YOLOv10 so với YOLOv9 Phân tích chuyên sâu về công nghệ nhận diện đối tượng hiện đại
Sự phát triển của thị giác máy tính thời gian thực được đánh dấu bằng những đột phá liên tục về tốc độ, độ chính xác và hiệu quả kiến trúc. Khi đánh giá các giải pháp hiện đại cho lần triển khai tiếp theo của bạn, việc so sánh YOLOv10 và YOLOv9 mang đến cái nhìn thú vị về hai cách tiếp cận khác nhau để giải quyết các nút thắt cổ chai trong học sâu. Trong khi đó, YOLOv9 Tập trung vào việc tối đa hóa luồng thông tin gradient trong quá trình huấn luyện. YOLOv10 Tiên phong trong thiết kế tích hợp từ đầu đến cuối, loại bỏ hoàn toàn các rào cản xử lý hậu kỳ truyền thống.
Hướng dẫn toàn diện này phân tích những cải tiến về kiến trúc, các chỉ số hiệu suất và các trường hợp sử dụng lý tưởng của chúng để giúp các nhà phát triển và nhà nghiên cứu lựa chọn mô hình tối ưu cho các nhiệm vụ thị giác máy tính cụ thể của họ.
YOLOv10 : Cái NMS - Miễn phí trọn gói Pioneer
Được phát triển để giải quyết các nút thắt cổ chai về độ trễ của các bộ phát hiện đối tượng truyền thống, YOLOv10 giới thiệu một kiến trúc đầu cuối mang tính cách mạng, loại bỏ hoàn toàn nhu cầu về Non-Maximum Suppression (Ngăn chặn các giá trị không tối đa) ( NMS ).
Thông tin kỹ thuật và nguồn gốc:
- Tác giả: Ao Wang, Hui Chen, Lihao Liu, et al.
- Tổ chức: Đại học Thanh Hoa
- Ngày: 23 tháng 5 năm 2024
- Liên kết: Bài báo trên Arxiv , Kho lưu trữ GitHub , Tài liệu Ultralytics
Kiến trúc và Điểm mạnh
YOLOv10 Đóng góp quan trọng nhất của lĩnh vực này là chiến lược phân công kép nhất quán cho NMS - Đào tạo miễn phí. Bằng cách loại bỏ NMS Mô hình này giúp giảm đáng kể độ trễ suy luận, đặc biệt là trên các thiết bị biên, nơi quá trình xử lý hậu kỳ có thể gây tắc nghẽn toàn bộ quy trình. Nó tối ưu hóa nhiều thành phần từ cả khía cạnh hiệu quả và độ chính xác, dẫn đến một mô hình có sự cân bằng đáng kể giữa tốc độ và số lượng tham số . Ví dụ, YOLOv10 - Phiên bản -S có tốc độ cực nhanh, rất phù hợp cho việc phân tích video tốc độ cao và điều hướng robot thời gian thực.
Điểm yếu
Trong khi NMS -Thiết kế miễn phí là một bước đột phá trong việc phát hiện khung bao quanh. YOLOv10 Nó chủ yếu được tối ưu hóa như một công cụ phát hiện đối tượng thuần túy. Nó thiếu tính linh hoạt sẵn có của các hệ sinh thái mới hơn hỗ trợ sẵn các tính năng này. Phân đoạn thực thể hoặc Ước tính tư thếHơn nữa, các triển khai ban đầu đòi hỏi phải xử lý xuất khẩu cẩn thận để đảm bảo các hoạt động như... cv2 đã được tối ưu hóa hoàn toàn từ đồ thị suy luận.
Xuất YOLOv10
Khi chuẩn bị YOLOv10 Để sử dụng trong sản xuất, hãy luôn đảm bảo xuất mô hình sang các định dạng được tối ưu hóa như TensorRT hoặc... ONNX Chạy ở dạng thô PyTorch Việc sử dụng trọng số trong quá trình triển khai có thể dẫn đến quá trình suy luận chậm hơn dự kiến do các thao tác trên đồ thị chưa được tối ưu hóa.
YOLOv9: Thông tin Gradient có thể lập trình
Trước đó YOLOv10 , YOLOv9 Đã giới thiệu các khái niệm kiến trúc mới để giải quyết vấn đề tắc nghẽn thông tin vốn có trong mạng nơ-ron sâu, cho phép sử dụng tham số hiệu quả cao.
