Link to this sectionSo sánh YOLOv10 và PP-YOLOE+#

Trong bối cảnh thị giác máy tính đang phát triển nhanh chóng, việc lựa chọn kiến trúc tối ưu cho nhận diện đối tượng theo thời gian thực là yếu tố then chốt để cân bằng giữa độ chính xác, tốc độ suy luận và hiệu quả triển khai. Hai đối thủ đáng chú ý trong lĩnh vực này là YOLOv10 và PP-YOLOE+. Mặc dù cả hai model đều cung cấp các khả năng mạnh mẽ, chúng xuất phát từ các triết lý thiết kế và hệ sinh thái tích hợp khác nhau.

Hướng dẫn kỹ thuật này cung cấp phân tích chuyên sâu về hai kiến trúc này, khám phá các chỉ số hiệu suất, sự khác biệt về cấu trúc và các ứng dụng thực tế lý tưởng. Bằng cách hiểu rõ những sắc thái của mỗi loại, các kỹ sư và nhà nghiên cứu học máy có thể đưa ra quyết định sáng suốt cho các pipeline triển khai của mình.

Link to this sectionYOLOv10: Người tiên phong trong nhận diện không cần NMS#

Được phát triển bởi các nhà nghiên cứu tại Đại học Thanh Hoa, YOLOv10 đã giới thiệu một bước chuyển đổi kiến trúc đáng kể bằng cách loại bỏ nhu cầu sử dụng Non-Maximum Suppression (NMS) trong quá trình hậu xử lý. Cách tiếp cận end-to-end này giải quyết điểm nghẽn tồn tại lâu nay trong suy luận thời gian thực, giúp việc triển khai nhanh hơn và dễ dự đoán hơn, đặc biệt trên các thiết bị có tài nguyên tính toán hạn chế.

Link to this sectionSiêu dữ liệu kỹ thuật#

• Tác giả: Ao Wang, Hui Chen, Lihao Liu, và cộng sự.
• Tổ chức: Đại học Thanh Hoa
• Ngày: 23-05-2024
• Arxiv: 2405.14458
• GitHub: THU-MIG/yolov10
• Tài liệu: Tài liệu YOLOv10

Link to this sectionĐiểm mạnh và Điểm yếu về Kiến trúc#

Tính năng nổi bật của YOLOv10 là sự nhất quán trong việc gán dual assignments cho quá trình đào tạo không cần NMS, cho phép model dự đoán BBox trực tiếp mà không cần dựa vào ngưỡng heuristic. Điều này tạo ra sự cân bằng tuyệt vời giữa tốc độ và độ chính xác, đặc biệt đối với các biến thể model nhỏ hơn. Kiến trúc này cũng áp dụng thiết kế lấy hiệu quả-độ chính xác làm trọng tâm, giúp giảm thiểu sự dư thừa tính toán.

Tuy nhiên, là một model tập trung hoàn toàn vào nhận diện, nó thiếu sự linh hoạt vốn có như các model hỗ trợ phân đoạn đối tượng hoặc ước lượng tư thế ngay khi xuất xưởng.

Tìm hiểu thêm về YOLOv10

Link to this sectionPP-YOLOE+: Sức mạnh từ PaddlePaddle#

PP-YOLOE+ là phiên bản nâng cấp của PP-YOLOE gốc, được phát triển bởi đội ngũ PaddlePaddle của Baidu. Nó được xây dựng dựa trên mô hình không neo (anchor-free) được tối ưu hóa cao và kết hợp các chiến lược đào tạo tiên tiến để đẩy giới hạn của mean Average Precision (mAP) trên các benchmark tiêu chuẩn.

Link to this sectionSiêu dữ liệu kỹ thuật#

• Tác giả: Các tác giả PaddlePaddle
• Tổ chức: Baidu
• Ngày: 2022-04-02
• Arxiv: 2203.16250
• GitHub: PaddlePaddle/PaddleDetection
• Tài liệu: PP-YOLOE+ GitHub README

Link to this sectionĐiểm mạnh và Điểm yếu về Kiến trúc#

PP-YOLOE+ sử dụng một backbone có khả năng mở rộng và thiết kế neck mạnh mẽ (CSPRepResNet) giúp tăng cường đáng kể việc trích xuất đặc trưng. Phương pháp đào tạo của nó phụ thuộc nhiều vào các bộ dữ liệu quy mô lớn như Objects365 để tiền đào tạo, góp phần mang lại độ chính xác ấn tượng, đặc biệt trên các biến thể x và l lớn hơn.

