Bắt đầu

YOLOv5 và PP-YOLOE+

Lựa chọn kiến trúc mạng neural phù hợp là điều thiết yếu đối với mọi dự án thị giác máy tính hiện đại. Khi đánh giá model cho tác vụ phát hiện vật thể thời gian thực, developer và nhà nghiên cứu thường phải cân bằng độ chính xác, tốc độ suy luận và mức độ dễ triển khai. So sánh kỹ thuật này phân tích YOLOv5 và PP-YOLOE+, tìm hiểu kiến trúc, metric hiệu năng và phương pháp huấn luyện của hai model để giúp bạn chọn model phù hợp cho ứng dụng của mình.

Tìm hiểu kiến trúc#

Cả hai model đều có ảnh hưởng đến AI thị giác, nhưng tiếp cận các thách thức trong phát hiện vật thể bằng những phương pháp cấu trúc và phụ thuộc framework khác nhau.

Ultralytics YOLOv5: Tiêu chuẩn ngành#

Ra mắt vào tháng 6 năm 2020, Ultralytics YOLOv5 giúp các model thị giác tiên tiến nhất trở nên dễ tiếp cận hơn nhiều. Được xây dựng nguyên bản trên PyTorch, model này hạ thấp rào cản gia nhập cho developer Python và kỹ sư ML trên toàn thế giới.

Thông tin về YOLOv5:

YOLOv5 sử dụng backbone CSPDarknet được điều chỉnh, giúp trích xuất hiệu quả các biểu diễn đặc trưng phong phú trong khi vẫn duy trì số lượng tham số thấp. Model này giới thiệu anchor box tự học, tự động tính toán kích thước anchor tối ưu cho dataset tùy chỉnh trước khi bắt đầu huấn luyện. Ngoài ra, tăng cường dữ liệu mosaic cải thiện khả năng phát hiện vật thể nhỏ và khái quát hóa trong các bối cảnh không gian phức tạp.

Một trong những điểm mạnh của YOLOv5 là tính linh hoạt. Không giống các model chỉ chuyên phát hiện, repository YOLOv5 hỗ trợ phát hiện bounding box, phân đoạn instance (bổ sung ở v7.0) và phân loại ảnh (bổ sung ở v6.2) trong cùng một codebase. Kiến trúc này cũng sử dụng ít bộ nhớ hơn các mạng dựa trên Transformer nặng trong quá trình huấn luyện và suy luận.

PP-YOLOE+: Đối thủ từ PaddlePaddle#

Ra mắt vào tháng 4 năm 2022, PP-YOLOE+ phát triển dựa trên các phiên bản PP-YOLO trước đó. Được Baidu phát triển cho framework deep learning PaddlePaddle, model này giới thiệu một số cải tiến kiến trúc nhằm nâng cao độ chính xác trung bình.

Thông tin chi tiết về PP-YOLOE+:

PP-YOLOE+ sử dụng thiết kế không cần anchor và backbone CSPRepResNet. Model tích hợp Task Alignment Learning (TAL) cùng Efficient Task-aligned Head để cải thiện độ chính xác. Dù đạt độ chính xác cao, hạn chế chính của PP-YOLOE+ là phụ thuộc vào framework PaddlePaddle, điều này có thể tạo thêm thời gian làm quen và trở ngại tích hợp cho các nhóm đã đầu tư vào PyTorch hoặc TensorFlow.

Tìm hiểu thêm về PP-YOLOE+

Hiệu năng và benchmark#

Khi đánh giá các model này để đưa vào production, việc hiểu rõ sự đánh đổi giữa độ chính xác, tốc độ inference và số lượng tham số là rất quan trọng. Bảng dưới đây trình bày các metric hiệu năng chính trên nhiều phiên bản kích thước khác nhau.

