Bắt đầu

YOLOv5 và YOLO26

Quá trình phát triển của thị giác máy tính được định hình bởi nỗ lực liên tục nhằm tạo ra các model nhanh hơn, chính xác hơn và dễ tiếp cận hơn. Ultralytics YOLOv5 và Ultralytics YOLO26 đánh dấu hai cột mốc trong tiến trình đó: một model thế hệ trước được triển khai rộng rãi và model Ultralytics hiện được khuyến nghị.

Hướng dẫn này cung cấp phân tích kỹ thuật toàn diện về cả hai kiến trúc, nêu bật các chỉ số hiệu năng, khác biệt về cấu trúc và kịch bản triển khai lý tưởng.

Tổng quan về model#

YOLOv5: Model chủ lực của ngành#

Ra mắt năm 2020, YOLOv5 giúp việc phát hiện vật thể trở nên dễ tiếp cận hơn nhiều. Bằng cách triển khai kiến trúc thuần túy trên framework PyTorch, model mang đến cho developer lộ trình đơn giản từ cài đặt đến huấn luyện và triển khai.

YOLOv5 đặt nền móng cho hệ sinh thái Ultralytics được duy trì tích cực. Model giới thiệu các kỹ thuật tăng cường dữ liệu mạnh, vòng lặp huấn luyện hiệu quả và các quy trình xuất được tối ưu hóa cao sang định dạng cho thiết bị biên như CoreML và ONNX. Tính dễ sử dụng và yêu cầu bộ nhớ thấp khi huấn luyện khiến model trở thành lựa chọn phổ biến của các startup và nhà nghiên cứu trên toàn thế giới.

YOLO26: Chuẩn AI thị giác thế hệ mới#

Ra mắt vào tháng 1 năm 2026, Ultralytics YOLO26 là thế hệ Ultralytics YOLO mới nhất. Model tích hợp kinh nghiệm từ các thế hệ ra mắt trong thời gian đó như YOLOv8 và YOLO11, đồng thời giới thiệu các kỹ thuật huấn luyện lấy cảm hứng từ quá trình huấn luyện Mô hình ngôn ngữ lớn (LLM).

YOLO26 mang lại sự cân bằng tốt giữa độ chính xác và tốc độ, đồng thời được thiết kế chuyên biệt cho các tình huống điện toán biên.

Các model Ultralytics khác

Nếu đang chuyển đổi một codebase cũ, bạn cũng có thể quan tâm đến việc so sánh YOLOv5 với YOLO11, model thế hệ trước hỗ trợ nhiều tác vụ như ước tính tư thế và hộp giới hạn có hướng (OBB).

Đổi mới kiến trúc trong YOLO26#

Trong khi YOLOv5 dựa vào head phát hiện dùng anchor và các hàm loss tiêu chuẩn, YOLO26 thiết kế lại head, hàm loss và bộ tối ưu để loại bỏ các nút thắt khi triển khai.

  1. Thiết kế end-to-end không NMS: Khác biệt đáng kể nhất là tùy chọn suy luận end-to-end gốc của YOLO26. Không giống YOLOv5, cần Non-Maximum Suppression (NMS) để lọc các hộp giới hạn dư thừa, head one-to-one tùy chọn của YOLO26 (nms=False) bỏ qua bước hậu xử lý này. Nhờ đó, độ trễ suy luận dễ dự đoán hơn và việc tích hợp vào C++ hoặc phần cứng nhúng đơn giản hơn.
  2. Loại bỏ DFL: YOLO26 loại bỏ Distribution Focal Loss (DFL). Lựa chọn kiến trúc này đơn giản hóa việc xuất model và cải thiện khả năng tương thích với thiết bị biên công suất thấp cùng các bộ tăng tốc thường gặp khó khăn với toán tử phức tạp.
  3. Bộ tối ưu MuSGD: Lấy gợi ý từ Kimi K2 của Moonshot AI, YOLO26 sử dụng bộ tối ưu MuSGD, kết hợp SGD và Muon. Bộ tối ưu này đưa tính ổn định và khả năng hội tụ nhanh của quá trình huấn luyện LLM vào thị giác máy tính.
  4. ProgLoss + STAL: YOLO26 sử dụng ProgLoss và STAL để cải thiện khả năng phát hiện vật thể nhỏ và dày đặc, vốn là thách thức lâu nay của YOLOv5.

So sánh hiệu năng#

Khi so sánh các model trên dataset COCO, YOLO26 đạt độ chính xác (mAP) cao hơn ở mọi quy mô, đồng thời sử dụng ít tham số hơn từ biến thể medium trở lên.

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
YOLO26n64040.938.91.72.45.5
YOLO26s64048.687.22.59.520.9
YOLO26m64053.1220.04.720.468.4
YOLO26l64055.0286.26.224.886.8
YOLO26x64057.5525.811.855.7194.4

Lưu ý: YOLO26 Nano (YOLO26n) đạt 40.9 mAP so với 28.0 mAP của YOLOv5n, tăng 12.9 điểm chỉ với thêm 0.5M tham số; việc loại bỏ DFL và head không NMS cũng đơn giản hóa triển khai trên CPU và thiết bị biên.