Nhược điểm chính của PP-YOLOE+ là sự gắn kết sâu sắc với framework PaddlePaddle. Đối với các đội ngũ đã quen với PyTorch hoặc hệ sinh thái Ultralytics thống nhất, việc áp dụng PP-YOLOE+ có thể gây khó khăn. Hơn nữa, số lượng tham số lớn dẫn đến yêu cầu bộ nhớ cao hơn trong quá trình đào tạo so với các model Ultralytics YOLO tương đương.

Tìm hiểu thêm về PP-YOLOE+

Link to this sectionĐiểm chuẩn hiệu năng#

Bảng dưới đây trình bày sự so sánh trực tiếp giữa YOLOv10 và PP-YOLOE+ qua nhiều quy mô, làm nổi bật sự đánh đổi giữa hiệu quả tham số, chi phí tính toán (FLOPs) và độ chính xác thực tế.

Như đã thấy, YOLOv10 vượt trội hơn đáng kể so với PP-YOLOE+ về hiệu quả tham số và tốc độ suy luận trên TensorRT, khiến nó trở thành ứng viên mạnh mẽ hơn cho các môi trường điện toán biên. PP-YOLOE+ nhỉnh hơn một chút về độ chính xác lý thuyết tối đa trên biến thể lớn nhất của nó, mặc dù với số lượng tham số gần gấp đôi.

Link to this sectionCác trường hợp sử dụng và Khuyến nghị#

Việc lựa chọn giữa YOLOv10 và PP-YOLOE+ phụ thuộc vào yêu cầu dự án cụ thể, hạn chế triển khai và sở thích hệ sinh thái của bạn.

Link to this sectionKhi nào nên chọn YOLOv10#

YOLOv10 là một lựa chọn mạnh mẽ cho:

• Phát hiện thời gian thực không cần NMS: Các ứng dụng hưởng lợi từ việc phát hiện đầu cuối (end-to-end) mà không cần NMS, giúp giảm độ phức tạp khi triển khai.
• Sự cân bằng giữa tốc độ và độ chính xác: Các dự án yêu cầu sự cân bằng mạnh mẽ giữa tốc độ suy luận và độ chính xác của phát hiện trên nhiều quy mô model khác nhau.
• Các ứng dụng có độ trễ nhất quán: Các kịch bản triển khai nơi thời gian suy luận có thể dự đoán được là yếu tố quan trọng, chẳng hạn như robotics hoặc các hệ thống tự hành.

Link to this sectionKhi nào nên chọn PP-YOLOE+#

PP-YOLOE+ được khuyến nghị cho:

• Tích hợp hệ sinh thái PaddlePaddle: Các tổ chức có cơ sở hạ tầng hiện có được xây dựng trên framework và công cụ PaddlePaddle của Baidu.
• Triển khai Paddle Lite Edge: Triển khai lên phần cứng với các kernel suy luận được tối ưu hóa cao dành riêng cho Paddle Lite hoặc engine suy luận Paddle.
• Nhận diện phía máy chủ có độ chính xác cao: Các kịch bản ưu tiên độ chính xác nhận diện tối đa trên các máy chủ GPU mạnh mẽ, nơi sự phụ thuộc vào framework không phải là vấn đề.

Link to this sectionKhi nào nên chọn Ultralytics (YOLO26)#

Đối với hầu hết các dự án mới, Ultralytics YOLO26 cung cấp sự kết hợp tốt nhất giữa hiệu năng và trải nghiệm nhà phát triển:

• 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 đầy thách thức như hình ảnh máy bay không người lái trên không hoặc phân tích cảm biến IoT, nơi ProgLoss và STAL tăng cường đáng kể độ chính xác trên các vật thể cực nhỏ.

