YOLO26 so với YOLOv9#
Lĩnh vực thị giác máy tính đang phát triển nhanh chóng, với các kiến trúc mới liên tục mở rộng giới hạn về tốc độ và độ chính xác. Trong bài so sánh kỹ thuật này, chúng ta xem xét sự khác biệt giữa YOLO26 và YOLOv9, hai model có ảnh hưởng lớn trong lĩnh vực phát hiện đối tượng theo thời gian thực. Mặc dù cả hai model đều mang đến những cải tiến kiến trúc riêng, việc hiểu rõ các đánh đổi về hiệu năng, khả năng triển khai và yêu cầu phần cứng là yếu tố quan trọng để lựa chọn công cụ phù hợp cho dự án thị giác tiếp theo của bạn.
YOLO26: Giải pháp mạnh mẽ được tối ưu cho Edge#
Được phát hành vào đầu năm 2026, Ultralytics YOLO26 đại diện cho bước tiến thế hệ về hiệu quả triển khai và độ ổn định khi huấn luyện model. Được thiết kế như một framework end-to-end nguyên bản, model này trực tiếp giải quyết các điểm nghẽn triển khai vốn thường gây khó khăn cho các ứng dụng AI trên edge.
Thông tin chi tiết về model:
- Tác giả: Glenn Jocher và Jing Qiu
- Tổ chức: Ultralytics
- Ngày: 2026-01-14
- GitHub: Kho lưu trữ Ultralytics
- Tài liệu: Tài liệu YOLO26
Kiến trúc và các cải tiến#
YOLO26 tái thiết kế căn bản pipeline hậu xử lý bằng cách giới thiệu Thiết kế End-to-End không cần NMS. Bằng cách loại bỏ nhu cầu sử dụng Non-Maximum Suppression (NMS), model đạt được độ biến thiên latency thấp hơn đáng kể. Điều này giúp việc triển khai lên các nền tảng di động và edge trở nên dễ dàng hơn đáng kể, đặc biệt khi export sang các framework như ONNX và Apple CoreML.
Ngoài ra, việc loại bỏ Distribution Focal Loss (DFL) giúp đơn giản hóa quy trình export và tăng khả năng tương thích với các vi điều khiển công suất thấp. Để cải thiện độ ổn định khi huấn luyện, YOLO26 tích hợp MuSGD Optimizer mới, là sự kết hợp giữa Stochastic Gradient Descent (SGD) và Muon (lấy cảm hứng từ các cải tiến trong quá trình huấn luyện Large Language Model). Nhờ đó, model hội tụ nhanh hơn và trích xuất đặc trưng mạnh mẽ hơn trên các dataset khó.
Nhờ các đơn giản hóa trong kiến trúc và việc loại bỏ DFL, YOLO26 đạt tốc độ suy luận trên CPU nhanh hơn tới 43%, trở thành lựa chọn lý tưởng cho các thiết bị edge có tài nguyên hạn chế như Raspberry Pi hoặc NVIDIA Jetson Nano.
Để phát hiện các đối tượng đặc biệt khó nhận dạng trong những cảnh như ảnh chụp từ drone trên không, YOLO26 sử dụng các hàm loss ProgLoss + STAL được cập nhật. Các hàm này cải thiện đáng kể độ recall khi nhận dạng đối tượng nhỏ. Ngoài ra, model còn có các cải tiến theo từng tác vụ, bao gồm proto đa tỷ lệ cho phân đoạn instance, Residual Log-Likelihood Estimation (RLE) cho ước lượng pose và hàm loss góc chuyên biệt để phát hiện Bounding Box định hướng (OBB).
YOLOv9: Thông tin Gradient có thể lập trình#
Được giới thiệu vào đầu năm 2024, YOLOv9 mang đến những tiến bộ về mặt lý thuyết trong cách các neural network xử lý luồng gradient trong giai đoạn huấn luyện, tập trung vào hiệu quả tham số và khả năng duy trì đặc trưng sâu.
Thông tin chi tiết về model:
- Tác giả: Chien-Yao Wang và Hong-Yuan Mark Liao
- Tổ chức: Viện Khoa học Thông tin, Academia Sinica, Đài Loan
- Ngày: 2024-02-21
- Arxiv: Bài báo YOLOv9
- GitHub: Repository YOLOv9
- Tài liệu: Tài liệu YOLOv9
Kiến trúc và ưu điểm#
YOLOv9 được xây dựng xoay quanh khái niệm Programmable Gradient Information (PGI) và Generalized Efficient Layer Aggregation Network (GELAN). Các khái niệm này giải quyết vấn đề nút thắt thông tin thường xuất hiện trong các neural network sâu. Bằng cách bảo toàn thông tin thiết yếu trong quá trình feed-forward, GELAN đảm bảo các gradient được sử dụng để cập nhật trọng số vẫn đáng tin cậy. Kiến trúc này mang lại độ chính xác cao và giúp YOLOv9 trở thành ứng viên phù hợp cho nghiên cứu học thuật về lý thuyết neural network và tối ưu hóa đường truyền gradient bằng framework PyTorch.
