Bắt đầu

YOLOv10 và YOLOv5

Lựa chọn kiến trúc mạng nơ-ron phù hợp có ý nghĩa then chốt để triển khai thành công các pipeline computer vision trong production. Trang này cung cấp phân tích kỹ thuật chuyên sâu, so sánh YOLOv10 và YOLOv5, hai model có ảnh hưởng lớn trong quá trình phát triển của object detection thời gian thực. Dù cả hai model đều tạo ra tác động đáng kể trong cộng đồng AI, chúng đại diện cho những thời kỳ và triết lý thiết kế kiến trúc deep learning khác nhau.

Hướng dẫn này đánh giá các kiến trúc dựa trên độ chính xác trung bình trung bình (mAP), độ trễ suy luận, hiệu quả tham số và hỗ trợ hệ sinh thái, giúp bạn chọn model phù hợp nhất với nhu cầu triển khai.

Tổng quan về model#

YOLOv10: Phát hiện đối tượng end-to-end theo thời gian thực#

Được phát triển bởi các nhà nghiên cứu tại Đại học Thanh Hoa, YOLOv10 giới thiệu một phương pháp mới cho bài toán phát hiện đối tượng bằng cách loại bỏ nhu cầu hậu xử lý NMS.

Đặc điểm nổi bật của YOLOv10 là Thiết kế đầu cuối không cần NMS. Trước đây, các model YOLO dựa vào Non-Maximum Suppression (NMS) để lọc các bounding box dư thừa. YOLOv10 sử dụng phương pháp gán kép nhất quán để huấn luyện không cần NMS, giúp giảm biến thiên độ trễ inference và đơn giản hóa logic triển khai. Ngoài ra, kiến trúc áp dụng thiết kế toàn diện dựa trên hiệu quả và độ chính xác, tối ưu nhiều thành phần để giảm tính toán dư thừa.

Tìm hiểu thêm về YOLOv10

YOLOv5: Tiêu chuẩn ngành về tính dễ sử dụng#

Được Ultralytics phát hành vào tháng 6 năm 2020, YOLOv5 đã nâng cao kỳ vọng về khả năng sử dụng của các framework AI thị giác mã nguồn mở. Đây vẫn là một trong những kiến trúc được triển khai rộng rãi nhất trên toàn cầu.

YOLOv5 nổi tiếng nhờ Dễ sử dụng và Hệ sinh thái được duy trì tốt. Được viết hoàn toàn bằng PyTorch, model hỗ trợ sẵn việc huấn luyện, validation và export sang các định dạng như ONNX và TensorRT. Khác với YOLOv10 chỉ tập trung vào phát hiện đối tượng, YOLOv5 còn có Tính đa dụng: repository YOLOv5 ban đầu bổ sung instance segmentation ở v7.0 và image classification ở v6.2.

So sánh hiệu năng và chỉ số#

Trực quan hóa mối quan hệ giữa tốc độ và độ chính xác là điều cần thiết để xác định model mang lại độ chính xác tốt nhất trong một giới hạn tốc độ nhất định. Hiểu rõ các chỉ số hiệu năng này là nền tảng để lựa chọn model phù hợp với các giới hạn phần cứng cụ thể của bạn.

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
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7

Phân tích kỹ thuật#

  1. Độ chính xác (mAP): YOLOv10 cho thấy ưu thế rõ rệt về độ chính xác so với thế hệ trước. Ví dụ, model YOLOv10-X đạt 54,4% mAPval50-95, vượt YOLOv5x (50,7% mAP). Phần lớn mức cải thiện này đến từ head không dùng anchor của YOLOv10 và các cải tiến tập trung vào độ chính xác, chẳng hạn như tích chập kernel lớn và attention từng phần.
  2. Độ trễ inference: Các model YOLOv5 có tốc độ rất cao trong benchmark TensorRT T4 thuần (ví dụ: YOLOv5n đạt 1.12 ms), nhưng YOLOv10 có thể bỏ hoàn toàn bước hậu xử lý NMS. Trong triển khai đầu cuối thực tế, thiết kế không cần NMS của YOLOv10 mang lại độ trễ ổn định hơn, yếu tố thiết yếu đối với các ứng dụng thời gian thực như xe tự hành và robot.
  3. Hiệu quả tham số: Các model YOLOv10 mang lại Sự cân bằng hiệu năng tốt. YOLOv10-S đạt 46.3% mAP với 7.2M tham số, bằng số lượng tham số của YOLOv5s nhưng model này chỉ đạt 37.4% mAP.
Mẹo triển khai

Khi triển khai lên các thiết bị AI edge như NVIDIA Jetson, các model không có logic NMS (YOLOv10 hoặc YOLO26 được export bằng nms=False) thường biên dịch sang TensorRT thuận lợi hơn, tránh phải chuyển sang các thao tác dự phòng trên CPU.

Trường hợp sử dụng và khuyến nghị#

Việc lựa chọn giữa YOLOv10 và YOLOv5 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 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 YOLOv5#

YOLOv5 được khuyến nghị cho:

  • Hệ thống production đã được kiểm chứng: Các hệ thống triển khai hiện có, nơi coi trọng bề dày ổn định, tài liệu toàn diện và cộng đồng lớn của YOLOv5.
  • Huấn luyện với tài nguyên hạn chế: Các môi trường có tài nguyên GPU hạn chế, nơi pipeline huấn luyện hiệu quả và nhu cầu bộ nhớ thấp hơn của YOLOv5 là một lợi thế.
  • Hỗ trợ nhiều định dạng export: Các dự án cần triển khai trên nhiều định dạng, bao gồm ONNX, TensorRT, CoreML và LiteRT.

