So sánh YOLO26 và YOLOv9#

Bối cảnh thị giác máy tính đang tiến triển nhanh chóng, với các kiến trúc mới liên tục vượt qua các giới hạn về tốc độ và độ chính xác. Trong bài so sánh kỹ thuật này, chúng tôi xem xét sự khác biệt giữa YOLO26 và YOLOv9, hai mô hình có tầm ảnh hưởng lớn trong lĩnh vực nhận diện đối tượng thời gian thực. Mặc dù cả hai mô hình đều cung cấp các cải tiến kiến trúc riêng biệt, việc hiểu rõ các đánh đổi về hiệu suất, khả năng triển khai và yêu cầu phần cứng là rất quan trọng để chọn đúng công cụ cho dự án thị giác máy tính tiếp theo của bạn.

YOLO26: Sức mạnh tối ưu hóa cho thiết bị biên (Edge)#

Ra mắt vào đầu năm 2026, Ultralytics YOLO26 đánh dấu một bước nhảy vọt mang tính thế hệ về hiệu suất triển khai và độ ổn định khi huấn luyện model. Được thiết kế theo hướng end-to-end nguyên bản, model giải quyết trực tiếp các nút thắt cổ chai về triển khai từng gây trở ngại cho các ứng dụng edge AI trong quá khứ.

Chi tiết Model:

• Tác giả: Glenn Jocher và Jing Qiu
• Tổ chức: Ultralytics
• Ngày: 2026-01-14
• GitHub: Kho lưu trữ Ultralytics
• Tài liệu: YOLO26 Documentation

Kiến trúc và các cải tiến#

YOLO26 thiết kế lại triệt để pipeline hậu xử lý bằng cách giới thiệu End-to-End NMS-Free Design. Bằng cách loại bỏ nhu cầu sử dụng Non-Maximum Suppression (NMS), model đạt được độ trễ biến thiên thấp hơn đáng kể. Điều này giúp việc triển khai lên các nền tảng di động và edge trở nên dễ dàng hơn rất nhiều, đặc biệt là khi xuất sang các framework như ONNX và Apple CoreML.

Ngoài ra, việc loại bỏ Distribution Focal Loss (DFL) giúp tinh giản quy trình xuất mô hình và tăng cường khả năng tương thích với các vi điều khiển công suất thấp. Để cải thiện độ ổn định khi huấn luyện, YOLO26 tích hợp Bộ tối ưu hóa MuSGD mới, một sự kết hợp giữa Stochastic Gradient Descent (SGD) và Muon (lấy cảm hứng từ các cải tiến trong huấn luyện Large Language Model). Kết quả là mô hình hội tụ nhanh hơn và trích xuất đặc trưng mạnh mẽ hơn trên các tập dữ liệu khó.

Để phát hiện các đối tượng cực kỳ thách thức trong các khung cảnh như ảnh chụp từ flycam, YOLO26 tận dụng các hàm loss ProgLoss + STAL đã cập nhật. Những hàm này mang lại những cải tiến đáng kể về khả năng recall khi nhận diện đối tượng nhỏ. Hơn thế nữa, model còn sở hữu các tính năng nâng cao chuyên biệt theo tác vụ, bao gồm multi-scale proto cho instance segmentation, Residual Log-Likelihood Estimation (RLE) cho pose estimation, và góc loss chuyên dụng để phát hiện Oriented Bounding Boxes (OBB).

Tìm hiểu thêm về YOLO26

YOLOv9: Thông tin Gradient có thể lập trình#

Được giới thiệu vào đầu năm 2024, YOLOv9 đã mang đến những tiến bộ lý thuyết về cách các mạng thần kinh xử lý dòng gradient trong giai đoạn huấn luyện, tập trung vào hiệu quả tham số và khả năng duy trì đặc trưng sâu.

Chi tiết Model:

• Tác giả: Chien-Yao Wang và Hong-Yuan Mark Liao
• Tổ chức: Viện Thông tin học, Academia Sinica, Đài Loan
• Ngày: 2024-02-21
• Arxiv: YOLOv9 Paper
• GitHub: YOLOv9 Repository
• Tài liệu: YOLOv9 Documentation

Kiến trúc và thế mạnh#

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 cổ chai thông tin thường gặp trong các mạng neural sâu. Bằng cách bảo tồn thông tin thiết yếu thông qua quá trình feed-forward, GELAN đảm bảo rằng các gradient dùng để cập nhật trọng số luôn đáng tin cậy. Kiến trúc này mang lại độ chính xác cao và biến YOLOv9 thành một ứng viên sáng giá cho nghiên cứu hàn lâm về lý thuyết mạng neural cũng như tối ưu hóa đường dẫn gradient bằng framework PyTorch.

Hạn chế#

Mặc dù sở hữu hiệu suất tham số xuất sắc, YOLOv9 vẫn phụ thuộc nhiều vào NMS truyền thống để hậu xử lý bounding box, điều này có thể tạo ra các nút thắt cổ chai tính toán trong quá trình inference trên các thiết bị edge. Hơn nữa, repository chính thức chủ yếu tập trung vào object detection, đòi hỏi công sức kỹ thuật tùy chỉnh đáng kể để thích ứng với các tác vụ chuyên specialized như tracking hoặc pose estimation.

