Bắt đầu

YOLO11 và YOLOv9

Các kiến trúc phát hiện đối tượng thời gian thực tiếp tục được cải tiến. Hai cột mốc đáng chú ý là Ultralytics YOLO11 và YOLOv9. Cả hai đều hoạt động tốt, nhưng có cách tiếp cận khác nhau đối với những thách thức cốt lõi của suy luận và huấn luyện deep learning.

Hướng dẫn này so sánh YOLO11 và YOLOv9, phân tích kiến trúc, chỉ số hiệu năng và các kịch bản triển khai phù hợp nhằm giúp bạn chọn model thích hợp cho dự án thị giác máy tính tiếp theo.

Tổng quan về model#

Ultralytics YOLO11#

YOLO11 là model đa năng, được tối ưu hóa cho môi trường production. Model cân bằng độ chính xác cao với các yêu cầu thực tiễn của điện toán biên và triển khai quy mô lớn.

YOLOv9#

YOLOv9 là đóng góp học thuật giới thiệu các khái niệm mới nhằm giảm mất mát thông tin trong mạng nơ-ron sâu, tập trung vào trích xuất đặc trưng.

Tìm hiểu thêm về YOLOv9

Các cải tiến kiến trúc#

YOLOv9: Thông tin gradient có thể lập trình#

YOLOv9 giải quyết vấn đề "nút thắt thông tin"—hiện tượng dữ liệu bị mất khi đi qua các lớp liên tiếp của mạng sâu. Để khắc phục, các tác giả giới thiệu Thông tin Gradient Có thể Lập trình (PGI) và Mạng Tổng hợp Lớp Hiệu quả Tổng quát (GELAN). PGI giúp gradient dùng để cập nhật trọng số trong quá trình lan truyền ngược giữ được thông tin đầy đủ hơn, từ đó tạo ra biểu diễn đặc trưng chính xác. Kiến trúc GELAN tối đa hóa hiệu quả tham số, cho phép YOLOv9 đạt độ chính xác cao với cấu trúc tương đối nhẹ.

YOLO11: Hệ sinh thái và hiệu quả#

Trong khi YOLOv9 tập trung vào luồng gradient, YOLO11 được thiết kế để đảm bảo độ tin cậy và tính linh hoạt trong thực tế. Model tinh chỉnh kiến trúc YOLO cốt lõi để giữ yêu cầu bộ nhớ CUDA khi huấn luyện thấp hơn các giải pháp thay thế sử dụng nhiều transformer. YOLO11 không chỉ là model phát hiện đối tượng: trong khi YOLOv9 trên Ultralytics hỗ trợ phát hiện và phân đoạn, YOLO11 còn hỗ trợ phân đoạn instance, phân loại ảnh, ước tính tư thế và hộp giới hạn định hướng (OBB).

Phát triển tinh gọn

Một trong những ưu điểm lớn nhất của YOLO11 là được tích hợp vào gói Python Ultralytics, giúp trừu tượng hóa những phức tạp của việc tải dữ liệu, augmentation và huấn luyện phân tán trong một API thống nhất.

So sánh hiệu năng#

Khi chọn model cho môi trường production, hãy cân nhắc sự đánh đổi giữa độ chính xác trung bình (mAP), tốc độ suy luận và số lượng tham số.

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
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5

YOLOv9e đạt độ chính xác tổng thể cao nhất (55.6 mAP), hữu ích cho đánh giá chuẩn học thuật, dù mất 16.77 ms trên T4 TensorRT so với 11.3 ms của YOLO11x. YOLO11 có tỷ lệ tốc độ trên độ chính xác tốt hơn ở mọi quy mô. Ví dụ, YOLO11m đạt 51.5 mAP trong 4.7 ms (TensorRT), trong khi YOLOv9m có kích thước tương tự đạt 51.4 mAP trong 6.43 ms.

Phương pháp huấn luyện và hệ sinh thái#

Trải nghiệm developer khác biệt đáng kể giữa hai framework.

Huấn luyện YOLOv9#

Huấn luyện YOLOv9 từ kho mã nguồn gốc thường đòi hỏi làm việc với code nghiên cứu tùy chỉnh, quản lý phiên bản dependency cụ thể và sử dụng các đối số dòng lệnh phức tạp, điều này có thể làm chậm các nhóm doanh nghiệp. Trọng số YOLOv9 cũng có sẵn trong package ultralytics, giúp loại bỏ phần lớn công đoạn thiết lập này.

