Bắt đầu

YOLOv5 so với EfficientDet

Khi bắt đầu một dự án thị giác máy tính mới, lựa chọn kiến trúc mạng neural phù hợp là một trong những quyết định quan trọng nhất. Hướng dẫn này so sánh chuyên sâu về kỹ thuật giữa Ultralytics YOLOv5 và EfficientDet của Google. Bằng cách phân tích kiến trúc, metric hiệu năng và hệ sinh thái huấn luyện, hướng dẫn giúp developer và nhà nghiên cứu xác định model phát hiện vật thể phù hợp nhất với môi trường triển khai cụ thể của họ.

Dù EfficientDet giới thiệu các khái niệm mới về scaling kết hợp và hợp nhất đặc trưng, YOLOv5 giúp tác vụ phát hiện vật thể hiệu năng cao trở nên phổ biến nhờ triển khai PyTorch trực quan, trải nghiệm người dùng tinh gọn và sự cân bằng tốt giữa tốc độ với độ chính xác.

Ultralytics YOLOv5: Tiêu chuẩn ngành về khả năng tiếp cận#

Ra mắt vào tháng 6 năm 2020, YOLOv5 đánh dấu bước ngoặt quan trọng trong dòng YOLO. Được xây dựng nguyên bản trên PyTorch thay vì framework Darknet dựa trên C được các phiên bản YOLO trước sử dụng, model này trở thành kiến trúc được developer ưu tiên khi cần nhanh chóng xây dựng, huấn luyện và triển khai model.

Các cải tiến kiến trúc#

YOLOv5 nổi tiếng với kiến trúc được tối ưu và vòng đời machine learning tinh gọn. Model sử dụng backbone CSPDarknet53 được điều chỉnh, kết hợp với neck Path Aggregation Network (PANet), giúp cải thiện khả năng truyền đặc trưng qua nhiều tỷ lệ không gian.

Các cải tiến chính gồm:

  • Tăng cường dữ liệu Mosaic: Kỹ thuật huấn luyện này kết hợp bốn ảnh huấn luyện riêng biệt thành một ảnh mosaic. Nhờ đó, model phải học cách nhận diện vật thể trong bối cảnh không gian phức tạp và cải thiện khả năng phát hiện mục tiêu nhỏ.
  • Anchor box tự học: Trước khi bắt đầu huấn luyện, YOLOv5 phân tích dữ liệu huấn luyện tùy chỉnh của bạn và tự động tính toán kích thước anchor box tối ưu bằng phân cụm k-means.
  • Hiệu quả bộ nhớ: So với các model nặng dựa trên Transformer, YOLOv5 duy trì footprint bộ nhớ thấp hơn trong cả quá trình huấn luyện lẫn suy luận, cho phép model chạy ổn định trên phần cứng phổ thông.

EfficientDet: Phát hiện đối tượng có khả năng mở rộng#

Được Google Research giới thiệu năm 2019, EfficientDet hướng đến việc cung cấp một họ model phát hiện đối tượng có khả năng mở rộng. Model dựa trên backbone phân loại hình ảnh EfficientNet và giới thiệu một cơ chế hợp nhất đặc trưng mới.

Các cải tiến kiến trúc#

Điểm cốt lõi của EfficientDet nằm ở phương pháp tiếp cận có hệ thống trong việc mở rộng và tổng hợp đặc trưng:

  • BiFPN (mạng kim tự tháp đặc trưng hai chiều): Khác với FPN truyền thống chỉ truyền thông tin từ trên xuống, BiFPN cho phép hợp nhất đặc trưng đa tỷ lệ nhanh và dễ dàng bằng cách đưa vào các trọng số có thể học để xác định mức độ quan trọng của từng đặc trưng đầu vào.
  • Scaling kết hợp: EfficientDet đồng thời tăng độ phân giải, độ sâu và độ rộng cho toàn bộ backbone, mạng đặc trưng và mạng dự đoán box/class, tạo ra các model từ D0 gọn nhẹ đến D7 lớn nhất.

