Bắt đầu

YOLO11 và YOLOv6-3.0

Lĩnh vực thị giác máy tính phát triển nhanh chóng, và việc lựa chọn kiến trúc model phù hợp là quyết định then chốt đối với những người làm machine learning. Hai cột mốc đáng chú ý trong phát hiện đối tượng thời gian thực là YOLO11 và YOLOv6-3.0. Cả hai đều trích xuất thông tin hữu ích từ dữ liệu hình ảnh, nhưng được phát triển với mục tiêu chính và triết lý thiết kế khác nhau.

Hướng dẫn này so sánh kiến trúc, chỉ số hiệu năng và tình huống triển khai phù hợp của hai model để giúp bạn đưa ra lựa chọn sáng suốt cho dự án AI tiếp theo.

Tổng quan về model#

Trước khi xem các benchmark kỹ thuật, việc tìm hiểu nguồn gốc và trọng tâm cốt lõi của từng model sẽ rất hữu ích.

Ultralytics YOLO11#

Được phát triển nguyên bản trong hệ sinh thái Ultralytics, YOLO11 được thiết kế để cung cấp trải nghiệm phát triển toàn diện, từ training đến triển khai. Model không chỉ chú trọng tốc độ thô mà còn cả khả năng đa nhiệm linh hoạt, tính dễ sử dụng và khả năng tích hợp với các pipeline triển khai hiện đại.

YOLOv6-3.0 của Meituan#

YOLOv6-3.0 được thiết kế rõ ràng cho các ứng dụng công nghiệp có sẵn bộ xử lý đồ họa (GPU) chuyên dụng. Model được tối ưu cho triển khai TensorRT, tập trung tối đa hóa thông lượng trong môi trường được kiểm soát.

Tìm hiểu thêm về YOLOv6

Khác biệt về kiến trúc#

Kiến trúc nền tảng quyết định cách model học và mở rộng quy mô. Cả hai framework đều đưa ra những cải tiến riêng cho công thức YOLO truyền thống.

YOLO11 kế thừa nhiều năm nghiên cứu để mang đến kiến trúc sử dụng parameter hiệu quả. Model có backbone được tinh chỉnh và head tổng quát có thể xử lý nhiều tác vụ thị giác máy tính như phân đoạn instance và ước tính tư thế mà không cần thay đổi cấu trúc lớn. YOLO11 cũng yêu cầu ít bộ nhớ CUDA khi training, tạo khác biệt so với các model Transformer lớn hơn như RT-DETR.

Ngược lại, YOLOv6-3.0 sử dụng module Bi-directional Concatenation (BiC) và chiến lược Anchor-Aided Training (AAT). Các cơ chế này được thiết kế để cải thiện độ chính xác định vị. Model sử dụng head tách rời và thiết kế thân thiện với lượng tử hóa cho suy luận INT8, trở thành lựa chọn đáng cân nhắc cho các dây chuyền sản xuất tốc độ cao sử dụng stack GPU hiện có.

Lựa chọn framework phù hợp

Nếu dự án của bạn cần tạo nguyên mẫu nhanh, hỗ trợ nhiều tác vụ (như phân đoạn hoặc phân loại) và triển khai trên nhiều loại phần cứng (CPU, Edge TPU, thiết bị di động), framework Ultralytics mang lại trải nghiệm phát triển mượt mà hơn.

Hiệu năng và các chỉ số#

Khi đánh giá model, độ chính xác trung bình trung bình (mAP) và tốc độ suy luận là các chỉ số then chốt. Bảng sau so sánh hiệu năng của YOLO11 với YOLOv6-3.0 ở nhiều kích thước model. Các chỉ số có hiệu năng tốt nhất được in đậm.

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
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

YOLO11 đạt mAP cao hơn với ít parameter và FLOPs hơn ở từng cấp kích thước tương ứng; ví dụ, YOLO11s đạt 47.0 mAP với 9.4M parameter, trong khi YOLOv6-3.0s đạt 45.0 mAP với 18.5M parameter. YOLOv6-3.0n là model nhanh nhất trên T4 TensorRT (1.17 ms), còn YOLO11 nhanh hơn từ kích thước s trở lên. Hiệu quả sử dụng parameter này giúp giảm yêu cầu bộ nhớ trong cả training model lẫn suy luận.

Lợi thế của Ultralytics#

Việc lựa chọn model không chỉ dựa trên các chỉ số thô mà còn phụ thuộc vào toàn bộ vòng đời machine learning. Model Ultralytics mang đến nhiều lợi ích cho developer và nhà nghiên cứu.