Hạn chế#
Mặc dù có hiệu quả tham số xuất sắc, YOLOv9 phụ thuộc nhiều vào NMS truyền thống để hậu xử lý bounding box, điều này có thể tạo ra các điểm nghẽn tính toán khi suy luận trên thiết bị edge. Ngoài ra, repository chính thức chủ yếu tập trung vào phát hiện đối tượng, nên cần nhiều công sức engineering tùy chỉnh để điều chỉnh model cho các tác vụ chuyên biệt như tracking hoặc ước lượng pose.
So sánh hiệu năng#
Khi đánh giá các model này để triển khai trong thực tế, việc cân bằng độ chính xác (mAP), tốc độ suy luận và mức sử dụng bộ nhớ là rất quan trọng. Các model Ultralytics nổi tiếng nhờ yêu cầu bộ nhớ thấp trong cả quá trình huấn luyện và suy luận, sử dụng ít bộ nhớ CUDA hơn nhiều so với các lựa chọn thay thế dựa trên transformer như RT-DETR.
Dưới đây là phần so sánh trực tiếp hiệu năng của YOLO26 và YOLOv9 trên dataset COCO. Các giá trị tốt nhất trong mỗi cột được đánh dấu bằng chữ đậm.
| 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 |
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.1 | 26.4 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.0 | 76.3 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.3 | 102.1 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 57.3 | 189.0 |
Lưu ý: Tốc độ CPU của YOLOv9 được lược bỏ vì thay đổi đáng kể tùy theo cấu hình NMS và nhìn chung chậm hơn triển khai native không cần NMS của YOLO26.
Các trường hợp sử dụng và khuyến nghị#
Việc lựa chọn giữa YOLO26 và YOLOv9 phụ thuộc vào yêu cầu cụ thể của dự án, các ràng buộc triển khai và ưu tiên về hệ sinh thái của bạn.
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 YOLOv9#
YOLOv9 được khuyến nghị cho:
- Nghiên cứu nút thắt thông tin: Các dự án học thuật nghiên cứu kiến trúc Programmable Gradient Information (PGI) và Generalized Efficient Layer Aggregation Network (GELAN).
- Nghiên cứu tối ưu hóa luồng gradient: Các nghiên cứu tập trung vào việc tìm hiểu và giảm thiểu mất mát thông tin trong các layer sâu của network trong quá trình huấn luyện.
- Benchmark phát hiện độ chính xác cao: Các tình huống cần hiệu năng benchmark COCO mạnh của YOLOv9 làm mốc tham chiếu cho việc so sánh kiến trúc.
Lợi thế của Ultralytics#
Việc lựa chọn model không chỉ đơn thuần là xem một benchmark độ chính xác; hệ sinh thái phần mềm xung quanh quyết định tốc độ bạn có thể chuyển từ thu thập dữ liệu sang production.
Tính dễ sử dụng và hệ sinh thái#
Ultralytics Python API mang đến trải nghiệm "zero-to-hero" liền mạch. Thay vì clone các repository phức tạp hoặc tự cấu hình các script huấn luyện phân tán, developer có thể cài đặt package thông qua pip và bắt đầu huấn luyện ngay lập tức. Hệ sinh thái Ultralytics được duy trì tích cực, đảm bảo cập nhật thường xuyên, tích hợp tự động với các nền tảng ML như Weights & Biases và tài liệu phong phú.
Tính đa dụng trên các tác vụ thị giác#
Trong khi YOLOv9 chủ yếu là một engine phát hiện, YOLO26 là công cụ thị giác đa mục đích. Với một cú pháp hợp nhất duy nhất, bạn có thể dễ dàng chuyển từ phát hiện đối tượng sang phân đoạn ảnh chính xác đến từng pixel hoặc phân loại toàn ảnh. Tính đa dụng này làm giảm technical debt do phải duy trì nhiều codebase rời rạc cho các tính năng thị giác máy tính khác nhau.
Huấn luyện và triển khai hiệu quả#
Hiệu quả huấn luyện là nền tảng trong triết lý của Ultralytics. YOLO26 sử dụng các pretrained weights có sẵn và có mức sử dụng bộ nhớ thấp hơn đáng kể so với các vision transformer cồng kềnh. Sau khi huấn luyện, các pipeline export tích hợp cho phép chuyển đổi chỉ bằng một cú nhấp chuột sang các format được tối ưu như TensorRT hoặc TensorFlow Lite, giúp rút ngắn lộ trình đưa model vào production.
Ví dụ code: Bắt đầu với YOLO26#
Việc triển khai YOLO26 rất đơn giản. Đoạn code Python sau đây minh họa cách load một model pretrained, huấn luyện model trên dữ liệu tùy chỉnh và chạy suy luận bằng Ultralytics API.
from ultralytics import YOLO
# Load the latest state-of-the-art YOLO26 nano model
model = YOLO("yolo26n.pt")
# Train the model on the COCO8 dataset utilizing the MuSGD optimizer
results = model.train(
data="coco8.yaml",
epochs=100,
imgsz=640,
device=0, # Uses GPU 0, or use 'cpu' for CPU training
)
# Run an NMS-free inference on a sample image
predictions = model("https://ultralytics.com/images/bus.jpg")
# Display the bounding boxes and confidences
predictions[0].show()Bằng cách tận dụng tốc độ, kiến trúc đơn giản hóa và hệ sinh thái mạnh mẽ của YOLO26, các team có thể đưa các ứng dụng AI thị giác tiên tiến ra thị trường nhanh hơn và với ít trở ngại kỹ thuật hơn bao giờ hết.