YOLO26 so với YOLOv7#
Sự tiến hóa của công nghệ phát hiện đối tượng thời gian thực đã chứng kiến nhiều cột mốc quan trọng, trong đó Ultralytics YOLO26 và YOLOv7 đại diện cho hai bước nhảy vọt đáng kể về năng lực thị giác máy tính. Trong khi YOLOv7 giới thiệu phương methodology "bag-of-freebies" mạnh mẽ giúp tái định nghĩa các tiêu chuẩn độ chính xác vào năm 2022, kiến trúc YOLO26 mới ra mắt lại đi đầu trong việc tối ưu hóa hướng biên (edge-first), xử lý nguyên bản dạng end-to-end và động lực học huấn luyện ổn định lấy cảm hứng từ các đổi mới trong Mô hình Ngôn ngữ Lớn (LLM).
Bài viết phân tích chuyên sâu này so sánh hai kiến trúc này, đánh giá các chỉ số hiệu suất, sự khác biệt về cấu trúc và các kịch bản triển khai lý tưởng để giúp các machine learning engineers đưa ra các quyết định sáng suốt cho dự án AI thị giác tiếp theo của họ.
Thông tin nền tảng và chi tiết về mô hình#
Trước khi xem xét dữ liệu hiệu suất, điều quan trọng là phải hiểu nguồn gốc và mục tiêu chính của từng mô hình.
Ultralytics YOLO26#
Tác giả: Glenn Jocher và Jing Qiu
Tổ chức: Ultralytics
Ngày: 2026-01-14
GitHub: Kho lưu trữ Ultralytics
Tài liệu: Tài liệu YOLO26
YOLOv7#
Tác giả: Chien-Yao Wang, Alexey Bochkovskiy, và Hong-Yuan Mark Liao
Tổ chức: Viện Khoa học Thông tin, Academia Sinica, Đài Loan
Ngày: 2022-07-06
Arxiv: Bài báo YOLOv7
GitHub: Kho lưu trữ YOLOv7
Nếu bạn đang khám phá hệ sinh thái rộng lớn hơn, bạn cũng có thể quan tâm đến YOLO11 cho các hệ thống triển khai đa nhiệm vụ có độ cân bằng cao, hoặc RT-DETR dựa trên Transformer dành cho việc phát hiện dựa trên chuỗi. Lưu ý rằng các mô hình cũ hơn như YOLOv8 và YOLOv5 vẫn được hỗ trợ đầy đủ trên Nền tảng Ultralytics để tích hợp các hệ thống cũ.
Phân tích chuyên sâu về kiến trúc#
Các triết lý kiến trúc đằng sau YOLO26 và YOLOv7 khác biệt đáng kể, phản ánh sự chuyển dịch từ việc tối đa hóa hiệu suất GPU cao cấp sang tối ưu hóa cho việc triển khai biên end-to-end liền mạch.
YOLO26: Mô hình ưu tiên thiết bị biên (Edge-First)#
Ra mắt vào năm 2026, YOLO26 thiết kế lại triệt để quy trình triển khai. Bước đột phá quan trọng nhất của nó là Thiết kế End-to-End Không cần NMS. Bằng cách loại bỏ quá trình hậu xử lý Non-Maximum Suppression (NMS), YOLO26 làm giảm đáng kể độ biến động về độ trễ, một khái niệm lần đầu tiên được thử nghiệm thành công trong YOLOv10. Điều này đảm bảo tốc độ khung hình ổn định ngay cả trong các khung cảnh đông đúc, điều tối quan trọng đối với robot tự hành và giám sát giao thông.
Hơn nữa, YOLO26 loại bỏ hoàn toàn Distribution Focal Loss (DFL). Việc Loại bỏ DFL này đơn giản hóa quy trình xuất sang các định dạng như ONNX và Apple CoreML, đạt hiệu suất suy luận CPU nhanh hơn tới 43%.