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
PP-YOLOE+t64039.9-2.844.8519.15
PP-YOLOE+s64043.7-2.627.9317.36
PP-YOLOE+m64049.8-5.5623.4349.91
PP-YOLOE+l64052.9-8.3652.2110.07
PP-YOLOE+x64054.7-14.398.42206.59

PP-YOLOE+ đạt mAP cao hơn ở mọi quy mô model, trong khi YOLOv5 có tốc độ suy luận TensorRT trên T4 nhanh hơn ở mọi quy mô. Với triển khai trên thiết bị biên có bộ nhớ hạn chế, YOLOv5n đạt tốc độ nhanh nhất (1.12 ms) và footprint nhỏ nhất (1.9M tham số) trong bảng.

Hiệu quả sử dụng bộ nhớ

Các model Ultralytics được thiết kế để huấn luyện hiệu quả. So với các detector dựa trên Transformer như RT-DETR, YOLOv5 sử dụng ít bộ nhớ CUDA hơn, cho phép bạn huấn luyện với batch size lớn hơn hoặc trên phần cứng phổ thông.

Lợi thế Ultralytics: Hệ sinh thái và tính dễ sử dụng#

Giá trị của một kiến trúc machine learning không chỉ nằm ở các con số hiệu năng thô mà còn bao gồm toàn bộ trải nghiệm developer. Ultralytics Platform cùng các công cụ mã nguồn mở cung cấp một hệ sinh thái được duy trì tốt, giúp rút ngắn chu kỳ phát triển.

  • Dễ sử dụng: Ultralytics loại bỏ phần lớn code boilerplate phức tạp. Bạn có thể train, validation và kiểm tra model thông qua Python API hoặc CLI trực quan.
  • Tính linh hoạt khi triển khai: Export model rất đơn giản. Chỉ với một lệnh, bạn có thể chuyển đổi weight YOLOv5 đã huấn luyện sang các định dạng như ONNX, TensorRT hoặc OpenVINO, đảm bảo khả năng tương thích rộng trong môi trường biên và đám mây.
  • Cộng đồng năng động: Cộng đồng đông đảo và hoạt động bảo trì tích cực mang lại các bản cập nhật thường xuyên, tài liệu phong phú và giải pháp đã được kiểm thử kỹ cho những thách thức phổ biến trong thị giác máy tính.

Ngược lại, PP-YOLOE+ phụ thuộc nhiều vào các file cấu hình phức tạp dành riêng cho PaddleDetection, có thể làm chậm quá trình tạo prototype nhanh và gây khó khăn khi tích hợp vào pipeline MLOps hiện đại.

Triển khai thực tế và ví dụ code#

Bắt đầu với Ultralytics rất đơn giản. Dưới đây là ví dụ hoàn chỉnh, có thể chạy ngay, để tải model YOLOv5u pretrained, huấn luyện trên dataset ví dụ COCO8, chạy suy luận và export kết quả:

from ultralytics import YOLO

# Tải model YOLOv5 small đã được huấn luyện trước
model = YOLO("yolov5su.pt")  # YOLOv5u: weight YOLOv5 không anchor dành cho package ultralytics

# Huấn luyện model trên tập dữ liệu COCO8 trong 50 epoch
train_results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

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

# Xuất model đã tối ưu hóa sang định dạng ONNX
path = model.export(format="onnx")

Trường hợp sử dụng và khuyến nghị#

Việc lựa chọn giữa YOLOv5 và PP-YOLOE+ phụ thuộc vào yêu cầu cụ thể của dự án, các ràng buộc khi triển khai và lựa chọn hệ sinh thái của bạn.

