YOLO26 và 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 một bản 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, các chỉ số hiệu năng và khả năng triển khai, chúng tôi hướng đến việc hỗ trợ các developer và nhà nghiên cứu lựa chọn model tối ưu cho các ứng dụng thị giác của mình.
Sự phát triển của các kiến trúc không cần NMS#
Trong nhiều năm, họ YOLO (Bạn Chỉ Cần Nhìn Một Lần) phụ thuộc nhiều vào triệt tiêu cực đại (NMS) để lọc các bounding box dư thừa trong quá trình hậu xử lý. Mặc dù hiệu quả, NMS làm tăng độ trễ suy luận và khiến việc triển khai trên các thiết bị biên như Raspberry Pi hoặc các bộ xử lý thần kinh chuyên dụng (NPUs) trở nên phức tạp hơn.
Sự ra mắt của YOLOv10 đánh dấu một bước chuyển dịch mô hình khi tiên phong trong thiết kế đầu cuối không cần NMS. Dựa trên đột phá nền tảng này, Ultralytics YOLO26 đã tinh chỉnh kiến trúc cho các môi trường production, đạt hiệu quả và tính dễ sử dụng chưa từng có trên nhiều loại tác vụ hơn.
YOLOv10: Tiên phong trong 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: ArXiv Paper | GitHub Repository
Được phát triển bởi các nhà nghiên cứu tại Đại học Thanh Hoa, YOLOv10 giới thiệu chiến lược gán kép nhất quán để loại bỏ nhu cầu sử dụng NMS. Bằng cách áp dụng thiết kế model toàn diện, tối ưu đồng thời hiệu quả và độ chính xác, model này giảm dư thừa tính toán trong khi vẫn duy trì mAP (độ chính xác trung bình) cao.
Ưu điểm:
- Kiến trúc không cần NMS: Tiên phong ban đầu của thiết kế không cần NMS trong dòng YOLO, giúp giảm đáng kể độ trễ cho các ứng dụng thời gian thực.
- Hiệu quả: Mang 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 native sẵn có cho các tác vụ nâng cao như phân đoạn hoặc ước tính tư thế.
- Định hướng học thuật: Mặc dù codebase mạnh mẽ, model này thiên về nghiên cứu hơn là triển khai production tinh gọn ở cấp enterprise.
YOLO26: Tiêu chuẩn mới cho edge và cloud#
- Ngày: 2026-01-14
- Tác giả: Glenn Jocher và Jing Qiu
- Tổ chức: Ultralytics
- Tài nguyên: GitHub Repository | Ultralytics Platform
Được phát hành để kế nhiệm YOLO11, YOLO26 đưa khái niệm không cần NMS đến mức hoàn thiện tối đa. Model này tích hợp native khả năng phát hiện đầu cuối vào Ultralytics Platform được tối ưu cao, cung cấp một 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 đơn giản hóa đáng kể quy trình export model và cải thiện khả năng tương thích với các thiết bị edge và thiết bị công suất thấp.
- Suy luận trên CPU nhanh hơn tới 43%: Nhờ loại bỏ DFL và các tối ưu hóa cấu trúc, YOLO26 nhanh hơn đáng kể trên CPU, rất phù hợp cho các triển khai IoT và mobile.
- 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 một phương pháp kết hợp giữa SGD và Muon. Điều này mang lại độ ổn định huấn luyện vượt trội và khả năng hội tụ nhanh hơn cho thị giác máy tính.
- ProgLoss + STAL: Các hàm loss nâng cao này mang lại cải thiện đáng kể trong việc nhận diện đối tượng nhỏ, yếu tố quan trọng đối với ảnh chụp từ trên không và giám sát an ninh bằng drone.
- Cải thiện theo từng tác vụ: YOLO26 không chỉ là một detector. Model này có loss Phân đoạn Ngữ nghĩa và proto đa tỷ lệ cho Phân đoạn, Ước tính Khả năng hợp lý Log phần dư (RLE) cho Ước tính Tư thế, cùng loss góc chuyên dụng cho Bounding Box Định hướng (OBB).
