Bỏ qua nội dung

So sánh mô hình: YOLO11 so với PP-YOLOE+ để phát hiện đối tượng

Việc lựa chọn mô hình phát hiện đối tượng phù hợp là rất quan trọng đối với các dự án thị giác máy tính. Ultralytics YOLO11 và PP-YOLOE+ đều là những mẫu máy hiện đại, mỗi mẫu có những điểm mạnh riêng đáp ứng các nhu cầu ứng dụng khác nhau. Trang này cung cấp so sánh kỹ thuật chi tiết để hỗ trợ đưa ra quyết định sáng suốt giữa các mẫu máy mạnh mẽ này.

Ultralytics YOLO11

Ultralytics YOLO11 là phiên bản mới nhất trong YOLO loạt phim, được phát triển bởi Ultralytics . Được biết đến với khả năng phát hiện đối tượng theo thời gian thực, YOLO11 xây dựng dựa trên các phiên bản trước, cải thiện cả tốc độ và độ chính xác. Nó duy trì mô hình phát hiện một giai đoạn, ưu tiên suy luận hiệu quả mà không ảnh hưởng đến độ chính xác.

Kiến trúc và các tính năng chính

YOLO11 có kiến trúc hợp lý được tối ưu hóa cho suy luận nhanh. Nó kết hợp những tiến bộ trong cấu trúc mạng và kỹ thuật đào tạo để đạt được sự cân bằng giữa số lượng tham số và hiệu suất. Các tính năng kiến trúc chính bao gồm:

  • Xương sống hiệu quả: Sử dụng mạng xương sống hiệu quả cao để trích xuất tính năng nhanh chóng.
  • Phát hiện không có neo: Hoạt động mà không cần hộp neo, đơn giản hóa quá trình phát hiện và cải thiện khả năng thích ứng trên nhiều quy mô đối tượng khác nhau, tương tự như YOLOv8 .
  • Kích thước mô hình có thể mở rộng: Cung cấp nhiều kích thước mô hình (n, s, m, l, x) để phù hợp với nhiều tài nguyên tính toán khác nhau, từ thiết bị biên đến máy chủ hiệu suất cao, đảm bảo tính linh hoạt khi triển khai.

Số liệu hiệu suất

YOLO11 vượt trội trong việc cân bằng tốc độ và độ chính xác, khiến nó phù hợp với các ứng dụng thời gian thực. Nó chứng minh Độ chính xác trung bình trung bình (mAP) tiên tiến trên các tập dữ liệu như COCO trong khi vẫn duy trì tốc độ suy luận ấn tượng. Các kích thước mô hình khác nhau cung cấp các sự đánh đổi khác nhau giữa tốc độ và độ chính xác, như được trình bày chi tiết trong bảng so sánh bên dưới.

Tìm hiểu thêm về YOLO11

Các trường hợp sử dụng và điểm mạnh

YOLO11 rất lý tưởng cho các ứng dụng đòi hỏi sự kết hợp giữa tốc độ và độ chính xác cao:

  • Phân tích video thời gian thực: Các ứng dụng như hệ thống an ninh, giám sát giao thông và quản lý hàng đợi được hưởng lợi từ YOLO11 tốc độ và độ chính xác.
  • Triển khai Edge: Hiệu quả và kích thước nhỏ gọn của nó làm cho YOLO11 tuyệt vời khi triển khai trên các thiết bị biên như Raspberry Pi và NVIDIA Jetson .
  • Ứng dụng đa năng: Từ AI trong sản xuất để kiểm soát chất lượng đến thị giác máy tính để phòng chống trộm cắp trong bán lẻ, YOLO11 Khả năng thích ứng của nó làm cho nó trở thành sự lựa chọn hàng đầu trong nhiều lĩnh vực khác nhau.

Tác giả và ngày tháng:

PP-YOLOE+

PP-YOLOE+ (Thực tế PaddlePaddle You Only Look One-level Efficient Plus) được Baidu phát triển như một phần của mô hình vườn thú PaddleDetection. Nó tập trung vào việc đạt được độ chính xác cao trong việc phát hiện đối tượng trong khi vẫn duy trì hiệu quả hợp lý. PP-YOLOE+ là phiên bản nâng cao của PP-YOLOE, kết hợp các cải tiến về kiến trúc để cải thiện hiệu suất.

