YOLO26 so với YOLOv9
Bài so sánh kỹ thuật này phân tích những khác biệt giữa YOLO26 và YOLOv9, hai model có ảnh hưởng lớn trong lĩnh vực phát hiện đối tượng thời gian thực. Mỗi model đều có những đổi mới kiến trúc riêng; việc hiểu rõ sự đánh đổi về hiệu năng, khả năng triển khai và yêu cầu phần cứng là yếu tố thiết yếu để chọn công cụ phù hợp cho dự án thị giác tiếp theo.
YOLO26: Phát hiện tối ưu cho edge#
Ra mắt vào đầu năm 2026, Ultralytics YOLO26 tập trung vào hiệu quả triển khai và độ ổn định khi huấn luyện. Khả năng suy luận đầu-cuối tùy chọn giải quyết các nút thắt triển khai vốn ảnh hưởng lâu nay đến ứng dụng AI biên.
Thông tin 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 cải tiến#
YOLO26 thiết kế lại pipeline hậu xử lý bằng cách giới thiệu Thiết kế đầu-cuối không cần NMS. Khi chạy với head một-một tùy chọn (nms=False), model bỏ qua Loại bỏ hộp giới hạn không tối đa (NMS) và giảm biến thiên độ trễ. Nhờ đó, việc triển khai trên nền tảng di động và biên trở nên dễ dàng hơn, đặc biệt khi xuất sang các framework như ONNX và Apple CoreML.
Ngoài ra, việc loại bỏ Hàm mất mát tiêu cự phân phối (DFL) đơn giản hóa quy trình xuất model và cải thiện khả năng tương thích với thiết bị biên công suất thấp. Để tăng độ ổn định khi huấn luyện, YOLO26 tích hợp Bộ tối ưu MuSGD, kết hợp giữa Hạ gradient ngẫu nhiên (SGD) và Muon, lấy cảm hứng từ những cải tiến trong huấn luyện mô hình ngôn ngữ lớn (LLM). Nhờ đó, quá trình hội tụ nhanh hơn.
Nhờ đơn giản hóa kiến trúc và loại bỏ DFL, YOLO26n đạt tốc độ suy luận CPU nhanh hơn tới 43% so với YOLO11n, khiến model trở thành lựa chọn phù hợp cho các thiết bị biên hạn chế tài nguyên như Raspberry Pi hoặc NVIDIA Jetson Nano.
Để phát hiện vật thể nhỏ trong các cảnh như ảnh chụp từ drone trên không, YOLO26 sử dụng ProgLoss + STAL (Hàm loss tiến triển và gán nhãn nhận biết mục tiêu nhỏ), giúp cải thiện khả năng thu hồi vật thể nhỏ. Model còn có các cải tiến theo từng tác vụ, bao gồm proto đa tỷ lệ cho phân đoạn thực thể, Ước lượng hợp lý log phần dư (RLE) cho ước lượng tư thế và hàm loss góc chuyên biệt để phát hiện Hộp giới hạn định hướng (OBB).
YOLOv9: Thông tin gradient có thể lập trình#
Được giới thiệu vào đầu năm 2024, YOLOv9 mang đến những tiến bộ lý thuyết về cách mạng neural xử lý luồng gradient trong giai đoạn huấn luyện, tập trung vào hiệu quả tham số và khả năng lưu giữ đặc trưng sâu.
Thông tin 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: Kho lưu trữ YOLOv9
- Tài liệu: Tài liệu YOLOv9
Kiến trúc và ưu điểm#
YOLOv9 được xây dựng dựa trên 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 thấy trong mạng neural sâu. Bằng cách bảo toàn thông tin thiết yếu trong quá trình truyền xuôi, GELAN đảm bảo gradient dùng để cập nhật trọng số luôn đáng tin cậy. Kiến trúc này mang lại độ chính xác cao, khiến YOLOv9 trở thành lựa chọn phù hợp cho nghiên cứu học thuật về lý thuyết mạng neural và tối ưu hóa đường đi của gradient bằng framework PyTorch.
Hạn chế#
Dù sử dụng tham số rất hiệu quả, YOLOv9 vẫn dựa vào NMS truyền thống để hậu xử lý hộp giới hạn, điều này có thể tạo nút thắt tính toán khi suy luận trên thiết bị biên. Ngoài ra, repository chính thức chủ yếu tập trung vào phát hiện đối tượng, đòi hỏi phải tùy chỉnh kỹ thuật để thích ứng với các tác vụ chuyên biệt như theo dõi hoặc ước lượng tư thế.