Phân tích hiệu năng và các chỉ số#
Bảng dưới đây so sánh hiệu năng phát hiện trên COCO của các model YOLO26 và YOLOv10. 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) | tham số (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.4 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.7 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.2 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.4 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 193.9 |
| YOLOv10n | 640 | 39.5 | - | 1.56 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.7 | - | 2.66 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.3 | - | 5.48 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.7 | - | 6.54 | 24.4 | 92.0 |
| YOLOv10l | 640 | 53.3 | - | 8.33 | 29.5 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 12.2 | 56.9 | 160.4 |
Lợi thế của Ultralytics: Hiệu quả huấn luyện và bộ nhớ#
Khi triển khai model vào production, yêu cầu bộ nhớ và hiệu quả huấn luyện cũng quan trọng không kém tốc độ suy luận. Các model Ultralytics, đặc biệt là YOLO26, được tối ưu cao để giảm mức sử dụng bộ nhớ CUDA trong quá trình huấn luyện. Điều này cho phép developer sử dụng batch size lớn hơn trên GPU phổ thông, cắt giảm đáng kể thời gian huấn luyện và chi phí tính toán. Ngược lại, các kiến trúc phức tạp hoặc model Transformer nặng như RT-DETR thường yêu cầu phần cứng cao cấp, đắt đỏ để huấn luyện hiệu quả.
Một trong những lợi ích lớn nhất khi lựa chọn YOLO26 là khả năng tích hợp với hệ sinh thái Ultralytics được duy trì tốt. Từ gán nhãn dữ liệu đến theo dõi experiment, platform 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 Tính dễ sử dụng hàng đầu trong ngành. Với Python API trực quan, việc chuyển từ một model legacy như YOLOv8 sang YOLO26 tiên tiến chỉ yêu cầu cập nhật một dòng code.
Dưới đây là một ví dụ có thể chạy 100%, minh họa cách huấn luyện và suy luận 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
# The MuSGD optimizer and efficient memory management are handled automatically
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")
# 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}")Các trường hợp sử dụng và khuyến nghị#
Việc lựa chọn giữa YOLO26 và YOLOv10 phụ thuộc vào yêu cầu cụ thể của project, các ràng buộc triển khai và ưu tiên về hệ sinh thái.
Khi nào nên chọn YOLO26#
YOLO26 là lựa chọn phù hợp cho:
- Triển khai edge không cần NMS: Các ứng dụng yêu cầu suy luận nhất quán, độ trễ thấp mà không có sự phức tạp của bước hậu xử lý triệt tiêu cực đại.
- Môi trường chỉ sử dụng CPU: Các thiết bị không có tăng tốc GPU chuyên dụng, nơi khả năng suy luận trên CPU nhanh hơn tới 43% của YOLO26 mang lại lợi thế quyết định.
- Phát hiện đối tượng nhỏ: Các kịch bản đầy thách thức 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 trên các đối tượng 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 đầu cuối mà không cần triệt tiêu cực đại, giúp giảm độ phức tạp khi triển khai.
- Cân bằng giữa tốc độ và độ chính xác: Các project yêu cầu sự cân bằng tốt giữa tốc độ suy luận và độ chính xác phát hiện trên nhiều quy mô model khác nhau.
- Ứng dụng có độ trễ nhất quán: Các kịch bản triển khai mà thời gian suy luận có thể dự đoán là yếu tố quan trọng, chẳng hạn như robotics hoặc các hệ thống tự hành.
Kết luận#
Mặc dù YOLOv10 đã có những đóng góp đáng kể cho cộng đồng học thuật khi giới thiệu mô hình không cần NMS, YOLO26 đưa công nghệ này lên mức sẵn sàng cho enterprise. Với mức tăng 43% ấn tượng về tốc độ CPU, optimizer MuSGD đổi mới và tính linh hoạt vượt trội trên nhiều tác vụ thị giác, YOLO26 nổi bật là lựa chọn tối ưu cho cả điện toán edge và triển khai cloud quy mô lớn.
Đối với các team ưu tiên cộng đồng năng động, tài liệu toàn diện và trải nghiệm developer liền mạch, hệ sinh thái Ultralytics là không thể sánh bằng. Nếu đang tìm hiểu các model cho những kịch bản chuyên biệt, bạn cũng có thể xem xét YOLO-World để phát hiện zero-shot với vocabulary mở. Tuy nhiên, đối với phần lớn các trường hợp sử dụng thực tế, YOLO26 là khuyến nghị chắc chắn.