Bắt đầu

YOLO26 so với PP-YOLOE+

Các model phát hiện đối tượng thời gian thực đã phát triển nhanh chóng, và kỹ sư lựa chọn model để triển khai cần so sánh tốc độ, độ chính xác và bộ công cụ. Trang này so sánh Ultralytics YOLO26 và PP-YOLOE+ về kiến trúc, phương pháp huấn luyện, chỉ số hiệu năng và kịch bản triển khai thực tế lý tưởng.

Nguồn gốc và siêu dữ liệu của model#

Hiểu rõ bối cảnh của các kiến trúc phát hiện đối tượng này giúp làm rõ triết lý thiết kế và môi trường mục tiêu của chúng.

Tổng quan về YOLO26

Ra mắt vào tháng 1 năm 2026, YOLO26 là model Ultralytics YOLO mới nhất và là lựa chọn được đề xuất cho các dự án mới. Model được thiết kế để triển khai AI trên edge, với footprint nhỏ, suy luận end-to-end tùy chọn và tốc độ CPU, GPU cao.

Tổng quan về PP-YOLOE+

Được phát triển như một bước tiến của dòng PP-YOLO, PP-YOLOE+ là detector không anchor được tối ưu hóa cho hệ sinh thái PaddlePaddle. Model dựa trên backbone CSPRepResNet và ET-head để cải thiện các chỉ số phát hiện tiêu chuẩn.

Tìm hiểu thêm về PP-YOLOE+

Các cải tiến kiến trúc#

Sự khác biệt trong cách các model này xử lý dữ liệu hình ảnh ảnh hưởng đến yêu cầu bộ nhớ, độ ổn định khi huấn luyện và độ trễ suy luận.

YOLO26: Phát hiện end-to-end gốc#

YOLO26 giới thiệu một số thay đổi kiến trúc được thiết kế để đơn giản hóa việc triển khai model:

  • Thiết kế end-to-end không cần NMS: Dựa trên các ý tưởng lần đầu được giới thiệu trong YOLOv10, YOLO26 hỗ trợ suy luận end-to-end gốc, bỏ qua bước hậu xử lý Non-Maximum Suppression (NMS) thông qua head one-to-one tùy chọn (nms=False). Điều này làm giảm biến động độ trễ và đơn giản hóa pipeline triển khai.
  • Loại bỏ DFL: Loại bỏ Distribution Focal Loss (DFL) giúp đơn giản hóa detection head, qua đó dễ export sang các định dạng như TensorRT và CoreML hơn.
  • Optimizer MuSGD: Lấy cảm hứng từ Kimi K2 của Moonshot AI, YOLO26 đưa các đổi mới trong huấn luyện LLM vào thị giác máy tính. Optimizer lai MuSGD (SGD + Muon) giúp quá trình huấn luyện ổn định hơn và hội tụ nhanh hơn.
  • ProgLoss + STAL: Progressive Loss và phương pháp gán nhãn nhận biết mục tiêu nhỏ (STAL) cải thiện khả năng nhận diện đối tượng nhỏ, giúp kiến trúc này hiệu quả với hình ảnh từ drone và ứng dụng nông nghiệp.

PP-YOLOE+: Phương pháp lấy Paddle làm trung tâm#

PP-YOLOE+ sử dụng thiết kế không anchor, tập trung vào độ chính xác cao trên phần cứng máy chủ tiêu chuẩn. Backbone CSPRepResNet cải thiện khả năng trích xuất đặc trưng. Tuy nhiên, do phụ thuộc vào các phép toán đặc thù trong hệ sinh thái deep learning của Baidu, việc sửa đổi mạng hoặc export để chạy trên thiết bị edge bị giới hạn tài nguyên có thể phức tạp hơn so với các framework Ultralytics.

So sánh hiệu năng và chỉ số#

PP-YOLOE+ có độ chính xác cạnh tranh, nhưng YOLO26 đạt mAP cao hơn cùng độ trễ TensorRT trên T4 thấp hơn ở mọi kích thước trong bảng dưới đây; ví dụ, các model x đạt 57.5 so với 54.7 mAP và 11.8 so với 14.3 ms.

Modelkích thước
(pixel)
mAPval50-95Tốc độ
CPU ONNX
(ms)
Tốc độ
T4 TensorRT10
(ms)
params
(M)
FLOPs
(B)
YOLO26n64040.938.91.72.45.5
YOLO26s64048.687.22.59.520.9
YOLO26m64053.1220.04.720.468.4
YOLO26l64055.0286.26.224.886.8
YOLO26x64057.5525.811.855.7194.4
PP-YOLOE+t64039.9-2.844.8519.15
PP-YOLOE+s64043.7-2.627.9317.36
PP-YOLOE+m64049.8-5.5623.4349.91
PP-YOLOE+l64052.9-8.3652.2110.07
PP-YOLOE+x64054.7-14.398.42206.59

Các tối ưu hóa cho edge và việc loại bỏ DFL giúp YOLO26n nhanh hơn YOLO11n tới 43% trên CPU. Tốc độ ONNX trên CPU của PP-YOLOE+ không được báo cáo ở đây, vì vậy hãy benchmark cả hai model trên thiết bị mục tiêu, chẳng hạn như Raspberry Pi hoặc một thiết bị điện toán edge khác.

