YOLOv10 so với YOLOv8 Phân tích chuyên sâu về công nghệ nhận diện đối tượng hiện đại
Sự phát triển của công nghệ phát hiện đối tượng thời gian thực đã chứng kiến sự ra đời nhanh chóng của các kiến trúc đột phá, mỗi kiến trúc đều cố gắng vượt qua giới hạn về độ chính xác, tốc độ suy luận và hiệu quả tính toán. Trong hướng dẫn kỹ thuật toàn diện này, chúng tôi so sánh hai cột mốc quan trọng trong lĩnh vực thị giác máy tính: YOLOv10 và Ultralytics YOLOv8 . Trong khi đó, YOLOv8 đã thiết lập một tiêu chuẩn rất linh hoạt và sẵn sàng cho sản xuất hàng loạt. YOLOv10 Đã giới thiệu những thay đổi về kiến trúc nhằm mục đích cụ thể là loại bỏ các điểm nghẽn trong quá trình xử lý hậu kỳ.
Việc hiểu rõ những ưu điểm, kiến trúc và chỉ số hiệu năng riêng biệt của các mô hình này là rất quan trọng đối với các nhà phát triển và nhà nghiên cứu nhằm mục đích triển khai các giải pháp AI thị giác tiên tiến trong các tình huống thực tế.
Thông số kỹ thuật và tác giả
Để đánh giá hiệu quả các mô hình này, việc hiểu rõ nguồn gốc và trọng tâm nghiên cứu của các nhóm nghiên cứu tương ứng là rất hữu ích.
YOLOv10: Hiệu quả end-to-end
Được phát triển bởi các nhà nghiên cứu tại Đại học Thanh Hoa, YOLOv10 Được thiết kế để giải quyết vấn đề chi phí tính toán phát sinh do các bước xử lý hậu kỳ trong các thế hệ trước.
- Tác giả: Ao Wang, Hui Chen, Lihao Liu, et al.
- Tổ chức:Đại học Thanh Hoa
- Ngày: 2024-05-23
- Arxiv:2405.14458
- GitHub:THU-MIG/yolov10
- Tài liệu:Tài liệu YOLOv10
Ultralytics YOLOv8: Tiêu chuẩn Đa năng
Được phát hành vào đầu năm 2023, YOLOv8 Nó nhanh chóng trở thành một công cụ thiết yếu trong ngành nhờ kiến trúc mạnh mẽ và khả năng tích hợp vượt trội trong hệ sinh thái học máy rộng lớn hơn.
- Tác giả: Glenn Jocher, Ayush Chaurasia, và Jing Qiu
- Tổ chức:Ultralytics
- Ngày: 2023-01-10
- GitHub:ultralytics/ultralytics
Đổi mới Kiến trúc
Cả hai mẫu đều mang lại những cải tiến đáng kể so với phiên bản truyền thống. YOLO về kiến trúc, mặc dù chúng nhắm đến các khía cạnh hơi khác nhau của quy trình.
Kiến trúc YOLOv10
Đặc điểm nổi bật của YOLOv10 Điểm nổi bật của nó là chiến lược huấn luyện không sử dụng NMS . Theo truyền thống, các bộ phát hiện đối tượng dựa vào phương pháp loại bỏ các hộp giới hạn chồng chéo (Non-Maximum Suppression - NMS ) trong quá trình suy luận. Bước này có thể gây ra độ trễ và làm phức tạp quá trình triển khai từ đầu đến cuối. YOLOv10 Mô hình sử dụng phương pháp gán nhiệm vụ kép nhất quán trong quá trình huấn luyện, cho phép dự đoán một hộp giới hạn chính xác duy nhất cho mỗi đối tượng một cách tự nhiên. Hơn nữa, nó sử dụng thiết kế mô hình toàn diện hướng đến hiệu quả và độ chính xác, tối ưu hóa các thành phần khác nhau để giảm đáng kể số phép tính FLOPS và số lượng tham số.
Kiến trúc YOLOv8
YOLOv8 Giới thiệu đầu dò không cần neo , khác với các phương pháp dựa trên neo của các thế hệ trước. Điều này giúp giảm số lượng dự đoán hộp và tăng tốc các hoạt động NMS . Ngoài ra, YOLOv8 Nó tích hợp mô-đun C2f (Cross-Stage Partial bottleneck with two convolutions), giúp cải thiện luồng gradient và cho phép mạng học được các biểu diễn đặc trưng phong phú hơn mà không làm tăng đáng kể chi phí tính toán. Cấu trúc đầu tách rời của nó phân tách các nhiệm vụ nhận dạng đối tượng, phân loại và hồi quy, dẫn đến sự hội tụ nhanh hơn và độ chính xác tổng thể cao hơn.
