YOLO26 so với YOLOv10#
Lĩnh vực thị giác máy tính không ngừng phát triển, được thúc đẩy bởi nhu cầu về các model nhanh hơn, chính xác hơn và hiệu quả hơn. Hướng dẫn này cung cấp bài so sánh kỹ thuật toàn diện giữa hai kiến trúc đột phá trong lĩnh vực phát hiện đối tượng thời gian thực: YOLO26 và YOLOv10. Bằng cách phân tích kiến trúc, chỉ số hiệu năng và khả năng triển khai, chúng tôi mong muốn giúp nhà phát triển và nhà nghiên cứu chọn model tối ưu cho ứng dụng thị giác của mình.
Sự phát triển của các kiến trúc không cần NMS#
Trong nhiều năm, họ YOLO (You Only Look Once) phụ thuộc rất nhiều vào Non-Maximum Suppression (NMS) để loại bỏ các bounding box dư thừa trong quá trình hậu xử lý. Dù hiệu quả, NMS làm tăng độ trễ suy luận và gây phức tạp cho việc triển khai trên các thiết bị biên như Raspberry Pi hoặc các bộ xử lý thần kinh chuyên dụng (NPU).
Sự ra đời của YOLOv10 đánh dấu bước chuyển đổi mô hình khi tiên phong thiết kế đầu-cuối không cần NMS. Dựa trên đột phá nền tảng này, Ultralytics YOLO26 đã tinh chỉnh kiến trúc cho môi trường production, đạt hiệu quả và tính dễ sử dụng chưa từng có trên nhiều tác vụ hơn.
YOLOv10: Tiên phong phát hiện không cần NMS#
- Ngày: 2024-05-23
- Tác giả: Ao Wang, Hui Chen, Lihao Liu và cộng sự
- Tổ chức: Đại học Thanh Hoa
- Tài nguyên: Bài báo trên ArXiv | Kho lưu trữ GitHub
Được phát triển bởi các nhà nghiên cứu tại Đại học Thanh Hoa, YOLOv10 giới thiệu chiến lược gán kép nhất quán nhằm loại bỏ nhu cầu sử dụng NMS. Bằng cách áp dụng thiết kế model toàn diện, hướng đến hiệu quả và độ chính xác, model giảm dư thừa tính toán trong khi vẫn duy trì mAP (độ chính xác trung bình) ở mức cao.
Ưu điểm:
- Kiến trúc không cần NMS: Model tiên phong ban đầu trong thiết kế không cần NMS của dòng YOLO, giúp giảm đáng kể độ trễ cho các ứng dụng thời gian thực.
- Hiệu quả: Đem lại sự cân bằng tốt giữa số lượng tham số và tốc độ suy luận so với các model thế hệ trước.
Nhược điểm:
- Hỗ trợ tác vụ hạn chế: Chủ yếu tập trung vào phát hiện đối tượng tiêu chuẩn, thiếu hỗ trợ tích hợp sẵn cho các tác vụ nâng cao như phân đoạn hoặc ước lượng tư thế.
- Tập trung vào học thuật: Dù codebase vững chắc, định hướng của codebase thiên về nghiên cứu hơn là triển khai production tinh gọn ở cấp doanh nghiệp.
YOLO26: Chuẩn mực mới cho thiết bị biên và đám mây#
- Ngày: 2026-01-14
- Tác giả: Glenn Jocher và Jing Qiu
- Tổ chức: Ultralytics
- Tài nguyên: Kho lưu trữ GitHub | Ultralytics Platform
Được phát hành kế nhiệm YOLO11, YOLO26 đưa khái niệm không cần NMS đến mức hoàn thiện tối đa. Model tích hợp sẵn khả năng phát hiện đầu-cuối vào Ultralytics Platform được tối ưu hóa cao, cung cấp bộ công cụ hoàn chỉnh cho pipeline machine learning hiện đại.
YOLO26 giới thiệu một số đột phá về kiến trúc:
- Loại bỏ DFL: Distribution Focal Loss đã được loại bỏ hoàn toàn. Điều này giúp đơn giản hóa đáng kể quy trình xuất model và cải thiện khả năng tương thích với các thiết bị biên và thiết bị công suất thấp.
- CPU inference nhanh hơn đến 43%: Nhờ loại bỏ DFL và tối ưu hóa cấu trúc, YOLO26 chạy nhanh hơn đáng kể trên CPU, rất phù hợp để triển khai trên IoT và thiết bị di động.
- Optimizer MuSGD: Lấy cảm hứng từ các kỹ thuật huấn luyện Large Language Model (LLM), chẳng hạn như Kimi K2 của Moonshot AI, YOLO26 sử dụng phương pháp kết hợp SGD và Muon. Điều này mang lại độ ổn định huấn luyện vượt trội và giúp computer vision hội tụ nhanh hơn.
- ProgLoss + STAL: Các hàm loss tiên tiến này cải thiện đáng kể khả năng nhận diện vật thể nhỏ, yếu tố then chốt đối với ảnh chụp từ trên không và giám sát an ninh bằng drone.
