So sánh YOLO26 và YOLOv5#
Sự tiến hóa của thị giác máy tính được định hình bởi nỗ lực không ngừng nghỉ về tốc độ, độ chính xác và tính dễ tiếp cận. Việc lựa chọn kiến trúc phù hợp là yếu tố tối quan trọng đối với sự thành công của bất kỳ dự án AI nào. Trong hướng dẫn toàn diện này, chúng tôi so sánh hai phiên bản mang tính cột mốc từ Ultralytics: YOLOv5 tiên phong và YOLO26 đột phá. Mặc dù cả hai đều ảnh hưởng mạnh mẽ đến bối cảnh object detection thời gian thực, các công nghệ nền tảng của chúng phản ánh một sự thay đổi mô hình lớn trong cách các mạng nơ-ron xử lý dữ liệu trực quan.
Tổng quan về mô hình#
Trước khi đi sâu vào các sắc thái kiến trúc, hãy thiết lập các chi tiết nền tảng của cả hai mô hình.
Chi tiết về YOLO26:
- Tác giả: Glenn Jocher và Jing Qiu
- Tổ chức: Ultralytics
- Ngày: 2026-01-14
- GitHub: https://github.com/ultralytics/ultralytics
- Tài liệu: YOLO26 Documentation
Chi tiết về YOLOv5:
- Tác giả: Glenn Jocher
- Tổ chức: Ultralytics
- Ngày: 2020-06-26
- GitHub: https://github.com/ultralytics/yolov5
- Tài liệu: YOLOv5 Documentation
Cải tiến kiến trúc#
Khoảng cách sáu năm giữa YOLOv5 và YOLO26 đại diện cho một bước nhảy vọt lớn trong nghiên cứu học sâu. YOLOv5 đã phổ biến việc sử dụng rộng rãi PyTorch cho các model thị giác, cung cấp cơ chế phát hiện dựa trên mỏ neo được tối ưu hóa cao, trở thành tiêu chuẩn của ngành. Tuy nhiên, nó phụ thuộc nhiều vào Non-Maximum Suppression (NMS) trong quá trình hậu xử lý, điều này có thể gây ra các điểm nghẽn về độ trễ trên các thiết bị bị hạn chế tài nguyên.
YOLO26 định nghĩa lại hoàn toàn pipeline suy luận với Thiết kế End-to-End Không cần NMS. Bằng cách loại bỏ nhu cầu hậu xử lý NMS, YOLO26 mang lại logic triển khai nhanh hơn và đơn giản hơn rất nhiều, một khái niệm lần đầu tiên được tiên phong trong YOLOv10 nhưng được hoàn thiện ở đây. Hơn nữa, YOLO26 có tính năng Loại bỏ DFL (Distribution Focal Loss), giúp đơn giản hóa đáng kể phần đầu ra (output head). Điều này giúp việc xuất model sang các định dạng như ONNX và TensorRT trở nên cực kỳ mượt mà, đảm bảo khả năng tương thích tuyệt vời với các thiết bị biên và công suất thấp.
Trong quá trình huấn luyện, YOLO26 sử dụng MuSGD Optimizer tiên tiến, sự kết hợp lai giữa SGD và Muon lấy cảm hứng từ Moonshot AI's Kimi K2. Điều này mang các đổi mới huấn luyện LLM vào lĩnh vực thị giác máy tính, đảm bảo quá trình huấn luyện cực kỳ ổn định và tốc độ hội tụ nhanh hơn đáng kể so với các trình tối ưu hóa SGD hoặc AdamW truyền thống được sử dụng trong YOLOv5.
Hiệu suất và chỉ số#
Khi đánh giá các model, sự cân bằng giữa mean Average Precision (mAP) và tốc độ suy luận quyết định tính khả thi trong thế giới thực. YOLO26 được tối ưu hóa nguyên bản cho cả GPU cao cấp và CPU biên.
| Mô hình | 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 | 5.4 |
| 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 |
| YOLOv5n | 640 | 28.0 | 73.6 | 1.12 | 2.6 | 7.7 |
| YOLOv5s | 640 | 37.4 | 120.7 | 1.92 | 9.1 | 24.0 |
| YOLOv5m | 640 | 45.4 | 233.9 | 4.03 | 25.1 | 64.2 |
| YOLOv5l | 640 | 49.0 | 408.4 | 6.61 | 53.2 | 135.0 |
| YOLOv5x | 640 | 50.7 | 763.2 | 11.89 | 97.2 | 246.4 |
Các điểm chuẩn cho thấy sự cải thiện đáng kinh ngạc. Ví dụ, YOLO26n đạt mAP là 40.9 so với 28.0 của YOLOv5n, đồng thời cung cấp tốc độ suy luận CPU nhanh hơn tới 43%. Điều này làm cho YOLO26 vượt trội hơn hẳn cho các triển khai nhúng như Raspberry Pi hoặc thiết bị di động. Mặc dù YOLOv5 có lợi thế nhỏ về tốc độ GPU TensorRT trên quy mô Nano, sự đánh đổi về độ chính xác nghiêng hẳn về phía YOLO26.
