YOLO26 so với YOLO11
Khi xây dựng hệ thống thị giác máy tính, chọn đúng model đồng nghĩa với việc cân bằng độ chính xác, độ trễ và hiệu quả sử dụng tài nguyên. Bài so sánh kỹ thuật này phân tích quá trình chuyển đổi từ Ultralytics YOLO11 sang YOLO26 mới hơn, cung cấp cho kỹ sư AI và nhà nghiên cứu thông tin cần thiết để đưa ra quyết định kiến trúc sáng suốt.
Dòng phát triển và siêu dữ liệu của model#
Cả hai model đều do Ultralytics phát triển, nhưng đại diện cho những mô hình khác nhau trong tiến trình phát triển của các model phát hiện đối tượng và thị giác đa nhiệm.
Thông tin YOLO26:
- Tác giả: Glenn Jocher và Jing Qiu
- Tổ chức: Ultralytics
- Ngày: 2026-01-14
- GitHub: Kho lưu trữ Ultralytics
- Tài liệu: Tài liệu chính thức về YOLO26
Thông tin YOLO11:
- Tác giả: Glenn Jocher và Jing Qiu
- Tổ chức: Ultralytics
- Ngày: 2024-09-27
- GitHub: Kho lưu trữ Ultralytics
- Tài liệu: Tài liệu chính thức về YOLO11
Khác biệt và cải tiến về kiến trúc#
Việc chuyển từ YOLO11 sang YOLO26 làm thay đổi cả kiến trúc model lẫn quy trình huấn luyện. Trong khi YOLO11 tạo nền tảng vững chắc cho phát hiện đối tượng và học đa nhiệm, YOLO26 thiết kế lại quy trình triển khai cho điện toán biên.
Thiết kế đầu-cuối không cần NMS#
Một trong những nâng cấp đáng kể nhất của YOLO26 là suy luận đầu-cuối nguyên bản. Khác với YOLO11, vốn dựa vào hậu xử lý Loại bỏ hộp giới hạn không tối đa (NMS) để lọc các hộp giới hạn chồng lấn, YOLO26 có thể bỏ hẳn bước này nhờ head một-một tùy chọn (nms=False). Cách tiếp cận này, được YOLOv10 đưa vào họ YOLO, giảm biến thiên độ trễ và đơn giản hóa logic triển khai trên nhiều loại thiết bị biên.
Loại bỏ DFL để tăng hiệu quả trên thiết bị biên#
YOLO11 sử dụng Hàm mất mát tiêu cự phân phối (DFL) để tinh chỉnh ước lượng hộp giới hạn. Tuy nhiên, DFL dựa vào các phép toán softmax thường không được hỗ trợ tốt trên bộ tăng tốc biên công suất thấp. YOLO26 loại bỏ DFL mà không làm giảm độ chính xác. Sự đơn giản hóa này cải thiện khả năng tương thích với hệ thống nhúng và giúp YOLO26n đạt tốc độ suy luận CPU nhanh hơn tới 43% so với YOLO11n.
Optimizer MuSGD#
YOLO26 giới thiệu Bộ tối ưu MuSGD, kết hợp giữa Hạ gradient ngẫu nhiên (SGD) và Muon, lấy cảm hứng từ các cải tiến trong huấn luyện mô hình ngôn ngữ lớn (LLM) của Kimi K2 thuộc Moonshot AI. Bộ tối ưu này đưa độ ổn định của quá trình huấn luyện mô hình ngôn ngữ vào thị giác máy tính và tăng tốc độ hội tụ.
ProgLoss và STAL#
Với các nhà nghiên cứu làm việc với ảnh chụp từ trên không hoặc ứng dụng drone, phát hiện vật thể nhỏ là thách thức lâu nay. YOLO26 giới thiệu ProgLoss kết hợp với STAL (gán nhãn nhận biết mục tiêu nhỏ), giúp cải thiện khả năng nhận diện vật thể nhỏ so với YOLO11.
So sánh hiệu năng và chỉ số#
YOLO26 đạt mAP cao hơn YOLO11 ở mọi kích thước, từ +1,4 (n) đến +2,8 (x), với số lượng tham số và FLOPs tương đương. YOLO26n và YOLO26s cũng chạy nhanh hơn trên CPU, trong khi các model YOLO11 lớn hơn vẫn có lợi thế về độ trễ CPU.
| Model | kích thước (pixel) | mAPval50-95 | Tốc độ CPU ONNX (ms) | Tốc độ T4 TensorRT10 (ms) | params (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
| 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 |
Lưu ý: Độ trễ ONNX trên CPU của YOLO26n thấp hơn ~31% so với YOLO11n (38,9 ms so với 56,1 ms), thể hiện thiết kế ưu tiên cho điện toán biên.
Tính linh hoạt trên các tác vụ thị giác máy tính#
Cả hai model đều được hưởng lợi từ hệ sinh thái Ultralytics được duy trì tích cực và API Python thống nhất; cả hai cũng hỗ trợ phát hiện, phân đoạn, phân loại, ước lượng tư thế và OBB. YOLO26 bổ sung phân đoạn ngữ nghĩa và ước lượng độ sâu, cùng một số cải tiến theo từng tác vụ:
- Phân đoạn thực thể: YOLO26 sử dụng hàm loss phân đoạn ngữ nghĩa và module proto đa tỷ lệ để cải thiện chất lượng mask so với YOLO11. Tìm hiểu thêm về quy trình phân đoạn.
