Bắt đầu

YOLOv10 và YOLO11

Để chọn model thị giác máy tính thời gian thực, cần hiểu rõ sự đánh đổi giữa các kiến trúc hiện nay. Bài so sánh này trình bày những khác biệt kỹ thuật, sự đánh đổi về hiệu năng và các trường hợp sử dụng phù hợp của YOLOv10 và Ultralytics YOLO11, hai framework phát hiện vật thể mạnh mẽ.

Cả hai model đều đạt kết quả tốt trên các bộ dữ liệu benchmark, nhưng triết lý thiết kế và mức độ tích hợp hệ sinh thái khác nhau đáng kể. Xem xét kiến trúc của chúng sẽ cho thấy model nào phù hợp nhất với các ràng buộc triển khai và mục tiêu dự án của bạn.

YOLOv10: Phát hiện thời gian thực không cần NMS#

Ra mắt vào mùa xuân năm 2024, YOLOv10 giới thiệu một phương pháp mới cho pipeline phát hiện đối tượng truyền thống bằng cách trực tiếp xử lý độ trễ phát sinh từ bước hậu xử lý.

Đổi mới nổi bật nhất của YOLOv10 là chiến lược gán nhãn kép nhất quán, cho phép huấn luyện không dùng NMS. Các bộ phát hiện vật thể truyền thống dựa vào Non-Maximum Suppression (NMS) để lọc các dự đoán hộp giới hạn trùng lặp. Bằng cách loại bỏ bước này, YOLOv10 đạt khả năng phát hiện end-to-end thực sự, giảm độ trễ suy luận và đơn giản hóa việc triển khai trên các bộ tăng tốc phần cứng như Bộ xử lý thần kinh (NPU), nơi khó tối ưu các thao tác NMS tùy chỉnh.

Tìm hiểu thêm về YOLOv10

YOLO11: Tính linh hoạt và hiệu năng dựa trên hệ sinh thái#

Ra mắt muộn hơn trong cùng năm, YOLO11 tiếp tục hoàn thiện dòng model Ultralytics, tập trung vào sự cân bằng giữa tốc độ, độ chính xác và trải nghiệm nhà phát triển.

YOLO11 được thiết kế cho môi trường production. Dù hoạt động tốt với tác vụ phát hiện hộp giới hạn tiêu chuẩn, điểm mạnh thực sự của YOLO11 nằm ở tính linh hoạt. Khác với YOLOv10 chủ yếu tập trung vào phát hiện vật thể, YOLO11 hỗ trợ sẵn các tác vụ phân đoạn instance, phân loại ảnh, ước lượng tư thế và Hộp giới hạn định hướng (OBB) thông qua kiến trúc thống nhất. YOLO11 có yêu cầu bộ nhớ thấp khi huấn luyện, giúp các nhóm sử dụng GPU phổ thông dễ tiếp cận hơn so với các kiến trúc dựa trên Transformer nặng hơn.

So sánh hiệu năng và chỉ số#

Khi so sánh trực tiếp các model này, cần xem xét hiệu năng của từng biến thể kích thước trên các benchmark tiêu chuẩn như bộ dữ liệu COCO.

YOLO11 vượt YOLOv10 về mAP ở mọi kích thước tương ứng, với mức chênh từ 0,2 đến 1,0 điểm và tốc độ TensorRT tương tự: YOLO11 nhanh hơn rõ rệt ở các kích thước n và l, model s và m gần như ngang nhau, còn YOLOv10x nhanh hơn YOLO11x và dùng khoảng một nửa số tham số.

Modelkích thước
(pixel)
mAPval50-95Tốc độ
CPU ONNX
(ms)
Tốc độ
T4 TensorRT10
(ms)
params
(M)
FLOPs
(B)
YOLOv10n64038.5-1.842.36.7
YOLOv10s64046.3-2.497.221.6
YOLOv10m64051.1-4.7415.459.1
YOLOv10b64052.5-5.7419.192.0
YOLOv10l64053.2-7.2824.4120.3
YOLOv10x64054.4-10.7029.5160.4
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.6
YOLO11m64051.5183.24.720.168.1
YOLO11l64053.4238.66.225.387.2
YOLO11x64054.7462.811.356.9195.3
Tăng tốc phần cứng

Để tái tạo các tốc độ suy luận này trên máy cục bộ, hãy xuất model sang các định dạng tối ưu như OpenVINO cho CPU Intel hoặc TensorRT cho GPU NVIDIA.

Phân tích chuyên sâu về kiến trúc#

Phương pháp và hiệu quả huấn luyện#

Kiến trúc YOLOv10 tập trung vào việc giảm dư thừa tính toán. Bằng cách tối ưu thiết kế backbone và neck theo chiến lược toàn diện hướng đến hiệu quả và độ chính xác, các tác giả tại Đại học Thanh Hoa đã giảm số lượng tham số ở các model tầm trung (như YOLOv10m) so với các phiên bản trước.

Hiệu quả huấn luyện là đặc trưng của các model Ultralytics. YOLO11 sử dụng package Python ultralytics, giúp đơn giản hóa quy trình tinh chỉnh siêu tham số phức tạp. Framework này tự động xử lý các phương pháp tăng cường dữ liệu nâng cao, lập lịch learning rate và huấn luyện phân tán đa GPU ngay từ đầu. YOLO11 cũng duy trì mức sử dụng VRAM thấp trong quá trình huấn luyện.

