- Thiết kế đầu-cuối không cần NMS: YOLO26 hỗ trợ suy luận đầu-cuối gốc, loại bỏ nhu cầu hậu xử lý bằng Loại bỏ hộp giới hạn dư thừa (NMS) khi chạy với
nms=False. Điều này đơn giản hóa đáng kể pipeline triển khai và giảm độ trễ. - Suy luận CPU nhanh hơn tới 43%: Nhờ tối ưu kiến trúc cho điện toán edge, YOLO26n chạy nhanh hơn YOLO11n tới 43% trên phần cứng chỉ có CPU.
- Loại bỏ DFL: Hàm mất mát tiêu cự phân phối đã được loại bỏ, giúp đơn giản hóa quá trình xuất model và cải thiện khả năng tương thích với thiết bị edge công suất thấp.
- Bộ tối ưu MuSGD: Lấy cảm hứng từ các kỹ thuật huấn luyện mô hình ngôn ngữ lớn (như những kỹ thuật được sử dụng trong Kimi K2 của Moonshot AI), phương pháp kết hợp SGD và Muon này mang lại động lực huấn luyện ổn định và hội tụ nhanh.
- ProgLoss + STAL: Hàm mất mát lũy tiến và cơ chế gán nhãn nhận biết đối tượng nhỏ cải thiện đáng kể khả năng nhận dạng đối tượng nhỏ, một nâng cấp thiết yếu cho ảnh chụp từ trên không và robot học.
- Cải tiến theo tác vụ: YOLO26 bao gồm các kiến trúc được tùy chỉnh cho những tác vụ cụ thể, chẳng hạn proto đa tỷ lệ cho segmentation và Residual Log-Likelihood Estimation (RLE) cho ước tính tư thế.
Bạn có thể dễ dàng huấn luyện và triển khai model YOLO26 thông qua Ultralytics Platform, giải pháp tất cả trong một cho gán nhãn dataset, huấn luyện trên cloud và giám sát model.
Ứng dụng thực tế#
Việc chọn giữa các kiến trúc này thường phụ thuộc vào môi trường triển khai mục tiêu của bạn.
PP-YOLOE+ thường được triển khai trong môi trường sản xuất công nghiệp, nơi framework PaddlePaddle và nền tảng phần cứng của Baidu đã ăn sâu vào hạ tầng doanh nghiệp. Model hoạt động tốt trong phân tích ảnh tĩnh, khi ưu tiên độ chính xác tối đa hơn các yêu cầu nghiêm ngặt về thời gian thực.
YOLOv9 hoạt động tốt trong các môi trường động cần suy luận thời gian thực nhanh. Hiệu quả tham số giúp model phù hợp với điều hướng drone tự hành và hệ thống an ninh trên edge. Ngoài ra, mức tiêu thụ VRAM thấp hơn giúp các nhà nghiên cứu huấn luyện model trên GPU phổ thông dễ dàng hơn.
Để đạt hiệu năng tốt nhất trong quản lý giao thông đô thị thông minh và robot tốc độ cao, YOLO26 mới hơn là lựa chọn được khuyến nghị, với tùy chọn suy luận đầu-cuối không chịu thêm độ trễ do NMS.
Bình luận
Đặt câu hỏi, chia sẻ kết quả hoặc giúp đỡ người khác.