- Cải tiến theo từng tác vụ: YOLO26 không chỉ là một detector. Model có loss Semantic Segmentation và proto đa tỷ lệ cho Segmentation, Residual Log-Likelihood Estimation (RLE) cho Pose Estimation, cùng loss góc chuyên biệt cho Oriented Bounding Boxes (OBB).
Phân tích hiệu năng và metric#
Bảng sau so sánh hiệu năng phát hiện trên COCO của các model YOLO26 và YOLOv10. Hãy lưu ý rằng YOLO26 đạt độ chính xác cao hơn trong khi vẫn duy trì hiệu quả tham số vượt trội.
| Model | kích thước (pixel) | mAPval 50-95 | 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 |
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
Lợi thế của Ultralytics: Hiệu quả huấn luyện và bộ nhớ#
Khi triển khai model vào môi trường production, yêu cầu bộ nhớ và hiệu quả huấn luyện cũng quan trọng không kém tốc độ inference. Các model Ultralytics, đặc biệt là YOLO26, được tối ưu hóa mạnh mẽ để giảm mức sử dụng bộ nhớ CUDA trong quá trình huấn luyện. Nhờ vậy, developer có thể dùng batch size lớn hơn trên GPU phổ thông, qua đó rút ngắn đáng kể thời gian huấn luyện và giảm chi phí tính toán. Ngược lại, các kiến trúc phức tạp hoặc model transformer nặng như RT-DETR thường cần phần cứng cao cấp, đắt tiền để huấn luyện hiệu quả.
Một trong những lợi ích lớn nhất khi chọn YOLO26 là khả năng tích hợp với hệ sinh thái Ultralytics được duy trì tốt. Từ gắn nhãn dữ liệu đến theo dõi thí nghiệm, nền tảng cung cấp mọi thứ mà một kỹ sư machine learning cần trong một hệ thống thống nhất.
Triển khai thực tế: Ví dụ code#
Điểm nổi bật của Ultralytics là Dễ sử dụng hàng đầu trong ngành. Với Python API trực quan, việc chuyển từ model cũ như YOLOv8 sang YOLO26 tiên tiến chỉ cần cập nhật một dòng code.
Dưới đây là ví dụ có thể chạy hoàn chỉnh, minh họa cách huấn luyện và chạy inference bằng YOLO26:
from ultralytics import YOLO
# 1. Load the state-of-the-art YOLO26 nano model
model = YOLO("yolo26n.pt")
# 2. Train the model on the COCO8 dataset efficiently
# optimizer='auto' selects MuSGD for longer training runs; memory management is automatic
results = model.train(
data="coco8.yaml",
epochs=100,
imgsz=640,
device="cpu", # Easily switch to 0 for GPU
)
# 3. Perform NMS-free inference on a sample image
predictions = model.predict("https://ultralytics.com/images/bus.jpg", nms=False)
# 4. Display the results to screen
predictions[0].show()
# 5. Export to ONNX for simplified edge deployment
export_path = model.export(format="onnx")
print(f"Model exported successfully to {export_path}")Trường hợp sử dụng và khuyến nghị#
Việc lựa chọn giữa YOLO26 và YOLOv10 phụ thuộc vào yêu cầu cụ thể của dự án, các ràng buộc triển khai và lựa chọn hệ sinh thái của bạn.
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 GPU tăng tốc chuyên dụng, nơi tốc độ CPU inference nhanh hơn đến 43% của YOLO26 mang lại lợi thế rõ rệt.
- 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 đáng kể độ chính xác khi phát hiện vật thể rất nhỏ.
Khi nào nên chọn YOLOv10#
YOLOv10 được khuyến nghị cho:
- Phát hiện thời gian thực không cần NMS: Các ứng dụng hưởng lợi từ khả năng phát hiện end-to-end không cần Non-Maximum Suppression, giúp giảm độ phức tạp khi triển khai.
- Cân bằng giữa tốc độ và độ chính xác: Các dự án cần sự cân bằng tốt giữa tốc độ inference và độ chính xác phát hiện trên nhiều quy mô model.
- Ứng dụng cần độ trễ ổn định: Các tình huống triển khai yêu cầu thời gian inference có thể dự đoán, chẳng hạn như robotics hoặc hệ thống tự hành.
Kết luận#
YOLOv10 đã đóng góp đáng kể cho cộng đồng học thuật khi giới thiệu mô hình không cần NMS, còn YOLO26 đưa công nghệ này lên mức sẵn sàng cho doanh nghiệp. Với tốc độ CPU tăng ấn tượng 43%, optimizer MuSGD sáng tạo và tính linh hoạt vượt trội trên nhiều tác vụ thị giác, YOLO26 là lựa chọn hàng đầu cho cả điện toán biên lẫn triển khai cloud quy mô lớn.
Đối với các nhóm ưu tiên cộng đồng năng động, tài liệu toàn diện và trải nghiệm developer liền mạch, hệ sinh thái Ultralytics là lựa chọn vượt trội. Nếu đang tìm hiểu model cho các tình huống chuyên biệt, bạn cũng có thể xem xét YOLO-World để phát hiện từ vựng mở zero-shot. Tuy nhiên, với phần lớn trường hợp sử dụng thực tế, YOLO26 là lựa chọn được khuyến nghị dứt khoát.