Tính dễ sử dụng và lợi thế hệ sinh thái#

Một yếu tố then chốt để doanh nghiệp chấp nhận sử dụng là hệ sinh thái được duy trì tốt. Các repository nghiên cứu thường giảm hoạt động sau khi công bố bài báo ban đầu. Hệ sinh thái Ultralytics phía sau YOLO11 cung cấp trải nghiệm phát triển end-to-end được duy trì tích cực.

Khi tích hợp với các công cụ như Weights & Biases để theo dõi thí nghiệm và Roboflow để quản lý bộ dữ liệu, YOLO11 giúp đẩy nhanh quá trình chuyển từ prototype sang production. Tính dễ sử dụng thể hiện qua API đơn giản, cho phép nhà phát triển huấn luyện và xuất model chỉ với vài dòng mã.

from ultralytics import YOLO

# Khởi tạo model YOLO11 cỡ nhỏ
model = YOLO("yolo11s.pt")

# Huấn luyện model hiệu quả với khả năng quản lý bộ nhớ được tối ưu hóa
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device="0")

# Xuất sang định dạng ONNX để linh hoạt khi triển khai
model.export(format="onnx")

Trường hợp sử dụng và khuyến nghị#

Việc lựa chọn giữa YOLOv10 và YOLO11 phụ thuộc vào yêu cầu cụ thể của dự án, các ràng buộc triển khai và ưu tiên về hệ sinh thái.

Khi nào nên chọn YOLOv10#

YOLOv10 là lựa chọn phù hợp cho:

  • Phát hiện thời gian thực không cần NMS: Các ứng dụng hưởng lợi từ khả năng phát hiện end-to-end không cần Non-Maximum Suppression, giúp giảm độ phức tạp khi triển khai.
  • Cân bằng giữa tốc độ và độ chính xác: Các dự án cần sự cân bằng tốt giữa tốc độ inference và độ chính xác phát hiện trên nhiều quy mô model.
  • Ứng dụng cần độ trễ ổn định: Các tình huống triển khai yêu cầu thời gian inference có thể dự đoán, chẳng hạn như robotics hoặc hệ thống tự hành.

Khi nào nên chọn YOLO11#

YOLO11 được khuyến nghị cho:

  • Triển khai biên trong môi trường production: Các ứng dụng thương mại trên thiết bị như Raspberry Pi hoặc NVIDIA Jetson, nơi độ tin cậy và hoạt động bảo trì liên tục là ưu tiên hàng đầu.
  • Ứng dụng thị giác đa tác vụ: Các dự án cần phát hiện, phân đoạn, phân loại, ước lượng tư thế và OBB trong cùng một framework thống nhất.
  • Tạo mẫu và triển khai nhanh: Các nhóm cần nhanh chóng chuyển từ thu thập dữ liệu sang production bằng Ultralytics Python API tinh gọn.

Khi nào nên chọn Ultralytics (YOLO26)#

Với hầu hết dự án mới, Ultralytics YOLO26 mang đến sự kết hợp tốt nhất giữa hiệu năng và trải nghiệm dành cho nhà phát triển:

  • 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 tăng tốc GPU chuyên dụng, nơi tốc độ inference CPU nhanh hơn tới 43% của YOLO26 (YOLO26n so với YOLO11n) mang lại lợi thế đáng kể.
  • 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 độ chính xác khi phát hiện vật thể nhỏ.

Khám phá các kiến trúc khác#

YOLOv10 và YOLO11 đều là những lựa chọn xuất sắc, nhưng trường hợp sử dụng cụ thể của bạn có thể phù hợp hơn với các kiến trúc khác trong tài liệu. Đối với phát hiện dựa trên cơ chế chú ý, các model Transformer như RT-DETR mang lại độ chính xác cao, dù thường đòi hỏi nhiều bộ nhớ hơn. Nếu cần khả năng zero-shot để nhận diện các lớp mới mà không huấn luyện lại, YOLO-World cung cấp phương pháp tiếp cận từ vựng mở dựa trên prompt ngôn ngữ tự nhiên.

Thế hệ tiếp theo: YOLO26#

Ra mắt vào tháng 1 năm 2026, Ultralytics YOLO26 kết hợp ưu điểm của cả hai model được đề cập ở trên và là lựa chọn được khuyến nghị cho các triển khai mới.

Dựa trên nền tảng của các phiên bản tiền nhiệm, YOLO26 có thiết kế end-to-end tùy chọn không dùng NMS (nms=False), loại bỏ nút thắt hậu xử lý mà YOLOv10 từng giải quyết trong framework Ultralytics. YOLO26 cũng có loại bỏ DFL (Distribution Focal Loss), giúp đơn giản hóa đồ thị xuất model và tăng khả năng tương thích với thiết bị biên và IoT công suất thấp.

Độ ổn định khi huấn luyện được cải thiện nhờ bộ tối ưu MuSGD, một phương pháp kết hợp SGD và Muon lấy cảm hứng từ các phương pháp huấn luyện mô hình ngôn ngữ lớn (LLM), giúp tăng tốc hội tụ. Kết hợp với ProgLoss + STAL (Hàm mất mát tiến triển và Gán nhãn nhận biết mục tiêu nhỏ), YOLO26 cải thiện khả năng nhận diện vật thể nhỏ. Trên các thiết bị biên tiêu chuẩn, những cải tiến này giúp YOLO26n chạy trên CPU nhanh hơn tới 43% so với YOLO11n; YOLO26 hỗ trợ phát hiện, phân đoạn, phân đoạn ngữ nghĩa, ước lượng độ sâu, phân loại, ước lượng tư thế và OBB.

Người đóng góp

Bình luận

Đặt câu hỏi, chia sẻ kết quả hoặc giúp đỡ người khác.