- Ước lượng tư thế: Bằng cách tích hợp Ước lượng hợp lý log phần dư (RLE), YOLO26 cải thiện độ chính xác keypoint trong các tư thế người phức tạp. Khám phá khả năng ước lượng tư thế.
- Hộp giới hạn định hướng (OBB): Hàm loss góc chuyên biệt giải quyết các vấn đề gián đoạn biên, giúp YOLO26 phát hiện vật thể xoay trong ảnh vệ tinh đáng tin cậy hơn. Tìm hiểu về tác vụ OBB.
- Phân loại ảnh: Cả hai model đều xử lý hiệu quả phân loại tốc độ cao; YOLO26 đạt mức tăng nhẹ về độ chính xác top-1 trên ImageNet (71,4% so với 70,0% ở các model n).
Ví dụ mã huấn luyện và suy luận#
Huấn luyện model hoặc chạy suy luận bằng Ultralytics chỉ cần vài dòng code. Huấn luyện model YOLO cũng cần ít bộ nhớ CUDA hơn các mạng Transformer lớn.
from ultralytics import YOLO
# Tải model YOLO26 nano
model = YOLO("yolo26n.pt")
# Huấn luyện model hiệu quả trên dataset COCO8
# optimizer="auto" chọn MuSGD cho các lần huấn luyện kéo dài
train_results = model.train(
data="coco8.yaml",
epochs=100,
imgsz=640,
device="0", # Sử dụng GPU để tăng tốc huấn luyện
)
# Thực hiện suy luận không cần NMS trực tiếp trên ảnh
results = model("https://ultralytics.com/images/bus.jpg", nms=False)
# Hiển thị các dự đoán rõ ràng ngay lập tức
results[0].show()Trường hợp sử dụng lý tưởng và chiến lược triển khai#
Việc chọn YOLO26 hay YOLO11 phụ thuộc vào các giới hạn của môi trường production.
Khi nào nên triển khai YOLO26#
YOLO26 là lựa chọn được khuyến nghị cho các dự án mới. Model được xây dựng cho:
- Điện toán biên và IoT: Hiệu năng CPU và việc loại bỏ DFL khiến model phù hợp với các thiết bị như Raspberry Pi, Coral Edge TPU và bộ xử lý di động.
- Phân tích drone và ảnh chụp từ trên không: ProgLoss + STAL cải thiện khả năng phát hiện và theo dõi các vật thể nhỏ, di chuyển nhanh trong khung cảnh rộng.
- Ứng dụng nhạy cảm với độ trễ: Trong lĩnh vực robot tự hành hoặc kiểm soát chất lượng sản xuất, head không cần NMS tùy chọn (
nms=False) giữ độ trễ ổn định mà không xuất hiện đột biến do hậu xử lý.
Khi nào nên tiếp tục sử dụng YOLO11#
YOLO11 vẫn là một model có năng lực. Bạn có thể tiếp tục dùng YOLO11 nếu:
- Pipeline cũ: Hạ tầng triển khai C++ hiện có của bạn liên kết chặt chẽ với định dạng đầu ra và logic NMS cụ thể của YOLO11.
- Mốc chuẩn học thuật: Bạn đang công bố nghiên cứu và cần một mốc chuẩn năm 2024 được công nhận rộng rãi để so sánh các thuật toán mới.
Sức mạnh của hệ sinh thái Ultralytics#
Dù triển khai YOLO11 hay YOLO26, các model Ultralytics đều đi kèm hệ sinh thái được duy trì tốt, các bản cập nhật thường xuyên và cộng đồng đông đảo.
Đối với các nhóm doanh nghiệp, Ultralytics Platform cung cấp giải pháp đầu-cuối cho gán nhãn dữ liệu, huấn luyện model và triển khai trên đám mây. Gói ultralytics hỗ trợ các bước còn lại trong vòng đời, từ tinh chỉnh siêu tham số đến xuất trọng số đã huấn luyện sang CoreML hoặc TensorRT.
Bình luận2
Đặt câu hỏi, chia sẻ kết quả hoặc giúp đỡ người khác.
CoLnd
Hello, thank you for this article. I'm seeing that the best speed upgrade is 31% between 11n and 26n, where does the "up to 43% acceleration" come from please? Thank you have a nice day
Murat Raimbekovyour math is right - YOLO26n at 38.9 ms vs YOLO11n at 56.1 ms is ~31% lower latency, which is what the in-page note on this comparison reflects. the "up to 43% faster" headline expresses the same two numbers as a throughput speedup instead: 56.1 / 38.9 ≈ 1.44, so YOLO26n processes ~44% more frames per second on the same CPU than YOLO11n, marketed as "up to 43% faster". both describe the identical benchmark, just two different conventions:
- latency reduction: (56.1 - 38.9) / 56.1 = ~31%
- throughput speedup: 56.1 / 38.9 - 1 = ~44% (rounded down to "up to 43%" in the headline)
a cleaner restatement: YOLO26n delivers up to ~43% faster CPU ONNX inference than YOLO11n, corresponding to ~31% lower latency in the benchmark table. the "up to" qualifier reflects that nano is where the gap is largest - on s/m/l/x tiers the gap is smaller (or negative on the larger ones), so the headline is bound to the best case. we will look at tightening the wording in the docs so the two metrics read clearly side by side.
thanks for flagging.