Tìm hiểu thêm về YOLOv9

So sánh hiệu năng#

Khi đánh giá các model này cho việc triển khai thực tế, việc cân bằng giữa độ chính xác (mAP), tốc độ inference và dung lượng bộ nhớ là rất quan trọng. Các model Ultralytics nổi tiếng với yêu cầu bộ nhớ thấp trong cả quá trình huấn luyện và inference, đòi hỏi ít CUDA memory hơn hẳn so với các giải pháp thay thế dựa trên transformer như RT-DETR.

Dưới đây là bảng so sánh trực tiếp hiệu suất của YOLO26 và YOLOv9 trên COCO dataset. Các giá trị tốt nhất trong mỗi cột được làm nổi bật bằng chữ đậm.

Lưu ý: Tốc độ CPU cho YOLOv9 bị lược bỏ vì chúng thay đổi nhiều dựa trên cấu hình NMS và nhìn chung chậm hơn so với triển khai NMS-free nguyên bản của YOLO26.

Các trường hợp sử dụng và Khuyến nghị#

Việc lựa chọn giữa YOLO26 và YOLOv9 phụ thuộc vào yêu cầu dự án, các hạn chế triển khai và ưu tiên hệ sinh thái cụ thể của bạn.

Khi nào nên chọn YOLO26#

YOLO26 là lựa chọn mạnh mẽ 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 hậu xử lý Non-Maximum Suppression.
• Môi trường chỉ dùng CPU: Các thiết bị không có tăng tốc GPU chuyên dụng, nơi suy luận CPU nhanh hơn tới 43% của YOLO26 mang lại lợi thế quyết định.
• Phát hiện Vật thể Nhỏ: Các kịch bản thử thách như aerial drone imagery hoặc phân tích cảm biến IoT nơi ProgLoss và STAL cải thiện đáng kể độ chính xác trên các vật thể nhỏ xíu.

Khi nào nên chọn YOLOv9#

YOLOv9 được khuyến nghị cho:

• Nghiên cứu Nút thắt Thông tin (Information Bottleneck): Các dự án học thuật nghiên cứu về Programmable Gradient Information (PGI) và kiến trúc Generalized Efficient Layer Aggregation Network (GELAN).
• Nghiên cứu Tối ưu hóa Luồng Gradient: Nghiên cứu tập trung vào việc hiểu và giảm thiểu tình trạng mất thông tin trong các lớp mạng sâu trong quá trình huấn luyện.
• Đo lường Phát hiện Độ chính xác cao: Các kịch bản mà hiệu suất đo lường trên bộ dữ liệu COCO của YOLOv9 cần thiết làm điểm tham chiếu cho các so sánh kiến trúc.

Lợi thế từ Ultralytics#

Việc chọn một mô hình không chỉ đơn thuần là đọc một bảng đánh giá độ chính xác; hệ sinh thái phần mềm xung quanh sẽ quyết định mức độ nhanh chóng bạn có thể chuyển từ thu thập dữ liệu sang sản xuất.

Dễ sử dụng và Hệ sinh thái#

Ultralytics Python API mang lại trải nghiệm "từ con số không đến chuyên gia" một cách mượt mà. Thay vì phải clone các repository phức tạp hoặc thủ công cấu hình các script huấn luyện phân tán, các developer có thể cài đặt package thông qua pip và bắt đầu huấn luyện ngay lập tức. Ultralytics ecosystem được duy trì tích cực đảm bảo các bản cập nhật thường xuyên, tích hợp tự động với các nền tảng ML như Weights & Biases, cùng hệ thống tài liệu phong phú.

Tính linh hoạt giữa các tác vụ thị giác#

Trong khi YOLOv9 chủ yếu là một engine phát hiện, YOLO26 là một công cụ thị giác máy tính đa năng. Chỉ với một cú pháp duy nhất, bạn có thể dễ dàng chuyển đổi từ phát hiện đối tượng sang phân đoạn ảnh chính xác từng pixel hoặc phân loại toàn bộ ảnh. Tính linh hoạt này giúp giảm thiểu nợ kỹ thuật phát sinh từ việc duy trì nhiều cơ sở mã nguồn rời rạc cho các tính năng thị giác máy tính khác nhau.

Huấn luyện và Triển khai hiệu quả#

Hiệu suất huấn luyện là nền tảng trong triết lý của Ultralytics. YOLO26 tận dụng các trọng số được huấn luyện sẵn có sẵn và tự hào có mức tiêu thụ bộ nhớ thấp hơn đáng kể so với các vision transformer cồng kềnh. Sau khi huấn luyện, các pipeline xuất tích hợp cho phép chuyển đổi một-chạm sang các định dạng được tối ưu hóa như TensorRT hoặc TensorFlow Lite, làm mượt mà con đường đưa sản phẩm vào production.

Ví dụ mã: Bắt đầu với YOLO26#

Việc triển khai YOLO26 cực kỳ đơn giản. Đoạn mã Python sau đây minh họa cách tải một mô hình tiền huấn luyện, huấn luyện nó trên dữ liệu tùy chỉnh và chạy suy luận bằng cách sử dụng API của Ultralytics.

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 nhóm có thể đưa các ứng dụng AI thị giác tiên tiến ra thị trường nhanh hơn và với ít rào cản kỹ thuật hơn bao giờ hết.