Bắt đầu

YOLO11 và EfficientDet

Việc chọn đúng mạng neural cho các dự án thị giác máy tính đòi hỏi phải hiểu các kiến trúc hiện có. Hướng dẫn này so sánh Ultralytics YOLO11 và EfficientDet của Google, xét khác biệt kiến trúc, chỉ số hiệu năng, hiệu quả huấn luyện và các kịch bản triển khai phù hợp, giúp bạn chọn model thích hợp cho các workload học máy.

Thông tin nền và thông số kỹ thuật của model#

Cả hai model đều định hình nghiên cứu phát hiện vật thể trong học sâu, dù xuất phát từ những triết lý thiết kế và giai đoạn phát triển AI khác nhau.

Thông tin về YOLO11#

Thông tin về EfficientDet#

Tìm hiểu thêm về EfficientDet

Ưu thế hệ sinh thái

Hệ sinh thái xung quanh cũng quan trọng không kém bản thân model. Hệ sinh thái Ultralytics cung cấp tài liệu phong phú, hỗ trợ tích cực từ cộng đồng và khả năng xuất bằng một dòng lệnh sang các định dạng như ONNX và TensorRT.

Các cải tiến kiến trúc#

EfficientDet: BiFPN và mở rộng theo hệ số#

Ra mắt vào cuối năm 2019, EfficientDet hướng đến tối đa hóa độ chính xác đồng thời giảm thiểu chi phí tính toán. Model đạt được điều này chủ yếu thông qua hai cơ chế. Thứ nhất, backbone thuộc dòng EfficientNet, đồng thời mở rộng độ sâu, chiều rộng và độ phân giải thông qua phương pháp mở rộng hợp thành. Thứ hai, model giới thiệu Mạng kim tự tháp đặc trưng hai chiều (BiFPN), cho phép hợp nhất đặc trưng đa tỷ lệ dễ dàng và nhanh chóng.

Dù hiệu quả so với thời điểm ra mắt, bản triển khai AutoML dựa trên TensorFlow của EfficientDet có thể thiếu linh hoạt. So với các framework PyTorch hiện đại, dạng mô-đun, các nhà nghiên cứu thường thấy việc tỉa gọn model và tùy chỉnh khó khăn.

YOLO11: Trích xuất đặc trưng nâng cao và tính linh hoạt#

YOLO11 phát triển dựa trên các phiên bản tiền nhiệm, kết hợp block C3k2, attention không gian C2PSA và module Spatial Pyramid Pooling nhanh (SPPF). Những thay đổi này cải thiện trích xuất đặc trưng và giúp YOLO11 nắm bắt chi tiết hình ảnh tinh vi.

Ưu điểm lớn của YOLO11 là tính linh hoạt. Trong khi EfficientDet chỉ là model phát hiện vật thể, YOLO11 hỗ trợ nguyên bản phân đoạn instance, phân loại ảnh, ước lượng tư thế và hộp giới hạn định hướng (OBB). YOLO11 cũng có nhu cầu bộ nhớ thấp trong quá trình huấn luyện và suy luận, nhờ đó có lợi thế hơn các model cũ và vision transformer lớn hơn trên phần cứng AI edge có tài nguyên hạn chế.

Hiệu năng và benchmark#

Sự cân bằng giữa độ chính xác, được đo bằng độ chính xác trung bình (mAP), và tốc độ suy luận thường quyết định khả năng triển khai trong thực tế. Bảng bên dưới thể hiện hiệu năng của cả hai dòng model trên dataset COCO.

Modelkích thước
(pixel)
mAPval50-95Tốc độ
CPU ONNX
(ms)
Tốc độ
T4 TensorRT10
(ms)
params
(M)
FLOPs
(B)
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.6
YOLO11m64051.5183.24.720.168.1
YOLO11l64053.4238.66.225.387.2
YOLO11x64054.7462.811.356.9195.3
EfficientDet-d051234.6-3.923.92.54
EfficientDet-d164040.5-7.316.66.1
EfficientDet-d276843.0-10.928.111.0
EfficientDet-d389647.5-19.5912.024.9
EfficientDet-d4102449.7-33.5520.755.2
EfficientDet-d5128051.5-67.8633.7130.0
EfficientDet-d6128052.6-89.2951.9226.0
EfficientDet-d7153653.7-128.0751.9325.0

YOLO11 nhanh hơn đáng kể trên GPU với độ chính xác tương đương. YOLO11s gần đạt kết quả của EfficientDet-d3 (47.0 so với 47.5 mAP) trong 2.5 ms thay vì 19.59 ms trên T4 với TensorRT, còn YOLO11x đạt độ chính xác cao nhất (54.7 mAP) trong 11.3 ms thay vì 128.07 ms của EfficientDet-d7 (53.7 mAP). EfficientDet-d0 có số FLOPs thấp nhất (2.54B).

Hiệu quả huấn luyện và hệ sinh thái#

Các model Ultralytics được thiết kế để dễ sử dụng. Việc huấn luyện model EfficientDet thường đòi hỏi xử lý các cấu hình graph TensorFlow và chuỗi phụ thuộc phức tạp, trong khi YOLO11 được xây dựng trên nền tảng PyTorch hiện đại.

Nhờ hệ sinh thái được duy trì tốt, developer có thể cài đặt package, tải model đã huấn luyện trước và bắt đầu huấn luyện trên bộ dữ liệu tùy chỉnh chỉ với vài dòng code.