Thông tin kỹ thuật và nguồn gốc:
- Tác giả: Chien-Yao Wang và Hong-Yuan Mark Liao
- Tổ chức: Viện Khoa học Thông tin, Academia Sinica, Đài Loan
- Ngày: 21 tháng 2, 2024
- Liên kết: Bài báo trên Arxiv , Kho lưu trữ GitHub , Tài liệu Ultralytics
Kiến trúc và Điểm mạnh
YOLOv9 Giới thiệu Thông tin Độ dốc Lập trình được (PGI) cùng với Mạng Tổng hợp Lớp Hiệu quả Tổng quát (GELAN). PGI đảm bảo rằng thông tin mục tiêu quan trọng không bị mất khi dữ liệu truyền qua các lớp sâu của mạng, tạo ra độ dốc đáng tin cậy để cập nhật trọng số. GELAN tối đa hóa hiệu quả của các tham số mạng. Cùng nhau, những cải tiến này cho phép YOLOv9 Mô hình này đạt được độ chính xác trung bình ( mAP ) cực cao trên tập dữ liệu MS COCO , thường vượt trội hơn các mô hình phức tạp hơn trong khi sử dụng ít phép tính FLOP hơn. Đây là một mô hình đặc biệt dành cho các nhà nghiên cứu tập trung vào việc tối đa hóa các chỉ số độ chính xác lý thuyết.
Điểm yếu
Mặc dù có độ chính xác cao, YOLOv9 vẫn dựa vào tiêu chuẩn NMS Xử lý hậu kỳ. Điều này có nghĩa là trong khi các hoạt động của mạng nơ-ron diễn ra nhanh chóng, việc lọc hộp giới hạn cuối cùng có thể gây ra độ trễ thay đổi tùy thuộc vào mật độ đối tượng trong cảnh. Ngoài ra, quá trình huấn luyện của nó có thể tiêu tốn nhiều bộ nhớ hơn so với các mô hình sau này, đòi hỏi tài nguyên GPU mạnh mẽ hơn để tinh chỉnh tập dữ liệu tùy chỉnh.
So sánh hiệu suất
Bảng dưới đây minh họa các chỉ số cốt lõi cho cả hai mô hình. Hãy chú ý cách YOLOv10 thường đạt được độ trễ thấp hơn thông qua TensorRT , trong khi YOLOv9 Nó đẩy giới hạn độ chính xác lên mức cao nhất ở cấu hình lớn nhất của nó.
| 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 |
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.1 | 26.4 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.0 | 76.3 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.3 | 102.1 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 57.3 | 189.0 |
Thế hệ tiếp theo: Vì sao YOLO26 là ứng dụng đề xuất tối ưu nhất
Trong khi YOLOv9 Và YOLOv10 Với những cột mốc ấn tượng, lĩnh vực học máy đang phát triển rất nhanh. Đối với môi trường sản xuất hiện đại, các nhà phát triển ngày càng dựa vào hệ sinh thái tích hợp, được bảo trì tốt của Nền tảng Ultralytics . Tính đến năm 2026, khuyến nghị rõ ràng cho cả nghiên cứu và doanh nghiệp là YOLO26 mới được phát hành.
YOLO26 kế thừa những khái niệm nền tảng của các thế hệ tiền nhiệm và nâng tầm chúng thông qua trải nghiệm người dùng được tối ưu hóa, API đơn giản và yêu cầu bộ nhớ thấp hơn đáng kể trong quá trình huấn luyện so với các kiến trúc dựa trên transformer cồng kềnh.
Những cải tiến quan trọng trong YOLO26
- Thiết kế trọn gói không cần hệ quản lý mạng NMS : Xây dựng dựa trên những đột phá của YOLOv10 YOLO26 là hệ thống end-to-end hoàn chỉnh, loại bỏ hoàn toàn các rào cản. NMS Xử lý hậu kỳ để đơn giản hóa việc triển khai và tạo ra hồ sơ độ trễ có tính xác định cao.
- Tốc độ suy luận CPU nhanh hơn tới 43%: Được tối ưu hóa cho AI biên ngay từ đầu, biến nó trở thành lựa chọn hoàn hảo cho các hệ thống nhúng thiếu GPU chuyên dụng.
- MuSGD Optimizer: Một sự kết hợp đột phá của... SGD và Muon (lấy cảm hứng từ việc tối ưu hóa mô hình ngôn ngữ quy mô lớn), đảm bảo quy trình huấn luyện cực kỳ ổn định và thời gian hội tụ nhanh chóng.
- Loại bỏ DFL: Bằng cách loại bỏ hiện tượng suy hao tiêu điểm phân tán (Distribution Focal Loss - DFL), YOLO26 đơn giản hóa quy trình xuất mô hình, cải thiện đáng kể khả năng tương thích với các thiết bị công suất thấp và nhiều khung triển khai biên khác nhau.
- Cải tiến chuyên biệt cho từng nhiệm vụ: Không giống như các bộ phát hiện chuyên dụng cho một nhiệm vụ duy nhất, YOLO26 là một công cụ mạnh mẽ và đa năng. Nó sử dụng tổn thất phân đoạn ngữ nghĩa để đạt được độ chính xác cao hơn ở cấp độ pixel, ước lượng logarit xác suất dư (RLE) để ước lượng tư thế hoàn hảo và tổn thất góc chuyên dụng để giải quyết các vấn đề về ranh giới OBB (Oriented Bounding Box).