Sự ổn định trong quá trình huấn luyện là một trọng tâm lớn khác. Việc giới thiệu Trình tối ưu hóa MuSGD—sự kết hợp giữa Stochastic Gradient Descent tiêu chuẩn và Muon (lấy cảm hứng từ động lực học huấn luyện của Kimi K2)—mang lại độ ổn định huấn luyện LLM tiên tiến cho thị giác máy tính. Kết hợp với các hàm mất mát ProgLoss + STAL, YOLO26 xuất sắc trong việc nhận diện đối tượng nhỏ, một thử thách lâu đời đối với các bộ dò tìm thời gian thực.
YOLOv7: Sự thành thạo của Bag-of-Freebies#
YOLOv7 được xây dựng dựa trên một nghiên cứu chuyên sâu về tối ưu hóa đường dẫn gradient. Đổi mới cốt lõi của nó là Extended Efficient Layer Aggregation Network (E-ELAN), cho phép mô hình học các đặc trưng đa dạng hơn mà không làm gián đoạn các đường dẫn gradient ban đầu.
Kiến trúc YOLOv7 cũng phụ thuộc nhiều vào các kỹ thuật tham số hóa lại trong quá trình suy luận, bản chất là kết hợp các lớp để tăng tốc độ mà không làm mất đi các đặc trưng biểu diễn phong phú đã học được trong quá trình huấn luyện. Mặc dù rất mạnh mẽ trên các GPU máy chủ NVIDIA TensorRT tiêu chuẩn, phương pháp này vẫn phụ thuộc vào các đầu dò dựa trên anchor và NMS truyền thống, điều có thể gây ra trở ngại khi triển khai trên các thiết bị công suất thấp.
So sánh hiệu năng#
Bảng dưới đây cung cấp so sánh trực tiếp các mô hình được huấn luyện trên tập dữ liệu COCO tiêu chuẩn. YOLO26 thể hiện những cải tiến đáng kể về độ chính xác (mAP) trong khi vẫn duy trì sự cân bằng đặc biệt giữa các tham số và FLOP.
| 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 |
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
Lưu ý: YOLO26x vượt trội so với YOLOv7x về mAP với biên độ ấn tượng (57.5 so với 53.1) trong khi yêu cầu ít hơn khoảng 22% tham số.
Lợi thế từ hệ sinh thái Ultralytics#
Một lý do chính khiến các nhà phát triển liên tục lựa chọn YOLO26 là nhờ sự tích hợp sâu rộng vào Nền tảng Ultralytics. Không giống như các tập lệnh độc lập cần thiết cho các kiến trúc cũ, Ultralytics cung cấp một quy trình làm việc liền mạch và thống nhất.
- Dễ sử dụng: Python API cho phép người dùng tải, huấn luyện và triển khai các mô hình chỉ trong vài dòng mã. Việc xuất sang các định dạng di động như TensorFlow Lite chỉ đơn giản yêu cầu thay đổi một tham số duy nhất.
- Yêu cầu bộ nhớ: Các mô hình Ultralytics được thiết kế tỉ mỉ để đạt hiệu quả huấn luyện. Chúng yêu cầu bộ nhớ CUDA ít hơn đáng kể so với các mô hình vision transformer nặng nề, cho phép các nhà nghiên cứu chạy các batch size lớn hơn trên phần cứng tiêu dùng.
- Tính linh hoạt: Trong khi YOLOv7 yêu cầu các kho lưu trữ hoàn toàn khác nhau cho các tác vụ khác nhau, YOLO26 hỗ trợ nguyên bản Image Classification, Instance Segmentation, Pose Estimation, và phát hiện Oriented Bounding Box (OBB) từ một thư viện duy nhất và gắn kết. Nó thậm chí bao gồm các hàm mất mát chuyên dụng cho từng tác vụ, chẳng hạn như Residual Log-Likelihood Estimation (RLE) cho các chuỗi đường ống ước lượng tư thế con người.
- Phát triển tích cực: Cộng đồng mã nguồn mở Ultralytics cung cấp các bản cập nhật thường xuyên, đảm bảo giải quyết nhanh chóng các trường hợp ngoại lệ và khả năng tương thích liên tục với các bản phát hành PyTorch mới nhất.
