YOLO11 so với YOLOv8#

Lĩnh vực thị giác máy tính đã chứng kiến những tiến bộ đáng chú ý cùng với sự tiến hóa liên tục của các kiến trúc phát hiện đối tượng. Khi đánh giá các mô hình cho việc triển khai thực tế, các nhà phát triển thường so sánh điểm mạnh của Ultralytics YOLO11 và phiên bản tiền nhiệm rất thành công của nó, Ultralytics YOLOv8. Cả hai mô hình đều thiết lập các tiêu chuẩn ngành về tốc độ, độ chính xác và trải nghiệm của nhà phát triển, nhưng chúng phục vụ cho các vòng đời dự án và ngưỡng hiệu suất có đôi chút khác biệt.

Hướng dẫn này cung cấp phân tích chi tiết về kiến trúc, phương pháp huấn luyện và các trường hợp sử dụng lý tưởng của chúng để giúp bạn lựa chọn giải pháp tốt nhất cho các sáng kiến trí tuệ nhân tạo của mình.

Cải tiến kiến trúc#

Sự chuyển đổi từ YOLOv8 sang YOLO11 đã giới thiệu một số cải tiến kiến trúc chính nhằm tối đa hóa hiệu quả trích xuất đặc trưng trong khi giảm thiểu chi phí tính toán.

Kiến trúc YOLO11#

YOLO11 đại diện cho một bước nhảy vọt đáng kể trong việc tối ưu hóa việc sử dụng tham số. Nó thay thế các mô-đun C2f truyền thống bằng các khối C3k2 nâng cao, giúp cải thiện quá trình xử lý đặc trưng không gian mà không làm tăng số lượng tham số. Ngoài ra, YOLO11 giới thiệu mô-đun C2PSA (Cross-Stage Partial Spatial Attention) trong phần xương sống của nó. Cơ chế chú ý này cho phép mô hình tập trung vào các vùng quan tâm quan trọng, cải thiện đáng kể phát hiện đối tượng nhỏ và xử lý các trường hợp bị che khuất phức tạp.

• Tác giả: Glenn Jocher và Jing Qiu
• Tổ chức: Ultralytics
• Ngày: 2024-09-27
• GitHub: Kho lưu trữ Ultralytics
• Tài liệu: YOLO11 Docs

Tìm hiểu thêm về YOLO11

Kiến trúc YOLOv8#

Ra mắt trước đó một năm, YOLOv8 đã tiên phong trong việc chuyển đổi sang đầu phát hiện không cần neo (anchor-free), loại bỏ nhu cầu tinh chỉnh thủ công các hộp neo và đơn giản hóa công thức hàm mất mát. Kiến trúc của nó phụ thuộc lớn vào khối C2f, một thiết kế cân bằng thành công giữa độ sâu mạng và dòng gradient, giúp nó cực kỳ ổn định trên nhiều loại ứng dụng thị giác máy tính.

• Tác giả: Glenn Jocher, Ayush Chaurasia và Jing Qiu
• Tổ chức: Ultralytics
• Ngày: 2023-01-10
• GitHub: Kho lưu trữ Ultralytics
• Tài liệu: YOLOv8 Docs

Tìm hiểu thêm về YOLOv8

Hiệu năng và Benchmark#

Khi triển khai các mô hình lên các thiết bị biên như Raspberry Pi hoặc các máy chủ hiệu suất cao chạy NVIDIA TensorRT, việc hiểu rõ sự đánh đổi giữa tốc độ và độ chính xác là tối quan trọng. Bảng dưới đây minh họa cách YOLO11 liên tục vượt trội hơn YOLOv8 trên tất cả các biến thể kích thước.

Phân tích các chỉ số#

YOLO11 đạt được Mean Average Precision (mAP) cao hơn đáng kể đồng thời giảm cả số lượng tham số và Floating Point Operations (FLOPs). Ví dụ, mô hình YOLO11m yêu cầu ít hơn 22% tham số so với YOLOv8m nhưng mang lại mAP cao hơn 1.3% trên COCO dataset. Hơn nữa, tốc độ suy luận trên CPU khi xuất sang ONNX format cho thấy YOLO11 nhanh hơn đáng kể, làm cho nó trở thành ứng cử viên xuất sắc cho các trường hợp triển khai thiếu tăng tốc GPU chuyên dụng.

Lợi thế từ hệ sinh thái Ultralytics#

Bất kể bạn chọn YOLO11 hay YOLOv8, cả hai mô hình đều hưởng lợi từ hệ sinh thái Ultralytics toàn diện, giúp đơn giản hóa đáng kể vòng đời học máy.

Dễ sử dụng và API đơn giản#

Gói Python ultralytics cung cấp một API tinh gọn cho phép các kỹ sư và nhà nghiên cứu huấn luyện, xác thực và xuất các mô hình chỉ với vài dòng mã. Điều này giúp trừu tượng hóa các độ phức tạp thường gặp khi thiết lập môi trường học sâu trong PyTorch.

Hiệu quả đào tạo và yêu cầu bộ nhớ#

Không giống như các Vision Transformers cồng kềnh (như RT-DETR), các mô hình Ultralytics YOLO nổi tiếng với mức sử dụng bộ nhớ thấp trong quá trình huấn luyện. Hiệu quả bộ nhớ này cho phép các nhà phát triển huấn luyện các mạng hiện đại trên GPU cấp độ người tiêu dùng hoặc các môi trường đám mây như Google Colab mà không gặp phải lỗi tràn bộ nhớ (out-of-memory).