Hiệu năng và điểm chuẩn
Khi triển khai các mô hình lên thiết bị biên hoặc máy chủ đám mây, sự cân bằng giữa tốc độ và độ chính xác là vô cùng quan trọng. Bảng dưới đây cung cấp sự so sánh trực tiếp giữa hai mô hình ở các kích thước khác nhau.
| Mô hình | Kích thước (pixels) | mAPval 50-95 | Tốc độ CPU ONNX (ms) | Tốc độ T4 TensorRT10 (ms) | Tham số (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv10n | 640 | 39.5 | - | 1.56 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.7 | - | 2.66 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.3 | - | 5.48 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.7 | - | 6.54 | 24.4 | 92.0 |
| YOLOv10l | 640 | 53.3 | - | 8.33 | 29.5 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 12.2 | 56.9 | 160.4 |
| YOLOv8n | 640 | 37.3 | 80.4 | 1.47 | 3.2 | 8.7 |
| YOLOv8s | 640 | 44.9 | 128.4 | 2.66 | 11.2 | 28.6 |
| YOLOv8m | 640 | 50.2 | 234.7 | 5.86 | 25.9 | 78.9 |
| YOLOv8l | 640 | 52.9 | 375.2 | 9.06 | 43.7 | 165.2 |
| YOLOv8x | 640 | 53.9 | 479.1 | 14.37 | 68.2 | 257.8 |
Lưu ý: Các ô trống biểu thị các số liệu không được báo cáo chính thức trong điều kiện thử nghiệm giống hệt nhau.
Như số liệu đã chỉ ra, YOLOv10 Thể hiện hiệu quả tham số vượt trội, thường đạt hoặc vượt mức mong đợi. mAP của nó YOLOv8 Các đối tác tương ứng trong khi sử dụng ít tham số và phép tính FLOP hơn. Tuy nhiên, YOLOv8 Nó vẫn duy trì khả năng cạnh tranh đáng kinh ngạc, cung cấp khả năng tích hợp TensorRT được tối ưu hóa cao, đảm bảo độ trễ suy luận tối thiểu trên các GPU hiện đại.
Tăng tốc phần cứng
Khi nhắm mục tiêu vào môi trường sản xuất, việc sử dụng các định dạng như ONNX hoặc TensorRT có thể cải thiện đáng kể tốc độ suy luận. Cả hai YOLOv8 Và YOLOv10 Hỗ trợ xuất dữ liệu liền mạch sang các định dạng đồ thị được tối ưu hóa cao này.
Hệ sinh thái, hiệu quả đào tạo và tính linh hoạt
Việc lựa chọn mô hình không chỉ dựa trên các tiêu chuẩn lý thuyết; trải nghiệm của nhà phát triển và hệ sinh thái xung quanh cũng quan trọng không kém.
Lợi thế của Ultralytics
Một trong những thế mạnh cốt lõi của YOLOv8 Điểm nổi bật chính là sự tích hợp chặt chẽ vào hệ sinh thái Ultralytics . Môi trường này mang đến trải nghiệm "từ người mới bắt đầu đến chuyên gia", đặc trưng bởi tính trực quan cao. Python API và tài liệu hướng dẫn chi tiết. Không giống như các kho lưu trữ tập trung vào nghiên cứu có thể yêu cầu thiết lập môi trường phức tạp, Ultralytics Các mẫu máy này nổi tiếng về tính dễ sử dụng .
Hơn nữa, YOLOv8 vốn dĩ rất linh hoạt. Trong khi YOLOv10 được tối ưu hóa nghiêm ngặt cho việc phát hiện đối tượng, Ultralytics Khung phần mềm này cho phép các nhà phát triển chuyển đổi liền mạch giữa các tác vụ phát hiện đối tượng , phân đoạn thể hiện , phân loại hình ảnh , ước tính tư thế và hộp giới hạn định hướng (OBB) trong cùng một thư viện và cấu trúc API.
Yêu cầu về bộ nhớ và huấn luyện
Ultralytics YOLO Các mô hình được thiết kế tập trung vào hiệu quả huấn luyện. Chúng thường có mức sử dụng bộ nhớ thấp hơn trong quá trình huấn luyện và suy luận so với các mô hình transformer phức tạp, cho phép các nhà phát triển huấn luyện các mô hình tiên tiến trên phần cứng cấp người tiêu dùng hoặc các phiên bản đám mây tiêu chuẩn mà không lo hết bộ nhớ. CUDA bộ nhớ. Việc tự động xử lý điều chỉnh siêu tham số và tăng cường dữ liệu đảm bảo sự hội tụ nhanh chóng.