Tính linh hoạt và hỗ trợ tác vụ#

YOLOv5 chủ yếu được biết đến với tác vụ phát hiện vật thể. Dù các bản cập nhật sau này bổ sung phân đoạn cơ bản, YOLO26 được xây dựng từ đầu như một engine đa nhiệm thống nhất.

YOLO26 hỗ trợ sẵn:

  • Phân đoạn thực thể: Sử dụng proto đa tỷ lệ dành riêng cho tác vụ và hàm loss phân đoạn ngữ nghĩa.
  • Phân đoạn ngữ nghĩa: Gán nhãn lớp dày đặc cho từng pixel.
  • Ước tính độ sâu: Dự đoán độ sâu cho từng pixel từ một ảnh đơn.
  • Phân loại ảnh: Phân loại toàn ảnh tiêu chuẩn.
  • Ước tính tư thế: Sử dụng Ước tính hợp lý log dư (RLE) để định vị keypoint chính xác hơn.
  • Hộp giới hạn định hướng (OBB): Bao gồm hàm loss góc chuyên biệt để xử lý vấn đề gián đoạn biên, yếu tố quan trọng trong phân tích ảnh vệ tinh.
Tích hợp hệ sinh thái

Cả hai model đều hưởng lợi từ Ultralytics Platform, nền tảng cung cấp khả năng gán nhãn dữ liệu, huấn luyện trên cloud và triển khai chỉ bằng một cú nhấp.

Ví dụ sử dụng và mã nguồn#

API Python của Ultralytics giúp chuyển đổi giữa các model dễ dàng. Vì cả hai model dùng chung hệ sinh thái được duy trì tốt, việc nâng cấp pipeline YOLOv5u trong package ultralytics lên YOLO26 chỉ cần thay đổi file weights.

Ví dụ Python#

from ultralytics import YOLO

# Để sử dụng YOLOv5, hãy tải tệp weights v5
# model = YOLO("yolov5su.pt")

# Chuyển sang model YOLO26 được khuyến nghị
model = YOLO("yolo26n.pt")

# Huấn luyện trên tập dữ liệu COCO8; optimizer="auto" sẽ chọn MuSGD cho các phiên chạy dài hơn (>10k iterations)
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    batch=32,  # Mức sử dụng bộ nhớ thấp của YOLO26 cho phép dùng batch size lớn hơn
)

# Chạy suy luận không cần NMS
predictions = model("https://ultralytics.com/images/bus.jpg", nms=False)
predictions[0].show()

Ví dụ CLI#

Bạn có thể triển khai YOLO26 trực tiếp qua dòng lệnh bằng tích hợp TensorRT để đạt thông lượng GPU tối đa:

# Export the model to TensorRT format
yolo export model=yolo26n.pt format=engine

# Run inference with the compiled engine
yolo predict model=yolo26n.engine source=path/to/video.mp4

Các trường hợp sử dụng phù hợp nhất#

Khi nào nên chọn YOLO26#

Với các dự án thị giác máy tính mới, YOLO26 là lựa chọn được khuyến nghị.

  • AI biên và IoT: Tốc độ suy luận CPU nhanh hơn tới 43% (YOLO26n so với YOLO11n) và việc loại bỏ DFL khiến model phù hợp để triển khai trên Raspberry Pi hoặc thiết bị di động.
  • Pipeline tốc độ cao: Head không NMS tùy chọn giúp độ trễ dễ dự đoán hơn, yếu tố quan trọng đối với robot tự hành và hệ thống cảnh báo an ninh thời gian thực.
  • Tình huống phức tạp: Nếu ứng dụng cần phát hiện vật thể nhỏ (ví dụ: giám sát bằng drone) hoặc vật thể xoay (OBB), các cải tiến huấn luyện của YOLO26 (ProgLoss + STAL, cùng hàm loss góc chuyên biệt cho OBB) sẽ cải thiện độ chính xác.

Khi nào nên chọn YOLOv5#

  • Hệ thống cũ: Nếu môi trường production có các phụ thuộc được mã hóa cứng vào logic tạo anchor hoặc phân tích NMS riêng của YOLOv5, việc chuyển đổi có thể cần một giai đoạn tái cấu trúc ngắn.
  • Mốc chuẩn học thuật cụ thể: Các nhà nghiên cứu thường dùng YOLOv5 làm mốc chuẩn cổ điển để minh họa quá trình phát triển lịch sử của kiến trúc phát hiện đối tượng.

Tóm tắt#

Việc chuyển từ YOLOv5 sang YOLO26 không chỉ là bản cập nhật lặp lại: thay đổi này định hình lại cách huấn luyện và triển khai model phát hiện vật thể. Với bộ tối ưu MuSGD, head không NMS tùy chọn loại bỏ hậu xử lý và suy luận CPU nhanh hơn, Ultralytics YOLO26 mang lại sự cân bằng tốt giữa tốc độ và độ chính xác.

YOLOv5 vẫn là model giúp AI thị giác tiếp cận được cộng đồng developer rộng lớn, nhưng developer xây dựng ứng dụng sản xuất mới nên bắt đầu với YOLO26.

Người đóng góp

Bình luận

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