Lợi thế Hệ sinh thái Ultralytics
Lựa chọn Ultralytics Các mô hình như YOLO11 hoặc YOLO26 mang lại sự dễ sử dụng vượt trội. Bạn được tiếp cận với quá trình phát triển tích cực, một cộng đồng sôi nổi và các bản cập nhật thường xuyên, đảm bảo các mô hình của bạn luôn tương thích với các công cụ suy luận mới nhất như OpenVINO và CoreML .
Triển khai thực tế
Việc huấn luyện và triển khai các mô hình này rất đơn giản khi sử dụng... Python SDK. Ví dụ sau đây minh họa cách tận dụng các quy trình đào tạo hiệu quả cao của SDK. Ultralytics Hệ sinh thái này tự động xử lý việc lập lịch siêu tham số và phân bổ bộ nhớ tối ưu.
from ultralytics import YOLO
# Load the recommended state-of-the-art model
model = YOLO("yolo26n.pt") # Also compatible with 'yolov10n.pt' or 'yolov9c.pt'
# Train the model efficiently on a custom dataset
train_results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0, batch=16)
# Run ultra-fast inference
predictions = model.predict("https://ultralytics.com/images/bus.jpg")
# Export to ONNX for simplified edge deployment
model.export(format="onnx")
Các trường hợp sử dụng và Khuyến nghị
Lựa chọn giữa YOLOv10 Và YOLOv9 Điều này phụ thuộc vào các yêu cầu cụ thể của dự án, các ràng buộc triển khai và sở thích về hệ sinh thái của bạn.
Khi nào nên chọn YOLOv10
YOLOv10 là một lựa chọn tốt cho:
- NMS - Phát hiện thời gian thực không cần hệ thống quản lý truy cập (NMS): Các ứng dụng được hưởng lợi từ khả năng phát hiện toàn diện mà không cần hệ thống loại bỏ truy cập không tối đa (Non-Maximum Suppression), giúp giảm độ phức tạp khi triển khai.
- Cân bằng giữa tốc độ và độ chính xác: Các dự án yêu cầu sự cân bằng tốt giữa tốc độ suy luận và độ chính xác phát hiện trên nhiều quy mô mô hình khác nhau.
- Ứng dụng độ trễ ổn định: Các kịch bản triển khai mà thời gian suy luận có thể dự đoán được là rất quan trọng, chẳng hạn như robot hoặc hệ thống tự hành.
Khi nào nên chọn YOLOv9
YOLOv9 được khuyến nghị cho:
- Nghiên cứu về tắc nghẽn thông tin: Các dự án học thuật nghiên cứu kiến trúc Thông tin Gradient có thể lập trình (PGI) và Mạng tổng hợp lớp hiệu quả tổng quát (GELAN).
- Nghiên cứu tối ưu hóa dòng gradient: Nghiên cứu tập trung vào việc hiểu và giảm thiểu sự mất mát thông tin trong các lớp mạng sâu trong quá trình huấn luyện.
- Đánh giá hiệu năng phát hiện độ chính xác cao: Các kịch bản trong đó YOLOv9 mạnh mẽ COCO Hiệu năng chuẩn là cần thiết để làm điểm tham chiếu cho việc so sánh kiến trúc.
Khi nào nên lựa 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 dành cho nhà phát triển:
- NMS - Triển khai biên không cần can thiệp: Các ứng dụng yêu cầu suy luận nhất quán, độ trễ thấp mà không cần sự phức tạp của quá trình xử lý hậu kỳ loại bỏ cực đại không cần can thiệp (Non-Maximum Suppression).
- Môi trường chỉ sử dụng CPU : Các thiết bị không có bộ xử lý chuyên dụng. GPU khả năng tăng tốc, trong đó YOLO26 nhanh hơn tới 43%. CPU Suy luận mang lại lợi thế quyết định.
- Phát hiện vật thể nhỏ: Các tình huống đầy thách thức như ảnh chụp từ máy bay không người lái hoặc phân tích cảm biến IoT, nơi ProgLoss và STAL giúp tăng đáng kể độ chính xác trong việc phát hiện các vật thể siêu nhỏ.
Kết luận
Cả hai YOLOv9 Và YOLOv10 Mang lại những lợi thế độc đáo. YOLOv9 Đây là minh chứng cho việc tối đa hóa hiệu quả tham số mạng và dòng gradient lý thuyết, dẫn đến độ chính xác hàng đầu. Trong khi đó, YOLOv10 Đóng vai trò là người tiên phong trong lĩnh vực học thuật về phát hiện hộp giới hạn từ đầu đến cuối mà không gây ra độ trễ. NMS .
Tuy nhiên, đối với các nhà phát triển đang tìm kiếm sự cân bằng hoàn hảo giữa hiệu năng, tính linh hoạt và dễ sử dụng, việc nâng cấp lên các mẫu mới nhất là vô cùng quan trọng. Với bộ tối ưu hóa MuSGD tiên tiến, chức năng ProgLoss + STAL cho khả năng phát hiện vật thể nhỏ vượt trội và hỗ trợ đa nhiệm toàn diện, YOLO26 đại diện cho giải pháp hiện đại nhất cho mọi thách thức thị giác máy tính thực tế.