Link to this sectionLợi thế của Ultralytics và tương lai: YOLO26#

Trong khi YOLOv10 và PP-YOLOE+ mang lại những lợi ích chuyên biệt, tiêu chuẩn hiện đại cho thị giác máy tính cấp sản xuất được định nghĩa bởi Ultralytics YOLO26 mới nhất. Được phát hành vào tháng 1 năm 2026, YOLO26 hấp thụ những cải tiến kiến trúc tốt nhất—bao gồm thiết kế không cần NMS mà YOLOv10 tiên phong—và tích hợp chúng vào một framework đa tác vụ liền mạch.

Link to this sectionNhững cải tiến chính trong YOLO26#

• Thiết kế End-to-End không cần NMS: Bằng cách loại bỏ độ trễ hậu xử lý, YOLO26 đảm bảo các suy luận tốc độ cao, ổn định, rất quan trọng đối với xe tự hành và robot tốc độ cao.
• Tối ưu hóa ưu tiên Edge: Việc loại bỏ Distribution Focal Loss (DFL) giúp đơn giản hóa các định dạng xuất model và mang lại suy luận CPU nhanh hơn tới 43% so với các thế hệ trước.
• Động lực đào tạo nâng cao: Tận dụng MuSGD Optimizer mới—một sự kết hợp giữa SGD và Muon—YOLO26 mang lại sự ổn định khi đào tạo LLM cho các tác vụ thị giác, giúp hội tụ nhanh hơn và đáng tin cậy hơn.
• Cải thiện độ chính xác thông qua ProgLoss + STAL: Các hàm mất mát (loss function) tiên tiến này nhắm mục tiêu cụ thể vào các tình huống phức tạp, mang lại mức tăng vượt trội trong việc phát hiện các vật thể nhỏ vốn rất quan trọng đối với ảnh chụp từ trên không và nông nghiệp.

Link to this sectionSự linh hoạt vô song#

Không giống như PP-YOLOE+ tập trung vào nhận diện, YOLO26 xử lý phân loại hình ảnh, oriented bounding boxes (OBB), ước lượng tư thế và phân đoạn từ một codebase thống nhất duy nhất. Bạn có thể dễ dàng quản lý các bộ dữ liệu, đào tạo và triển khai model trực tiếp thông qua Ultralytics Platform.

from ultralytics import YOLO

# Initialize the state-of-the-art YOLO26 nano model
model = YOLO("yolo26n.pt")

# Train smoothly with the powerful Ultralytics engine
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export to TensorRT for blazing fast deployment
model.export(format="engine", quantize=16)

Link to this sectionỨng dụng trong thực tế#

Việc lựa chọn model phù hợp phụ thuộc nhiều vào các hạn chế triển khai:

• PP-YOLOE+ tỏa sáng trong các triển khai công nghiệp cụ thể trên khắp châu Á, nơi hệ thống phần cứng-phần mềm của Baidu đã được thiết lập sẵn. Nó xử lý tốt việc kiểm tra chất lượng trong sản xuất tĩnh, độ phân giải cao.
• YOLOv10 là lựa chọn tối ưu cho việc quản lý đám đông dày đặc và các môi trường mà việc loại bỏ NMS giúp giảm thiểu sự biến đổi độ trễ, làm cho việc theo dõi thời gian thực trở nên nhất quán hơn.
• Ultralytics YOLO26 vẫn là lựa chọn quyết định cho việc mở rộng quy mô toàn doanh nghiệp. Cho dù là phân tích lưu lượng giao thông trong thành phố thông minh hay triển khai trên các nút biên có năng lượng cực thấp như Raspberry Pi, dung lượng bộ nhớ tối thiểu, tài liệu toàn diện và quy trình huấn luyện thống nhất của nó đảm bảo ROI nhanh chóng.

Đối với những ai quan tâm đến việc khám phá các kiến trúc cũ được hỗ trợ hoặc các lựa chọn thay thế Transformer trong hệ sinh thái, hãy xem tài liệu cho YOLO11 hoặc RT-DETR.

Cuối cùng, một hệ sinh thái được duy trì tốt kết hợp với API đơn giản đảm bảo rằng các nhà phát triển dành ít thời gian hơn cho việc gỡ lỗi các tệp cấu hình và dành nhiều thời gian hơn để giải quyết các bài toán vision AI thực tế.