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 cả khi huấn luyện lẫn suy luận, thường cần ít bộ nhớ CUDA hơn các lựa chọn dựa trên Transformer như RT-DETR.
Dưới đây là so sánh trực tiếp hiệu năng của YOLO26 và YOLOv9 trên bộ dữ liệu COCO. Các giá trị tốt nhất trong mỗi cột được đánh dấu bằng chữ đậm.
| Model | kích thước (pixel) | mAPval50-95 | 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 |
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.2 | 26.7 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.1 | 76.8 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.5 | 102.8 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 58.1 | 192.5 |
Lưu ý: Bảng này không cung cấp tốc độ CPU ONNX của YOLOv9. Trên T4 TensorRT, YOLO26 nhanh hơn YOLOv9 ở mọi kích thước, đồng thời chính xác hơn ở từng kích thước tương ứng (ví dụ, 57,5 so với 55,6 mAP giữa YOLO26x và YOLOv9e, với số tham số ít hơn).
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 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 khả năng tăng tốc bằng GPU chuyên dụng, nơi tốc độ suy luận CPU nhanh hơn tới 43% của YOLO26n so với YOLO11n mang lại lợi thế quyết định.
- 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 YOLOv9#
YOLOv9 được khuyến nghị cho:
- Nghiên cứu về 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 lớp mạng sâu khi huấn luyện.
- Đánh giá hiệu năng phát hiện độ chính xác cao: Các tình huống cần hiệu năng mạnh của YOLOv9 trên benchmark COCO làm mốc tham chiếu để so sánh kiến trúc.
Lợi thế của Ultralytics#
Chọn model không chỉ là xem benchmark độ chính xác; hệ sinh thái phần mềm đi kèm quyết định tốc độ chuyển từ thu thập dữ liệu sang production.
Dễ sử dụng và hệ sinh thái#
API Python của Ultralytics giúp đơn giản hóa quy trình làm việc. Thay vì sao chép các repository phức tạp hoặc cấu hình thủ công script huấn luyện phân tán, nhà phát triển có thể cài đặt gói qua pip và bắt đầu huấn luyện ngay. Hệ sinh thái Ultralytics được duy trì tích cực, cung cấp các bản cập nhật thường xuyên, tích hợp với những nền tảng ML như Weights & Biases và tài liệu toàn diện.
Tính linh hoạt trên nhiều tác vụ thị giác#
Trong khi YOLOv9 chủ yếu là model phát hiện, YOLO26 là model thị giác đa dụng. Với cú pháp thống nhất, bạn có thể chuyển từ phát hiện đối tượng sang phân đoạn ảnh, phân đoạn ngữ nghĩa, ước lượng độ sâu, phân loại toàn ảnh, ước lượng tư thế hoặc OBB. Tính linh hoạt này giảm nợ kỹ thuật 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#
YOLO26 sử dụng trọng số pretrained sẵn có và thường cần ít bộ nhớ hơn các Transformer thị giác lớn. Sau khi huấn luyện, các pipeline xuất tích hợp cho phép chuyển đổi chỉ bằng một dòng lệnh sang những định dạng tối ưu như TensorRT hoặc LiteRT, giúp quá trình đưa model vào production thuận lợi hơn.
Ví dụ code: Bắt đầu với YOLO26#
Đoạn code Python sau minh họa cách tải model pretrained, huấn luyện model trên dữ liệu tùy chỉnh và chạy suy luận bằng API Ultralytics.
from ultralytics import YOLO
# Tải model nano YOLO26 mới nhất
model = YOLO("yolo26n.pt")
# Huấn luyện model trên bộ dữ liệu COCO8 (optimizer='auto' chọn MuSGD cho các lần huấn luyện dài hơn)
results = model.train(
data="coco8.yaml",
epochs=100,
imgsz=640,
device=0, # Sử dụng GPU 0, hoặc dùng 'cpu' để huấn luyện bằng CPU
)
# Chạy inference không cần NMS trên ảnh mẫu
predictions = model("https://ultralytics.com/images/bus.jpg", nms=False)
# Hiển thị bounding box và độ tin cậy
predictions[0].show()Nhờ tốc độ, kiến trúc đơn giản và hệ sinh thái của YOLO26, các nhóm có thể đưa ứng dụng AI thị giác ra thị trường nhanh hơn, với ít trở ngại kỹ thuật hơn.
Bình luận
Đặt câu hỏi, chia sẻ kết quả hoặc giúp đỡ người khác.