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: Thiết bị không có tăng tốc GPU chuyên dụng, nơi YOLO26n chạy trên CPU nhanh hơn YOLO11n tới 43%.
  • Phát hiện vật thể nhỏ: Các tình huống khó như ảnh chụp từ drone trên không hoặc phân tích cảm biến IoT, nơi ProgLoss và STAL cải thiện độ chính xác đối với vật thể rất nhỏ.

Lợi thế của Ultralytics#

Dù YOLOv10 có năng lực detection xuất sắc, việc dựa vào các kho học thuật đôi khi có thể làm phức tạp pipeline production. Khi sử dụng gói Python chính thức của Ultralytics, bạn có quyền truy cập vào một hệ sinh thái thống nhất hỗ trợ cả YOLOv5 lẫn YOLOv10, cùng nhiều tính năng nâng cao.

  • Hiệu quả huấn luyện: Các kiến trúc Ultralytics YOLO được tối ưu để dùng ít bộ nhớ trong quá trình huấn luyện. Khác với các model transformer nặng hơn (chẳng hạn RT-DETR) cần nhiều bộ nhớ CUDA hơn đáng kể, YOLOv5 và YOLOv10 có thể được huấn luyện dễ dàng trên GPU phổ thông.
  • Tích hợp hệ sinh thái: Ultralytics Platform cho phép nhà phát triển quản lý trực quan các dataset và huấn luyện trên cloud, trong khi package Python tích hợp với các công cụ theo dõi thí nghiệm như Weights & Biases và hỗ trợ tinh chỉnh siêu tham số.

Ví dụ mã: Huấn luyện#

Với thư viện Ultralytics, việc chuyển đổi giữa các kiến trúc này đơn giản như thay đổi chuỗi tên model. Pipeline huấn luyện tự động xử lý tăng cường dữ liệu, điều chỉnh tỷ lệ và cấu hình optimizer.

from ultralytics import YOLO

# Để dùng YOLOv5:
# model = YOLO("yolov5su.pt")

# Để dùng YOLOv10:
model = YOLO("yolov10s.pt")

# Huấn luyện model trên dataset tùy chỉnh
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    batch=16,
    device=0,  # Dùng GPU 0
)

# Export model đã huấn luyện sang định dạng ONNX
path = model.export(format="onnx")

Thế hệ tiếp theo: Ultralytics YOLO26#

Nếu bắt đầu một dự án machine learning mới, hãy đánh giá Ultralytics YOLO26 mới nhất. Ra mắt vào tháng 1 năm 2026, model kết hợp những cải tiến quan trọng từ các thế hệ YOLO gần đây.

YOLO26 tích hợp Thiết kế end-to-end không cần NMS của YOLOv10 dưới dạng head one-to-one tùy chọn (nms=False), giúp đơn giản hóa việc triển khai. YOLO26 còn giới thiệu một số cải tiến khác:

  • Inference CPU nhanh hơn tới 43%: Sau khi loại bỏ module Distribution Focal Loss (DFL), YOLO26n chạy nhanh hơn YOLO11n tới 43% trên CPU phổ thông, khiến YOLO26 phù hợp với triển khai trên thiết bị di động và cảm biến IoT công suất thấp.
  • Optimizer MuSGD: Lấy cảm hứng từ các kỹ thuật huấn luyện Large Language Model (LLM) như Kimi K2 của Moonshot AI, YOLO26 sử dụng phương pháp kết hợp SGD và Muon. Phương pháp này giúp huấn luyện ổn định hơn và hội tụ nhanh hơn so với các optimizer SGD và AdamW tiêu chuẩn được dùng trong những model YOLO trước đây.
  • ProgLoss + STAL: Progressive Loss và phương pháp gán nhãn nhận biết đối tượng nhỏ cải thiện khả năng nhận diện đối tượng nhỏ, yếu tố quan trọng đối với ảnh drone và các ứng dụng an ninh hàng không.
  • Cải tiến theo từng tác vụ: YOLOv10 chỉ là detector bounding box, còn YOLO26 hỗ trợ phát hiện, instance segmentation, semantic segmentation, ước tính độ sâu, phân loại, ước tính tư thế và OBB, cùng các cải tiến riêng theo tác vụ như Residual Log-Likelihood Estimation (RLE) cho pose và hàm mất mát góc chuyên biệt cho Oriented Bounding Boxes (OBB).
Tìm hiểu thêm

Để so sánh các kiến trúc này với những họ detector khác, hãy xem các bài so sánh YOLO11 với EfficientDet và RT-DETR với YOLOv8.

Dù bạn sử dụng YOLOv5 đã được kiểm chứng, YOLOv10 không cần NMS hay YOLO26 mới nhất, hệ sinh thái Ultralytics đều cung cấp công cụ giúp đưa các ứng dụng AI thị giác vào production nhanh chóng.

Người đóng góp

Bình luận

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