Tính linh hoạt giữa các tác vụ thị giác#

Cả YOLO11 và YOLOv8 đều là các mô hình học đa tác vụ thực thụ. Ngoài phát hiện đối tượng bằng hộp giới hạn tiêu chuẩn, chúng hỗ trợ nguyên bản phân đoạn cá thể, phân loại hình ảnh, ước lượng tư thế con người và Oriented Bounding Boxes (OBB) cho ảnh hàng không.

Các trường hợp sử dụng và Khuyến nghị#

Việc lựa chọn giữa YOLO11 và YOLOv8 phụ thuộc vào yêu cầu cụ thể của dự án, các hạn chế khi triển khai và ưu tiên hệ sinh thái của bạn.

Khi nào nên chọn YOLO11#

YOLO11 là lựa chọn mạnh mẽ cho:

• Triển khai Biên Sản xuất: Các ứng dụng thương mại trên các thiết bị như Raspberry Pi hoặc NVIDIA Jetson nơi độ tin cậy và việc bảo trì chủ động là tối quan trọng.
• Ứng dụng Thị giác Đa tác vụ: Các dự án yêu cầu detection, segmentation, pose estimation và OBB trong một framework thống nhất duy nhất.
• Tạo mẫu và Triển khai Nhanh chóng: Các nhóm cần chuyển đổi nhanh chóng từ thu thập dữ liệu sang sản xuất bằng cách sử dụng Ultralytics Python API đã được tối ưu hóa.

Khi nào nên chọn YOLOv8#

YOLOv8 được khuyến nghị cho:

• Triển khai đa tác vụ linh hoạt: Các dự án yêu cầu một model đã được chứng minh cho detection, segmentation, classification và pose estimation trong hệ sinh thái Ultralytics.
• Hệ thống sản xuất đã thiết lập: Các môi trường sản xuất hiện có đã được xây dựng trên kiến trúc YOLOv8 với các pipeline triển khai ổn định, đã được kiểm thử tốt.
• Hỗ trợ cộng đồng và hệ sinh thái rộng lớn: Các ứng dụng được hưởng lợi từ các hướng dẫn mở rộng, tích hợp bên thứ ba và tài nguyên cộng đồng tích cực của YOLOv8.

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.

Ví dụ mã: Bắt đầu#

Việc triển khai và huấn luyện một mô hình Ultralytics cực kỳ trực quan. Ví dụ sau đây minh họa cách tải một mô hình YOLO11 đã được huấn luyện trước, tinh chỉnh nó trên một tập dữ liệu tùy chỉnh và xuất nó để triển khai trên thiết bị biên sử dụng Apple CoreML:

from ultralytics import YOLO

# Initialize the YOLO11 small model
model = YOLO("yolo11s.pt")

# Train the model efficiently with optimized memory requirements
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Evaluate the validation performance
metrics = model.val()

# Run real-time inference on a test image
predictions = model("https://ultralytics.com/images/bus.jpg")

# Export to CoreML for fast mobile deployment
export_path = model.export(format="coreml")

Nhìn về phía trước: Đỉnh cao của Edge AI với YOLO26#

Mặc dù YOLO11 đại diện cho một kiến trúc trưởng thành và có năng lực cao, nhịp độ đổi mới AI nhanh chóng vẫn tiếp tục. Đối với các nhà phát triển khởi nh các dự án mới yêu cầu hiệu suất tiên tiến tuyệt đối, Ultralytics YOLO26 (phát hành tháng 1 năm 2026) là khuyến nghị tối ưu nhất.

YOLO26 mở rộng ranh giới của thị giác máy tính với một số tính năng đột phá:

• Thiết kế không NMS đầu cuối (End-to-End NMS-Free Design): Dựa trên các khái niệm được khám phá trong YOLOv10, YOLO26 loại bỏ hoàn toàn quá trình xử lý hậu kỳ Non-Maximum Suppression (NMS) một cách nguyên bản, mang lại độ trễ thấp hơn và dễ dự đoán hơn trên tất cả phần cứng triển khai.
• Suy luận CPU nhanh hơn tới 43% (Up to 43% Faster CPU Inference): Bằng cách loại bỏ hoàn toàn nhánh Distribution Focal Loss (DFL), YOLO26 được tối ưu hóa đặc biệt cho các thiết bị điện toán biên thiếu GPU mạnh mẽ.
• MuSGD Optimizer: Lấy cảm hứng từ các kỹ thuật đào tạo mô hình ngôn ngữ lớn (LLM), YOLO26 sử dụng trình tối ưu hóa MuSGD lai, đảm bảo sự hội tụ đào tạo nhanh chóng và ổn định đáng kinh ngạc.
• ProgLoss + STAL: Các hàm mất mát tiên tiến này mang lại những cải tiến đáng chú ý trong việc nhận diện các đối tượng siêu nhỏ và bị che khuất nặng, vốn rất cần thiết cho robot tự hành và phân tích dựa trên drone.

Cho dù bạn dựa vào độ tin cậy đã được kiểm chứng của YOLOv8, kiến trúc được tối ưu hóa của YOLO11, hay các tính năng thế hệ tiếp theo của YOLO26, Ultralytics Platform đảm bảo bạn có các công cụ cần thiết để đưa các ứng dụng AI thị giác của mình từ ý tưởng lên sản xuất một cách mượt mà. Hãy đảm bảo khám phá các tích hợp phong phú có sẵn để kết nối các mô hình của bạn với quy trình làm việc doanh nghiệp và bảng điều khiển phân tích.