Tìm hiểu thêm về EfficientDet

Khác biệt giữa các framework

EfficientDet phụ thuộc nhiều vào hệ sinh thái TensorFlow và các thư viện AutoML, trong khi YOLOv5 hoạt động nguyên bản trong PyTorch, mang đến quy trình làm việc mà nhiều nhà phát triển thấy trực quan, tự nhiên theo phong cách Python và dễ gỡ lỗi hơn.

So sánh hiệu năng và chỉ số#

Khi so sánh các model này, việc đánh giá hiệu năng trên các benchmark tiêu chuẩn như dataset COCO là rất quan trọng. Bảng dưới đây nêu bật sự đánh đổi giữa kích thước, nhu cầu tính toán (FLOPs) và tốc độ inference.

Modelkích thước
(pixel)
mAPval50-95Tốc độ
CPU ONNX
(ms)
Tốc độ
T4 TensorRT10
(ms)
params
(M)
FLOPs
(B)
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
EfficientDet-d051234.6-3.923.92.54
EfficientDet-d164040.5-7.316.66.1
EfficientDet-d276843.0-10.928.111.0
EfficientDet-d389647.5-19.5912.024.9
EfficientDet-d4102449.7-33.5520.755.2
EfficientDet-d5128051.5-67.8633.7130.0
EfficientDet-d6128052.6-89.2951.9226.0
EfficientDet-d7153653.7-128.0751.9325.0

Phân tích cân bằng#

YOLOv5 nổi bật nhờ tính linh hoạt khi triển khai và khả năng tương thích với tăng tốc phần cứng. Tốc độ TensorRT trên T4 nhanh hơn nhiều so với EfficientDet ở mức độ chính xác tương đương; chẳng hạn, YOLOv5m đạt 45.4 mAP trong 4.03 ms, so với 43.0 mAP trong 10.92 ms của EfficientDet-d2. Vì vậy, YOLOv5 rất phù hợp với phân tích video thông lượng cao và các pipeline suy luận thời gian thực. Ngoài ra, hệ sinh thái Ultralytics cho phép export sang các định dạng như ONNX, CoreML và TensorRT chỉ bằng một lệnh.

EfficientDet có hiệu quả tham số rất tốt. Với cùng số lượng tham số, model thường đạt độ chính xác trung bình (mAP) cao. Tuy nhiên, hiệu quả tham số không phải lúc nào cũng giúp thời gian suy luận thực tế trên GPU nhanh hơn, do cơ chế định tuyến phức tạp của lớp BiFPN có thể bị giới hạn bởi băng thông bộ nhớ thay vì năng lực tính toán.

Hệ sinh thái và tính dễ sử dụng#

Lợi thế nổi bật khi chọn model Ultralytics nằm ở hệ sinh thái đi kèm. YOLOv5 thuộc một repository được duy trì tích cực với cộng đồng đông đảo.

Với sự ra mắt của Ultralytics Platform, người dùng có thể thực hiện mọi bước từ thu thập dữ liệu đến triển khai tại cùng một nơi. Nền tảng hỗ trợ tự động gán nhãn, huấn luyện trên đám mây và giám sát model. Ngược lại, huấn luyện EfficientDet thường đòi hỏi xử lý sự phức tạp của các API phát hiện vật thể TensorFlow cũ, có thể tạo ra đường cong học tập dốc khi cần tạo mẫu nhanh.

Ngoài ra, tính linh hoạt của YOLOv5 còn vượt ra ngoài bounding box. Qua các bản phát hành sau này, repository YOLOv5 đã bổ sung phân đoạn instance (v7.0) và phân loại ảnh (v6.2), cung cấp codebase thống nhất cho nhiều tác vụ thị giác máy tính.