Khi nào nên chọn YOLOv5#

YOLOv5 là lựa chọn phù hợp 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 PP-YOLOE+#

PP-YOLOE+ được khuyến nghị trong các trường hợp:

  • Tích hợp hệ sinh thái PaddlePaddle: Các tổ chức có hạ tầng hiện hữu được xây dựng trên framework và bộ công cụ PaddlePaddle của Baidu.
  • Triển khai biên bằng Paddle Lite: Triển khai lên phần cứng có kernel suy luận được tối ưu hóa cao, dành riêng cho Paddle Lite hoặc inference engine Paddle.
  • Phát hiện độ chính xác cao phía máy chủ: Các kịch bản ưu tiên độ chính xác phát hiện tối đa trên máy chủ GPU mạnh, nơi sự phụ thuộc vào framework không phải vấn đề đáng lo ngại.

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.

Các model tiên tiến khác cần cân nhắc#

YOLOv5 là một chuẩn mực đã được kiểm chứng, nhưng lĩnh vực thị giác máy tính phát triển rất nhanh. Với các nhóm bắt đầu dự án mới, Ultralytics khuyến nghị những kiến trúc mới hơn.

Ultralytics YOLO26#

Ra mắt vào tháng 1 năm 2026, YOLO26 là dòng model mới nhất của Ultralytics, cải thiện cả độ chính xác lẫn tốc độ so với các thế hệ trước. Những đổi mới chính bao gồm:

  • Thiết kế End-to-End không cần NMS: Dựa trên các khái niệm từ YOLOv10, head one-to-one tùy chọn của YOLO26 (nms=False) bỏ qua bước hậu xử lý Non-Maximum Suppression (NMS), giảm latency và đơn giản hóa logic triển khai.
  • Loại bỏ DFL: Sau khi loại bỏ Distribution Focal Loss, YOLO26n suy luận trên CPU nhanh hơn tới 43% so với YOLO11n, phù hợp với các thiết bị biên công suất thấp.
  • Optimizer MuSGD: Lấy cảm hứng từ các kỹ thuật huấn luyện LLM, phương pháp kết hợp SGD và Muon này mang lại quá trình huấn luyện ổn định và hội tụ nhanh hơn.
  • ProgLoss + STAL: Hàm loss tiến triển và phương pháp gán nhãn nhận biết mục tiêu nhỏ cải thiện khả năng nhận diện vật thể nhỏ, yếu tố thiết yếu đối với ảnh drone và nông nghiệp thông minh.

Ngoài ra, bạn có thể cân nhắc YOLO11, model có hiệu năng mạnh mẽ và vẫn là lựa chọn đáng tin cậy, được hỗ trợ đầy đủ, nằm giữa các hệ thống cũ và YOLO26.

Các trường hợp sử dụng thực tế#

Việc lựa chọn giữa YOLOv5 và PP-YOLOE+ cuối cùng phụ thuộc vào môi trường triển khai và các ràng buộc của dự án.

Ứng dụng phù hợp với YOLOv5: Yêu cầu tài nguyên thấp và tính dễ sử dụng khiến YOLOv5 trở thành lựa chọn phổ biến cho AI biên. Model hoạt động hiệu quả trong các ứng dụng cần tốc độ khung hình cao trên phần cứng hạn chế, chẳng hạn như robotics thời gian thực, tích hợp ứng dụng di động và hệ thống giám sát giao thông đa camera. Việc hỗ trợ phân đoạn instance và phân loại ảnh trong cùng framework giúp model thích ứng linh hoạt.

Ứng dụng phù hợp với PP-YOLOE+: PP-YOLOE+ phù hợp nhất với các tình huống ưu tiên độ chính xác cao nhất hơn tốc độ suy luận, cũng như các pipeline kiểm tra công nghiệp tại những tổ chức đã xây dựng stack kỹ thuật trên hệ sinh thái PaddlePaddle của Baidu.

Tóm lại, dù PP-YOLOE+ đạt kết quả tốt về độ chính xác, các model YOLO của Ultralytics kết hợp hiệu năng cân bằng, triển khai đơn giản và thiết kế thân thiện với developer, giúp dự án thị giác máy tính đi từ ý tưởng đến môi trường production.

Người đóng góp

Bình luận

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