Dưới đây là một ví dụ thực tế minh họa cách dễ dàng huấn luyện và kiểm định mô hình bằng cách sử dụng... Ultralytics Python API:
from ultralytics import YOLO
# Load a pretrained model (YOLOv8 recommended for general tasks)
model = YOLO("yolov8n.pt")
# Train the model on the COCO8 dataset with automatic memory management
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)
# Run inference on a test image
predictions = model("https://ultralytics.com/images/zidane.jpg")
predictions[0].show()
Thế hệ tiếp theo: YOLO26
Trong khi YOLOv8 Và YOLOv10 Đại diện cho những cột mốc đặc biệt, lĩnh vực học máy đang không ngừng phát triển. Đối với các nhà phát triển bắt đầu các dự án mới, chúng tôi đặc biệt khuyên bạn nên tận dụng YOLO26 , mô hình hàng đầu mới nhất từ... Ultralytics Được phát hành vào tháng 1 năm 2026.
YOLO26 kết hợp những tiến bộ kiến trúc tốt nhất trong những năm qua vào một khung phần mềm duy nhất, được tối ưu hóa cao. Nó thừa hưởng thiết kế "Không cần NMS từ đầu đến cuối, được tiên phong bởi các mô hình như... YOLOv10 , giúp tinh giản quy trình triển khai và giảm sự biến động về độ trễ. Hơn nữa, YOLO26 giới thiệu Trình tối ưu hóa MuSGD , một mô hình lai lấy cảm hứng từ sự ổn định huấn luyện của LLM, đảm bảo sự hội tụ nhanh hơn và ổn định hơn.
Những cải tiến chính trong YOLO26 bao gồm:
- Tốc độ suy luận CPU nhanh hơn tới 43%: Được tối ưu hóa mạnh mẽ cho các thiết bị biên thông qua việc loại bỏ tổn hao tiêu điểm phân tán (DFL).
- ProgLoss + STAL: Các hàm mất mát nâng cao giúp cải thiện đáng kể khả năng nhận dạng vật thể nhỏ, điều này rất quan trọng đối với ảnh chụp từ máy bay không người lái và cảm biến IoT.
- Cải tiến chuyên biệt cho từng tác vụ: Kiến trúc chuyên dụng cho phân đoạn, ước lượng tư thế và OBB, đảm bảo hiệu suất hàng đầu trên tất cả các lĩnh vực xử lý hình ảnh.
Các trường hợp sử dụng lý tưởng và chiến lược triển khai
Khi lựa chọn giữa các kiến trúc này, hãy xem xét các nhu cầu cụ thể của môi trường triển khai của bạn:
- Hãy chọn YOLOv10 nếu: Bạn đang làm việc trên một quy trình phát hiện đối tượng thuần túy, nơi việc tối ưu hóa hiệu quả tham số là vô cùng quan trọng, và bạn muốn thử nghiệm với các phiên bản triển khai ban đầu của nó. NMS - Kiến trúc tự do.
- Hãy chọn Ultralytics YOLOv8 nếu: Bạn cần một mô hình có độ ổn định cao, sẵn sàng cho môi trường sản xuất, được hỗ trợ bởi nền tảng Ultralytics mạnh mẽ. Đây là lựa chọn lý tưởng nếu dự án của bạn yêu cầu nhiều tác vụ (ví dụ: phát hiện đối tượng và sau đó phân đoạn chúng) bằng cách sử dụng một mã nguồn thống nhất, dễ bảo trì.
- Chọn YOLO26 (Được khuyến nghị) nếu: Bạn muốn sự cân bằng tối ưu giữa độ chính xác hiện đại và khả năng xử lý mã nguồn gốc từ đầu đến cuối. NMS - Hiệu quả không tốn kém và tốc độ nhanh nhất có thể trên CPU và phần cứng biên.
Nếu bạn đang tìm hiểu phạm vi rộng hơn, bạn cũng có thể quan tâm đến việc so sánh các mô hình này với YOLO11 hoặc xem xét các tích hợp triển khai tại biên cụ thể như Intel OpenVINO để tăng tốc hơn nữa các ứng dụng AI thị giác của mình. Bằng cách tận dụng các công cụ thống nhất được cung cấp bởi Ultralytics Nhờ đó, việc triển khai các giải pháp thị giác máy tính mạnh mẽ trở nên dễ dàng hơn bao giờ hết.