Các trường hợp sử dụng phù hợp nhất#

  • Chọn YOLOv5 khi: Bạn cần tạo mẫu nhanh, trải nghiệm huấn luyện đơn giản và triển khai biên được tối ưu. Model phù hợp với drone, phân tích bán lẻ và ứng dụng di động, nơi latency thấp là yếu tố thiết yếu.
  • Chọn EfficientDet khi: Bạn chỉ hoạt động trong môi trường Google Cloud/TensorFlow AutoML và cần độ chính xác tối đa trên mỗi parameter mà không bị giới hạn nghiêm ngặt về độ trễ thời gian thực.

Thế hệ tiếp theo: Đón nhận YOLO26#

YOLOv5 vẫn là model đáng tin cậy, nhưng lĩnh vực thị giác máy tính đã phát triển. Với developer bắt đầu dự án mới trong năm 2026, YOLO26 là model Ultralytics mới nhất và được khuyến nghị.

Tiếp nối di sản của các phiên bản tiền nhiệm như YOLOv8 và YOLO11, YOLO26 giới thiệu một số đổi mới:

  • Thiết kế End-to-End không cần NMS: Head one-to-one tùy chọn của YOLO26 (nms=False) loại bỏ nhu cầu hậu xử lý Non-Maximum Suppression. Điều này giảm biến động latency và đơn giản hóa kiến trúc triển khai.
  • Suy luận trên CPU nhanh hơn tới 43%: YOLO26n chạy nhanh hơn YOLO11n tới 43% trên CPU, mang lại lợi ích cho các thiết bị AI biên công suất thấp và CPU thông thường không có GPU chuyên dụng.
  • Optimizer MuSGD: Lấy cảm hứng từ các kỹ thuật huấn luyện Mô hình Ngôn ngữ Lớn (LLM), phương pháp kết hợp SGD và Muon này mang lại quá trình huấn luyện ổn định và hội tụ nhanh.
  • Chiến lược huấn luyện nâng cao: Việc tích hợp ProgLoss và STAL cải thiện khả năng nhận diện mục tiêu nhỏ, yếu tố thiết yếu đối với ảnh drone chụp từ độ cao lớn và robotics.
  • Loại bỏ DFL: Loại bỏ Distribution Focal Loss giúp tinh gọn quy trình export model, cải thiện khả năng tương thích với nhiều bộ tăng tốc phần cứng khác nhau.

Người dùng muốn tìm hiểu các kiến trúc mới khác trong hệ sinh thái Ultralytics cũng có thể so sánh các model như YOLOv10 hoặc RT-DETR.

Việc chuyển đổi rất dễ dàng

Ultralytics Python API sử dụng cùng một giao diện trên các thế hệ model. Nếu bạn dùng weight YOLOv5u trong package ultralytics, việc nâng cấp lên YOLO26 chỉ đơn giản là thay đổi chuỗi weight model trong code; các dự án xây dựng trên repository YOLOv5 ban đầu cần chuyển sang package ultralytics trước.

Ví dụ mã: Huấn luyện và suy luận#

Dưới đây là cách huấn luyện và chạy suy luận bằng model YOLO trong package Ultralytics. Code có thể chạy nguyên trạng và tự động xử lý tải dataset, vòng lặp huấn luyện cùng validation.

from ultralytics import YOLO

# Tải model YOLOv5u (thay bằng 'yolo26n.pt' để thử kiến trúc mới nhất)
model = YOLO("yolov5su.pt")  # YOLOv5u: weight YOLOv5 không anchor dành cho package ultralytics

# Huấn luyện model trên dataset mẫu COCO8 trong 20 epoch
results = model.train(data="coco8.yaml", epochs=20, imgsz=640)

# Chạy suy luận trên ảnh từ web
inference_results = model("https://ultralytics.com/images/bus.jpg")

# Hiển thị hình ảnh với bounding box
inference_results[0].show()

Bằng cách ưu tiên trải nghiệm người dùng, duy trì hệ sinh thái và phát hành các bản cập nhật như YOLO26, Ultralytics cung cấp cho developer các công cụ hiện đại để giải quyết những thách thức thực tế trong AI thị giác.

Người đóng góp

Bình luận

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