Ví dụ code Python#

Sau đây là ví dụ có thể chạy đầy đủ, minh họa sự đơn giản của API Ultralytics. Script này tải model YOLO11 đã huấn luyện trước, huấn luyện model và chạy một lượt dự đoán nhanh.

from ultralytics import YOLO

# Khởi tạo model YOLO11 nano đã huấn luyện trước
model = YOLO("yolo11n.pt")

# Huấn luyện model hiệu quả bằng engine PyTorch tích hợp
# Hiệu quả huấn luyện cao, cần ít VRAM hơn các model cũ
results = model.train(data="coco8.yaml", epochs=10, imgsz=640, device="cpu")

# Chạy suy luận thời gian thực trên ảnh mẫu
prediction = model.predict("https://ultralytics.com/images/bus.jpg")

# Hiển thị các hộp giới hạn đầu ra
prediction[0].show()

Hướng tới tương lai: Ưu thế của YOLO26#

Các nhóm bắt đầu dự án mới nên cân nhắc Ultralytics YOLO26, ra mắt vào tháng 1 năm 2026, giúp đơn giản hóa triển khai và cải thiện hiệu năng edge.

Các cải tiến chính của YOLO26 gồm:

  • Thiết kế end-to-end không cần NMS: Head one-to-one tùy chọn (nms=False) bỏ qua bước hậu xử lý Non-Maximum Suppression (NMS), giúp YOLO26 có độ trễ thấp ổn định cho các ứng dụng robotics tốc độ cao và xe tự hành.
  • Suy luận CPU nhanh hơn đến 43%: Với các triển khai không có GPU chuyên dụng, YOLO26n chạy trên CPU nhanh hơn YOLO11n đến 43%.
  • Optimizer MuSGD: Lấy cảm hứng từ Kimi K2 của Moonshot AI, phương pháp kết hợp SGD và Muon này mang độ ổn định huấn luyện của mô hình ngôn ngữ lớn (LLM) vào thị giác máy tính và tăng tốc hội tụ.
  • ProgLoss + STAL: Progressive Loss và phương pháp gán nhãn nhận biết mục tiêu nhỏ (STAL) cải thiện khả năng nhận diện vật thể nhỏ, vốn thường là điểm yếu trong phân tích ảnh vệ tinh và video drone.
  • Loại bỏ DFL: Việc loại bỏ Distribution Focal Loss giúp đơn giản hóa quy trình xuất model sang các thiết bị biên.
Các model khác nên khám phá

Nếu dự án của bạn có những yêu cầu rất cụ thể, bạn cũng có thể benchmark model RT-DETR để phát hiện dựa trên Transformer hoặc YOLOv8 được ứng dụng rộng rãi, vốn vẫn là lựa chọn phổ biến trong nhiều triển khai doanh nghiệp cũ.

Trường hợp sử dụng và khuyến nghị#

Việc lựa chọn giữa YOLO11 và EfficientDet phụ thuộc vào yêu cầu cụ thể của dự án, các ràng buộc triển khai và hệ sinh thái mà bạn ưu tiên.

Khi nào nên chọn YOLO11#

YOLO11 là lựa chọn phù hợp cho:

  • Triển khai biên trong môi trường production: Các ứng dụng thương mại trên thiết bị như Raspberry Pi hoặc NVIDIA Jetson, nơi độ tin cậy và hoạt động bảo trì liên tục là ưu tiên hàng đầu.
  • Ứng dụng thị giác đa tác vụ: Các dự án cần phát hiện, phân đoạn, ước lượng tư thế và OBB trong cùng một framework thống nhất.
  • Tạo mẫu và triển khai nhanh: Các nhóm cần chuyển nhanh từ khâu thu thập dữ liệu sang production bằng Python API của Ultralytics.

Khi nào nên chọn EfficientDet#

EfficientDet được khuyến nghị cho:

  • Pipeline Google Cloud và TPU: Các hệ thống dựa trên TensorFlow chạy trên hạ tầng TPU của Google Cloud, nơi bản triển khai tham chiếu của EfficientDet hỗ trợ huấn luyện trên TPU.
  • Nghiên cứu mở rộng theo hệ số: Benchmark học thuật tập trung nghiên cứu tác động của việc mở rộng cân bằng độ sâu, chiều rộng và độ phân giải của mạng.
  • Triển khai di động qua LiteRT: Các dự án yêu cầu cụ thể việc xuất sang LiteRT (trước đây là TensorFlow Lite) cho Android hoặc thiết bị Linux nhúng.

Khi nào nên chọn Ultralytics (YOLO26)#

Với hầu hết dự án mới, Ultralytics YOLO26 mang lại sự kết hợp tốt nhất giữa hiệu năng và trải nghiệm developer:

  • 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 khả năng tăng tốc bằng GPU chuyên dụng, nơi tốc độ suy luận CPU nhanh hơn tới 43% của YOLO26n so với YOLO11n mang lại lợi thế quyết định.
  • 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 độ chính xác khi phát hiện vật thể nhỏ.

Kết luận#

EfficientDet là kiến trúc tiên phong chứng minh giá trị của phương pháp mở rộng hợp thành trong phát hiện vật thể. Các model mới hơn có năng lực cao hơn, dễ tích hợp hơn và chạy nhanh hơn trên GPU.

Với khả năng hỗ trợ đa tác vụ, suy luận GPU nhanh và API đơn giản, YOLO11 là lựa chọn tốt hơn cho các pipeline thị giác hiện đại. Với dự án mới, đặc biệt là triển khai ưu tiên edge, YOLO26 bổ sung suy luận không cần NMS tùy chọn và độ chính xác cao hơn.

Người đóng góp

Bình luận

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