Huấn luyện YOLO11#

YOLO11 sử dụng Ultralytics Python API được bảo trì tốt, giúp bạn đi từ cài đặt đến model đã huấn luyện chỉ trong vài bước. Việc huấn luyện được hỗ trợ bởi trọng số pretrained có sẵn và cộng đồng năng động.

from ultralytics import YOLO

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

# Huấn luyện trên dataset tùy chỉnh với các augmentation tích hợp sẵn
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

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

Chỉ với ba dòng Python, nhà phát triển có thể tải model, bắt đầu huấn luyện với các giá trị hyperparameter mặc định đã tối ưu và xuất kiến trúc đã huấn luyện sang các framework như ONNX hoặc TensorRT để triển khai trên thiết bị biên.

Ứng dụng thực tế#

Khi nào nên chọn YOLOv9#

YOLOv9 là lựa chọn tốt cho nhà nghiên cứu tìm hiểu kiến trúc deep learning và kỹ thuật thông tin gradient. Biến thể lớn nhất là YOLOv9e, phù hợp với phân tích cảnh đông đúc đòi hỏi độ chính xác cao, trong đó độ phức tạp triển khai không quan trọng bằng hiệu năng thuật toán.

Khi nào nên chọn YOLO11#

YOLO11 là lựa chọn mạnh hơn cho môi trường production. Khả năng phát hiện đối tượng phù hợp với quản lý giao thông đô thị thông minh và các thiết bị biên như Raspberry Pi hoặc NVIDIA Jetson. Ngoài ra, tính linh hoạt trên nhiều tác vụ cho phép một pipeline phát triển duy nhất xử lý phân đoạn trong sản xuất và ước tính tư thế trong phân tích thể thao.

Giới thiệu YOLO26#

Với developer bắt đầu dự án mới hiện nay, Ultralytics khuyến nghị YOLO26 (ra mắt tháng 1 năm 2026), model Ultralytics YOLO mới nhất.

YOLO26 kết hợp các tiến bộ gần đây trong một model sẵn sàng cho production:

  • Thiết kế đầu-cuối không cần NMS: Head one-to-one tùy chọn của YOLO26 (nms=False) bỏ qua bước hậu xử lý lọc phi cực đại (NMS), giúp pipeline triển khai đơn giản và nhanh hơn.
  • Loại bỏ DFL: Việc loại bỏ Distribution Focal Loss cải thiện khả năng tương thích với thiết bị công suất thấp và bộ tăng tốc AI biên.
  • Bộ tối ưu MuSGD: Lấy cảm hứng từ các phương pháp huấn luyện mô hình ngôn ngữ lớn (LLM), bộ tối ưu MuSGD (phương pháp lai giữa SGD và Muon) giúp huấn luyện ổn định và hội tụ nhanh hơn.
  • Suy luận CPU nhanh hơn tới 43%: YOLO26n chạy nhanh hơn YOLO11n tới 43% trên CPU, phù hợp với thiết bị điện toán biên không có GPU chuyên dụng.
  • ProgLoss + STAL: Progressive Loss và Gán nhãn nhận biết đối tượng nhỏ (STAL) cải thiện khả năng nhận diện đối tượng nhỏ, yếu tố thiết yếu cho giám sát nông nghiệp và ảnh trên không.

Người dùng muốn khám phá nhiều kiến trúc khác nhau cũng có thể tìm hiểu RT-DETR để phát hiện dựa trên transformer hoặc YOLO-World để phát hiện từ vựng mở zero-shot.

Kết luận#

YOLO11 và YOLOv9 đều là những model quan trọng trong lịch sử thị giác máy tính. YOLOv9 đưa ra các ý tưởng kiến trúc đáng chú ý để duy trì đặc trưng. Với hầu hết triển khai thực tế, từ ứng dụng AI doanh nghiệp đến thiết bị biên di động, tính dễ sử dụng, hiệu quả bộ nhớ và khả năng hỗ trợ nhiều tác vụ của YOLO11 tạo nên lợi thế. Với hệ thống mới, YOLO26 mới hơn bổ sung suy luận CPU nhanh hơn và tùy chọn triển khai không cần NMS.

Người đóng góp

Bình luận

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