Kiến trúc và các tính năng chính

PP-YOLOE+ là mô hình phát hiện đối tượng một giai đoạn, không có neo. Nó đơn giản hóa quá trình phát hiện bằng cách trực tiếp dự đoán tâm đối tượng và các tham số hộp giới hạn. Các tính năng chính bao gồm:

  • Thiết kế không có neo: Đơn giản hóa cấu trúc và đào tạo mô hình, tránh sự phức tạp của hộp neo.
  • Kiến trúc hiệu quả: Sử dụng xương sống ResNet và tập trung vào các kỹ thuật tối ưu hóa để giảm chi phí tính toán trong khi vẫn duy trì độ chính xác cạnh tranh.
  • Tích hợp hệ sinh thái PaddlePaddle : Được tối ưu hóa để tích hợp và triển khai liền mạch trong PaddlePaddle khuôn khổ, tận dụng lợi thế hệ sinh thái của nó.

Số liệu hiệu suất

Các mẫu PP-YOLOE+ cung cấp nhiều cấu hình (t, s, m, l, x) để cân bằng độ chính xác và tốc độ. Trong khi chi tiết CPU ONNX số liệu tốc độ không có sẵn trong dữ liệu được cung cấp, các mô hình PP-YOLOE+ chứng minh mAP cạnh tranh và hiệu quả TensorRT tốc độ suy luận, phù hợp với các ứng dụng đòi hỏi độ chính xác và triển khai hiệu quả.

Tìm hiểu thêm về PP-YOLOE+

Các trường hợp sử dụng và điểm mạnh

PP-YOLOE+ rất phù hợp cho các ứng dụng đòi hỏi độ chính xác và hiệu quả cao, đặc biệt là trong PaddlePaddle hệ sinh thái:

  • Kiểm tra công nghiệp: Lý tưởng cho việc kiểm tra chất lượng tốc độ cao trong sản xuất, nhờ tính chính xác và hiệu quả.
  • Điện toán biên: Triển khai hiệu quả trên các thiết bị di động và nhúng nhờ kiến trúc được tối ưu hóa.
  • Robot: Cung cấp khả năng nhận thức thời gian thực cho robot hoạt động trong môi trường năng động, tận dụng tốc độ và độ chính xác của nó.
  • Xử lý thông lượng cao: Phù hợp với các tình huống yêu cầu phát hiện đối tượng nhanh trên khối lượng lớn hình ảnh hoặc luồng video.

Tác giả và ngày tháng:

Bảng so sánh mô hình

Người mẫu kích cỡ
(điểm ảnh)		 giá trị mAP
50-95		 Tốc độ
CPU ONNX
(bệnh đa xơ cứng)		 Tốc độ
T4 TensorRT10
(bệnh đa xơ cứng)		 tham số
(Nam)		 Thất bại
(B)
YOLO11n 640 39.5 56.1 1.5 2.6 6.5
YOLO11s 640 47.0 90.0 2.5 9.4 21.5
YOLO11m 640 51.5 183.2 4.7 20.1 68.0
YOLO11l 640 53.4 238.6 6.2 25.3 86.9
YOLO11x 640 54.7 462.8 11.3 56.9 194.9
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

Phần kết luận

Cả hai YOLO11 và PP-YOLOE+ là các mô hình phát hiện đối tượng mạnh mẽ. YOLO11 cung cấp trải nghiệm linh hoạt và thân thiện với người dùng trong Ultralytics hệ sinh thái, cân bằng tốc độ và độ chính xác hiệu quả trên nhiều tác vụ khác nhau. PP-YOLOE+ vượt trội về độ chính xác và hiệu quả, đặc biệt đối với người dùng được tích hợp trong PaddlePaddle khung hoặc ưu tiên thiết kế không neo cho các ứng dụng công nghiệp.

Đối với người dùng quan tâm đến các mô hình khác, Ultralytics cung cấp nhiều mẫu mã tiên tiến, bao gồm:

📅 Được tạo ra cách đây 1 năm ✏️ Đã cập nhật cách đây 1 tháng
glenn-jocher

Bình luận