Hệ sinh thái đào tạo và tính dễ sử dụng#
Cả hai mô hình đều được hưởng lợi rất lớn từ hệ sinh thái Ultralytics được duy trì tốt. Chúng cung cấp trải nghiệm "từ con số 0 đến chuyên gia" với Python API được sắp xếp hợp lý, tài liệu mở rộng và cộng đồng hỗ trợ tích cực. Tuy nhiên, YOLO26 đưa hiệu quả đào tạo lên một tầm cao mới.
Các model Ultralytics luôn yêu cầu CUDA memory thấp hơn đáng kể trong quá trình huấn luyện so với các lựa chọn thay thế nặng về transformer. YOLO26 khuếch đại điều này bằng các hàm mất mát ProgLoss + STAL. Những tiến bộ này mang lại những cải tiến đáng chú ý trong việc nhận diện vật thể nhỏ mà không làm tăng chi phí bộ nhớ.
from ultralytics import YOLO
# Initialize the cutting-edge YOLO26 Nano model
model = YOLO("yolo26n.pt")
# Train the model with the MuSGD optimizer (default for YOLO26)
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, batch=16, device=0)
# Run fast, NMS-free inference on a test image
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()Script đơn giản này cho phép các nhà phát triển lặp lại nhanh chóng trên custom datasets, chuyển đổi mượt mà từ việc tiếp nhận dữ liệu sang một model sẵn sàng cho sản xuất.
Sử dụng Ultralytics Platform, bạn có thể tự động xuất các model YOLO26 đã huấn luyện của mình sang các định dạng như CoreML hoặc TensorFlow Lite mà không cần viết một dòng mã chuyển đổi nào.
Tính linh hoạt và các trường hợp sử dụng lý tưởng#
Khi nào nên sử dụng YOLOv5#
YOLOv5 vẫn là một công cụ đáng tin cậy cho các hệ thống cũ. Nếu bạn có một pipeline công nghiệp hiện có gắn kết chặt chẽ với các đầu ra dựa trên mỏ neo, hoặc nếu bạn đang chạy suy luận trên các thiết bị NVIDIA Jetson cũ hơn với các ngăn xếp TensorRT đã đóng băng, trưởng thành, YOLOv5 cung cấp một giải pháp ổn định, có tài liệu đầy đủ.
Khi nào nên sử dụng YOLO26#
YOLO26 là lựa chọn dứt khoát cho các dự án thị giác máy tính hiện đại. Tính linh hoạt của nó vượt xa người tiền nhiệm. Trong khi YOLOv5 tập trung chủ yếu vào việc phát hiện (với các bổ sung phân đoạn sau đó), YOLO26 cung cấp hỗ trợ sâu, nguyên bản cho Instance Segmentation, Pose Estimation, Image Classification, và Oriented Bounding Boxes (OBB).
YOLO26 giới thiệu các Cải tiến cụ thể theo tác vụ, chẳng hạn như hàm mất mát phân đoạn ngữ nghĩa chuyên dụng, Ước tính log-likelihood thặng dư (RLE) cho các điểm chính tư thế siêu chính xác, và hàm mất mát góc nâng cao cho OBB để giải quyết các vấn đề biên phức tạp.
- Edge IoT và Robot: Kiến trúc không NMS và tốc độ suy luận CPU nhanh hơn 43% làm cho YOLO26 trở nên lý tưởng cho việc điều hướng robot thời gian thực và camera nhà thông minh.
- Hình ảnh trên không: Các cải tiến ProgLoss + STAL làm cho việc phát hiện các vật thể nhỏ từ máy bay không người lái—như phương tiện trong bãi đỗ xe hoặc cây trồng trên cánh đồng nông nghiệp—trở nên đáng tin cậy hơn đáng kể.
- Phân tích video thời gian thực: Cho dù là theo dõi vận động viên trong các chương trình phát sóng thể thao hay giám sát lưu lượng giao thông, sự cân bằng hiệu suất của YOLO26 đảm bảo khả năng thu hồi cao mà không bị rớt khung hình.
Cuối cùng, cam kết của Ultralytics đối với một hệ sinh thái hiệu suất cao, dễ tiếp cận đảm bảo rằng việc chuyển đổi từ YOLOv5 sang YOLO26 là liền mạch, mở khóa các khả năng tiên tiến nhất cho cả nhà nghiên cứu và nhà phát triển.