YOLO11 và YOLOv8
Các kiến trúc phát hiện đối tượng tiếp tục phát triển. Khi đánh giá model để triển khai trong thực tế, developer thường so sánh Ultralytics YOLO11 với phiên bản tiền nhiệm được sử dụng rộng rãi là Ultralytics YOLOv8. Cả hai model đều nổi tiếng về tốc độ, độ chính xác và trải nghiệm developer, nhưng phù hợp với các vòng đời dự án và mục tiêu hiệu năng hơi khác nhau.
Hướng dẫn này phân tích kiến trúc, phương pháp huấn luyện và trường hợp sử dụng phù hợp của hai model để giúp bạn chọn model thích hợp cho các dự án trí tuệ nhân tạo của mình.
Các cải tiến kiến trúc#
Quá trình chuyển đổi từ YOLOv8 sang YOLO11 giới thiệu một số tinh chỉnh kiến trúc giúp cải thiện hiệu quả trích xuất đặc trưng đồng thời giảm chi phí tính toán.
Kiến trúc YOLO11#
YOLO11 tập trung vào hiệu quả tham số. Model thay các module C2f bằng block C3k2, giúp cải thiện xử lý đặc trưng không gian mà không làm tăng số lượng tham số. Ngoài ra, YOLO11 tích hợp module C2PSA (Cross-Stage Partial Spatial Attention) trong backbone. Cơ chế chú ý này giúp model tập trung vào các vùng quan tâm quan trọng, cải thiện khả năng phát hiện đối tượng nhỏ và xử lý các trường hợp 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: Tài liệu YOLO11
Kiến trúc YOLOv8#
Ra mắt sớm hơn một năm, YOLOv8 đưa head phát hiện không anchor vào Ultralytics YOLO, loại bỏ nhu cầu tinh chỉnh thủ công anchor box và đơn giản hóa công thức hàm mất mát. Kiến trúc dựa trên block C2f, thiết kế cân bằng độ sâu mạng và luồng gradient, nhờ đó hoạt động đáng tin cậy trên nhiều 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: Tài liệu YOLOv8
YOLOv8 đặt nền tảng cho phát hiện không anchor trong hệ sinh thái Ultralytics, còn YOLO11 cải tiến phương pháp này bằng các cơ chế attention không gian, đạt độ chính xác cao hơn với ít tài nguyên tính toán hơn.
Hiệu năng và benchmark#
Khi triển khai model lên thiết bị biên như Raspberry Pi hoặc máy chủ hiệu năng cao chạy NVIDIA TensorRT, việc hiểu rõ đánh đổi giữa tốc độ và độ chính xác là thiết yếu. Bảng dưới đây cho thấy YOLO11 chính xác hơn YOLOv8 ở mọi kích thước model.
| Model | kích thước (pixel) | mAPval50-95 | Tốc độ CPU ONNX (ms) | Tốc độ T4 TensorRT10 (ms) | params (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
| YOLOv8n | 640 | 37.3 | 80.4 | 1.47 | 3.2 | 8.7 |
| YOLOv8s | 640 | 44.9 | 128.4 | 2.66 | 11.2 | 28.6 |
| YOLOv8m | 640 | 50.2 | 234.7 | 5.86 | 25.9 | 78.9 |
| YOLOv8l | 640 | 52.9 | 375.2 | 9.06 | 43.7 | 165.1 |
| YOLOv8x | 640 | 53.9 | 479.1 | 14.37 | 68.2 | 257.8 |
Phân tích các chỉ số#
YOLO11 đạt độ chính xác trung bình (mAP) cao hơn đồng thời giảm cả số lượng tham số lẫn số phép toán dấu phẩy động (FLOPs). Ví dụ, model YOLO11m cần ít hơn 22% tham số so với YOLOv8m nhưng đạt mAP cao hơn 1.3 điểm trên bộ dữ liệu COCO. Ngoài ra, tốc độ suy luận CPU sau khi export sang định dạng ONNX cho thấy YOLO11 nhanh hơn ở mọi kích thước (56.1 ms so với 80.4 ms ở các model nano), khiến model trở thành lựa chọn phù hợp cho triển khai không có tăng tốc GPU chuyên dụng.
Lợi thế của hệ sinh thái Ultralytics#
Dù chọn YOLO11 hay YOLOv8, cả hai model đều được hưởng lợi từ hệ sinh thái Ultralytics, giúp đơn giản hóa vòng đời machine learning.
Dễ sử dụng và API đơn giản#
Gói Python ultralytics cung cấp API tinh gọn, cho phép kỹ sư và nhà nghiên cứu huấn luyện, validation và xuất model chỉ với vài dòng code. Gói này trừu tượng hóa những phức tạp thường gặp khi thiết lập môi trường deep learning trong PyTorch.
Hiệu quả huấn luyện và yêu cầu bộ nhớ#
Không giống các Vision Transformer cồng kềnh (như RT-DETR), model Ultralytics YOLO nổi tiếng nhờ mức sử dụng bộ nhớ thấp khi training. Hiệu quả bộ nhớ này cho phép developer training các mạng chính xác trên GPU phổ thông hoặc môi trường cloud như Google Colab mà không gặp lỗi hết bộ nhớ.