Hiệu quả sử dụng bộ nhớ

Khi so sánh kiến trúc model, cần lưu ý các model Ultralytics YOLO thường sử dụng ít bộ nhớ hơn trong quá trình huấn luyện so với model dựa trên Transformer, nhờ đó phù hợp để tạo mẫu thử nghiệm trên GPU phổ thông.

Lợi thế của hệ sinh thái Ultralytics#

PP-YOLOE+ là một model có năng lực, nhưng trải nghiệm phát triển khác biệt đáng kể. Hệ sinh thái Ultralytics tích hợp toàn bộ quy trình làm việc cho các chuyên gia AI thị giác.

  1. Dễ sử dụng: Python API đơn giản giúp trừu tượng hóa sự phức tạp của pipeline dữ liệu và vòng lặp huấn luyện, với sự hỗ trợ của tài liệu phong phú được duy trì tích cực.
  2. Tính linh hoạt: Không giống PP-YOLOE+ chủ yếu tập trung vào phát hiện đối tượng, YOLO26 hỗ trợ phân đoạn instance, phân đoạn ngữ nghĩa, ước tính độ sâu, phân loại hình ảnh, ước tính pose và oriented bounding box (OBB) thông qua cùng một API.
  3. Hiệu quả huấn luyện: Trọng số pretrained được tự động tải xuống, còn các phép tăng cường tích hợp hỗ trợ huấn luyện hiệu quả, thường cần ít bộ nhớ CUDA và thời gian hơn các framework cũ.

Ví dụ mã: Đơn giản trong thực tế#

Ví dụ sau minh họa cách bắt đầu một dự án bằng Ultralytics API:

from ultralytics import YOLO

# Tải model YOLO26 nano tiền huấn luyện để đạt hiệu năng tối ưu trên thiết bị biên
model = YOLO("yolo26n.pt")

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

# Thực hiện suy luận không cần NMS trên ảnh mục tiêu
inference_results = model.predict("https://ultralytics.com/images/bus.jpg", nms=False)

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

Ứng dụng thực tế lý tưởng#

Việc lựa chọn YOLO26 hay PP-YOLOE+ phần lớn phụ thuộc vào các giới hạn của môi trường production.

Khi nào nên triển khai PP-YOLOE+:

  • Tích hợp hệ sinh thái Baidu: Các dự án được xây dựng trên hạ tầng PaddlePaddle hoặc môi trường sử dụng thống nhất stack phần mềm của Baidu.
  • Xử lý batch phía máy chủ: Các kịch bản chạy trên phần cứng cấp doanh nghiệp, nơi hiện tượng jitter độ trễ do NMS ít đáng lo ngại hơn.

Khi nào nên triển khai YOLO26:

  • Thiết bị edge và IoT: Tốc độ CPU cao hơn của YOLO26 khiến model phù hợp với camera thông minh, drone và robotics công suất thấp.
  • Triển khai nhạy cảm với thời gian: Chế độ suy luận tùy chọn không cần NMS (nms=False) mang lại suy luận ổn định với độ trễ thấp, yếu tố quan trọng trong nghiên cứu xe tự hành và kiểm soát chất lượng trong sản xuất tốc độ cao.
  • Dự án đa tác vụ: Khi một dự án kết hợp phát hiện đối tượng với mask phân đoạn hoặc keypoint từ ước tính pose, framework YOLO26 thống nhất xử lý tất cả các tác vụ đó.

Trường hợp sử dụng và khuyến nghị#

Việc lựa chọn YOLO26 hay PP-YOLOE+ phụ thuộc vào yêu cầu cụ thể của dự án, các giới hạn triển khai và lựa chọn hệ sinh thái.

Khi nào nên chọn YOLO26#

YOLO26 là lựa chọn phù hợp cho:

  • 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 khả năng tăng tốc bằng GPU chuyên dụng, nơi tốc độ suy luận CPU nhanh hơn tới 43% của YOLO26n so với YOLO11n mang lại lợi thế quyết định.
  • Phát hiện đối tượng nhỏ: Các kịch bản khó như hình ảnh từ drone trên không hoặc phân tích cảm biến IoT, trong đó ProgLoss và STAL cải thiện độ chính xác với đối tượng nhỏ.

Khi nào nên chọn PP-YOLOE+#

PP-YOLOE+ được khuyến nghị trong các trường hợp:

  • Tích hợp hệ sinh thái PaddlePaddle: Các tổ chức có hạ tầng hiện hữu được xây dựng trên framework và bộ công cụ PaddlePaddle của Baidu.
  • Triển khai biên bằng Paddle Lite: Triển khai lên phần cứng có kernel suy luận được tối ưu hóa cao, dành riêng cho Paddle Lite hoặc inference engine Paddle.
  • Phát hiện độ chính xác cao phía máy chủ: Các kịch bản ưu tiên độ chính xác phát hiện tối đa trên máy chủ GPU mạnh, nơi sự phụ thuộc vào framework không phải vấn đề đáng lo ngại.

Khám phá các kiến trúc khác#

Để có cái nhìn rộng hơn, hãy cân nhắc YOLO11, thế hệ model Ultralytics trước đó vẫn được sử dụng rộng rãi trong production. Với phát hiện dựa trên Transformer, RT-DETR là một lựa chọn khác, dù model cần nhiều bộ nhớ hơn khi huấn luyện.

Với optimizer MuSGD, ProgLoss + STAL và suy luận tùy chọn không cần NMS, YOLO26 là lựa chọn được đề xuất cho các giải pháp AI thị giác hiệu quả, có khả năng mở rộng.

Người đóng góp

Bình luận

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