Vì YOLO26 vốn dĩ không có NMS, việc triển khai lên các mục tiêu nhúng bằng cách sử dụng Intel OpenVINO hoặc ONNX Runtime sẽ loại bỏ hoàn toàn các tập lệnh hậu xử lý phức tạp.
Các trường hợp sử dụng thực tế#
Sự khác biệt về kiến trúc giữa các mô hình này quyết định các kịch bản triển khai lý tưởng của chúng.
Khi nào nên chọn YOLO26#
YOLO26 là khuyến nghị không thể tranh cãi cho các hệ thống thị giác máy tính hiện đại, hướng tới tương lai.
- Edge AI và IoT: Với khả năng suy luận trên CPU nhanh hơn 43% và số lượng tham số nhẹ, YOLO26n hoàn hảo cho các thiết bị bị giới hạn tài nguyên như Raspberry Pi hoặc camera thành phố thông minh.
- Hình ảnh Máy bay không người lái và Trên không: Việc tích hợp ProgLoss + STAL cải thiện đáng kể khả năng phát hiện đối tượng nhỏ, biến nó thành lựa chọn hàng đầu cho việc kiểm tra đường ống và nông nghiệp chính xác.
- Robot đa tác vụ: Vì nó dễ dàng xử lý đồng thời các hộp bao, mặt nạ phân đoạn và các điểm mấu chốt tư thế với chi phí bộ nhớ tối thiểu, nó rất phù hợp cho điều hướng và tương tác robot động.
Khi nào nên cân nhắc YOLOv7#
Mặc dù hầu hết đã bị thay thế bởi các kiến trúc mới hơn, YOLOv7 vẫn giữ lại các tiện ích đặc thù.
- Đánh giá học thuật: Các nhà nghiên cứu phát triển các đầu dò dựa trên neo mới hoặc nghiên cứu các chiến lược đường dẫn gradient thường sử dụng YOLOv7 làm so sánh cơ sở tiêu chuẩn trên các nền tảng như Papers With Code.
- Đường ống GPU cũ: Các hệ thống doanh nghiệp được xây dựng tùy chỉnh xung quanh các đầu ra tensor cụ thể của YOLOv7 và các cấu hình NMS tùy chỉnh trên các thể loại AWS EC2 P4d mạnh mẽ có thể trì hoãn việc chuyển đổi sang các mô hình mới hơn cho đến khi việc tái cấu trúc toàn bộ hệ thống trở nên cần thiết.
Ví dụ mã: Bắt đầu#
Trải nghiệm của nhà phát triển làm nổi bật sự tương phản rõ rệt giữa các kho lưu trữ nghiên cứu tiêu chuẩn và hệ sinh thái Ultralytics. Việc huấn luyện một mô hình YOLO26 tùy chỉnh cực kỳ đơn giản:
from ultralytics import YOLO
# Load the latest state-of-the-art YOLO26 small model
model = YOLO("yolo26s.pt")
# Train the model on your custom dataset with automated caching and logging
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device="0")
# Perform an end-to-end NMS-free prediction on an external image
predictions = model("https://ultralytics.com/images/bus.jpg")
# Export the optimized model for edge deployment
model.export(format="onnx")Lời kết#
Trong khi YOLOv7 vẫn là một cột mốc đáng kính trong lịch sử phát hiện đối tượng thời gian thực, ngành công nghiệp đã tích cực chuyển dịch sang các mô hình ưu tiên sự đơn giản khi triển khai, tính linh hoạt đa tác vụ và hiệu quả trên thiết bị biên.
Bằng cách loại bỏ NMS, giới thiệu trình tối ưu hóa MuSGD và cải thiện đáng kể tốc độ suy luận trên CPU, Ultralytics YOLO26 trở thành lựa chọn tối ưu cho các nhà phát triển và kỹ sư doanh nghiệp hiện nay. Kết hợp với hệ sinh thái Ultralytics mạnh mẽ, thân thiện với người dùng, nó mang lại sự cân bằng chưa từng có giữa tốc độ, độ chính xác và niềm vui kỹ thuật.