  1. Dễ sử dụng: API Python của Ultralytics cho phép bạn huấn luyện, validation và xuất model chỉ với vài dòng mã. Bạn không cần cấu hình thủ công các cây dependency phức tạp.
  2. Hệ sinh thái được duy trì tốt: Ultralytics cung cấp hệ sinh thái thống nhất với các bản cập nhật thường xuyên. Với Ultralytics Platform, developer có thể cộng tác gán nhãn dataset, training trên cloud và giám sát model.
  3. Tính linh hoạt: Không giống YOLOv6-3.0, vốn chủ yếu là detector bounding box, YOLO11 còn hỗ trợ phân loại ảnh và bounding box định hướng (OBB), cho phép bạn hợp nhất stack công nghệ.
  4. Hiệu quả training: Nhờ các tối ưu hóa hiện đại và tự động điều chỉnh kích thước batch, YOLO11 training hiệu quả trên phần cứng phổ thông.

Ví dụ mã: Huấn luyện và suy luận#

Dưới đây là ví dụ có thể chạy để training, thực hiện suy luận và export model bằng package Ultralytics.

from ultralytics import YOLO

# Tải model YOLO11 small đã được huấn luyện trước
model = YOLO("yolo11s.pt")

# Huấn luyện model hiệu quả trên bộ dữ liệu COCO8
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Chạy suy luận trên ảnh từ web
prediction = model("https://ultralytics.com/images/bus.jpg")

# Xuất model sang định dạng ONNX để dễ triển khai
model.export(format="onnx")

Các trường hợp sử dụng phù hợp nhất#

Hiểu rõ điểm mạnh của từng model sẽ giúp bạn chọn đúng công cụ cho công việc.

Khi nào nên chọn YOLOv6-3.0: Nếu bạn duy trì một hệ thống công nghiệp cũ được xây dựng riêng cho các pipeline TensorRT 7.x/8.x cụ thể, và toàn bộ phần cứng của bạn là GPU NVIDIA T4 hoặc A100 chuyên dụng cho tự động hóa sản xuất tốc độ cao, YOLOv6 vẫn là một lựa chọn mạnh mẽ.

Khi nào nên chọn YOLO11: Với phần lớn ứng dụng hiện đại, YOLO11 là lựa chọn tốt hơn. Dù bạn đang xây dựng giải pháp sản xuất thông minh, triển khai AI edge trên Raspberry Pi hay thực hiện các tác vụ đa nhiệm như phát hiện và phân đoạn ảnh y tế, YOLO11 mang lại sự cân bằng tốt giữa tốc độ, độ chính xác và tính linh hoạt khi triển khai.

Triển vọng: YOLO26#

Ultralytics tiếp tục phát triển các model mới sau YOLO11. Phát hành vào tháng 1 năm 2026, dòng model YOLO26 là thế hệ Ultralytics YOLO mới nhất và là model được khuyến nghị cho các dự án mới.

YOLO26 giới thiệu một số tính năng được thiết kế để giải quyết các thách thức triển khai hiện đại:

  • Thiết kế end-to-end không cần NMS: Dựa trên phương pháp huấn luyện không cần NMS mà YOLOv10 đã giới thiệu cho các model YOLO, YOLO26 cung cấp head end-to-end tùy chọn (nms=False) loại bỏ bước hậu xử lý Non-Maximum Suppression (NMS), tạo ra pipeline triển khai nhanh và đơn giản hơn.
  • Loại bỏ DFL: Bằng cách loại bỏ Distribution Focal Loss, YOLO26 đơn giản hóa head của mạng, cải thiện khả năng tương thích với Internet vạn vật (IoT) công suất thấp và thiết bị edge.
  • Optimizer MuSGD: Lấy cảm hứng từ phương pháp training mô hình ngôn ngữ lớn (LLM) (chẳng hạn Kimi K2 của Moonshot AI), YOLO26 sử dụng optimizer lai Muon-SGD để training ổn định hơn và hội tụ nhanh hơn.
  • Suy luận CPU nhanh hơn tới 43%: Với các ứng dụng chạy không có bộ tăng tốc GPU chuyên dụng, YOLO26n chạy nhanh hơn tới 43% so với YOLO11n trên CPU.
  • ProgLoss + STAL: Progressive Loss và Small-Target-Aware Label Assignment (STAL) cải thiện khả năng nhận diện đối tượng nhỏ, yếu tố quan trọng đối với hình ảnh từ drone và giám sát trên không.
  • Cải tiến riêng cho từng tác vụ: YOLO26 bao gồm các cải tiến tùy chỉnh cho nhiều tác vụ, chẳng hạn module proto đa tỷ lệ cho phân đoạn và Residual Log-Likelihood Estimation (RLE) cho ước tính tư thế.

Nếu hôm nay bạn bắt đầu một dự án thị giác máy tính mới, training model YOLO26 trên Ultralytics Platform sẽ cung cấp kiến trúc Ultralytics chính xác và hiệu quả nhất hiện có.

Các developer muốn tìm hiểu về phát hiện với bộ từ vựng mở cũng có thể xem tài liệu của chúng tôi về YOLO-World.

Người đóng góp

Bình luận

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