Tính linh hoạt trên nhiều tác vụ thị giác#
Cả YOLO11 và YOLOv8 đều là model đa nhiệm. Ngoài phát hiện đối tượng bằng bounding box tiêu chuẩn, hai model còn hỗ trợ nguyên bản phân đoạn instance, phân loại ảnh, ước tính tư thế người và bounding box định hướng (OBB) cho ảnh chụp từ trên không.
Trường hợp sử dụng và khuyến nghị#
Lựa chọn giữa YOLO11 và YOLOv8 phụ thuộc vào yêu cầu cụ thể của dự án, các giới hạn triển khai và lựa chọn hệ sinh thái của bạn.
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 nhiệm: Các dự án cần phát hiện, phân đoạn, phân loại, ước tính tư thế và OBB trong một framework thống nhất.
- Tạo mẫu và triển khai nhanh: Các nhóm cần nhanh chóng chuyển từ thu thập dữ liệu sang production bằng Ultralytics Python API tinh gọn.
Khi nào nên chọn YOLOv8#
YOLOv8 được khuyến nghị cho:
- Triển khai đa nhiệm linh hoạt: Các dự án cần một model đã được kiểm chứng cho phát hiện, phân đoạn, phân loại, ước tính tư thế và OBB trong hệ sinh thái Ultralytics.
- Hệ thống sản xuất đã thiết lập: Các môi trường sản xuất hiện có được xây dựng trên kiến trúc YOLOv8 với quy trình triển khai ổn định, đã được kiểm thử kỹ lưỡng.
- Hỗ trợ cộng đồng và hệ sinh thái rộng rãi: Các ứng dụng hưởng lợi từ kho hướng dẫn phong phú, tích hợp bên thứ ba và tài nguyên cộng đồng tích cực của YOLOv8.
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 tốc độ inference CPU nhanh hơn tới 43% của YOLO26 (YOLO26n so với YOLO11n) mang lại lợi thế đáng kể.
- 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.
Ví dụ code: Bắt đầu#
Training và triển khai model Ultralytics chỉ cần vài dòng code. Ví dụ sau minh họa cách tải model YOLO11 đã được pre-train, tinh chỉnh trên dataset tùy chỉnh và export model để triển khai trên edge bằng Apple CoreML:
from ultralytics import YOLO
# Khởi tạo model YOLO11 cỡ nhỏ
model = YOLO("yolo11s.pt")
# Huấn luyện model hiệu quả với yêu cầu bộ nhớ được tối ưu hóa
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)
# Đánh giá hiệu suất trên tập validation
metrics = model.val()
# Chạy suy luận thời gian thực trên ảnh kiểm thử
predictions = model("https://ultralytics.com/images/bus.jpg")
# Xuất sang CoreML để triển khai nhanh trên thiết bị di động
export_path = model.export(format="coreml")Vì API Ultralytics được chuẩn hóa, việc nâng cấp pipeline cũ từ YOLOv8 lên YOLO11 thường chỉ cần thay đổi chuỗi weights từ "yolov8n.pt" thành "yolo11n.pt".
Định hướng tương lai: AI edge với YOLO26#
YOLO11 là một kiến trúc trưởng thành và mạnh mẽ, nhưng với developer bắt đầu dự án mới, Ultralytics YOLO26 (phát hành tháng 1 năm 2026) là model được khuyến nghị.
YOLO26 bổ sung một số tính năng mới:
- Thiết kế end-to-end không cần NMS: Dựa trên các ý tưởng được thử nghiệm trong YOLOv10, YOLO26 cung cấp head one-to-one tùy chọn (
nms=False), bỏ qua bước hậu xử lý ức chế phi cực đại (NMS), giúp giảm độ trễ và khiến độ trễ dễ dự đoán hơn trên nhiều phần cứng triển khai. - Suy luận CPU nhanh hơn tới 43%: Sau khi loại bỏ nhánh Distribution Focal Loss (DFL), YOLO26n chạy nhanh hơn tới 43% so với YOLO11n trên CPU, phù hợp với thiết bị điện toán edge không có GPU mạnh.
- Optimizer MuSGD: Lấy cảm hứng từ kỹ thuật training mô hình ngôn ngữ lớn (LLM), YOLO26 sử dụng MuSGD, một phương pháp kết hợp SGD và Muon, để hội tụ training ổn định và nhanh chóng.
- ProgLoss + STAL: Progressive Loss và Small-Target-Aware Label Assignment (STAL) cải thiện khả năng nhận diện đối tượng nhỏ và bị che khuất, điều cần thiết cho robot tự hành và phân tích hình ảnh từ drone.
Dù bạn dựa vào độ tin cậy đã được kiểm chứng của YOLOv8, kiến trúc tối ưu của YOLO11 hay năng lực thế hệ mới của YOLO26, Ultralytics Platform đều cung cấp công cụ để đưa ứng dụng AI thị giác từ ý tưởng vào môi trường production. Các tích hợp của Ultralytics kết nối model của bạn với quy trình làm việc doanh nghiệp và dashboard phân tích.
Bình luận
Đặt câu hỏi, chia sẻ kết quả hoặc giúp đỡ người khác.