YOLOv5 và YOLOv10
Lĩnh vực thị giác máy tính thời gian thực phát triển nhanh chóng trong vài năm qua, với nhiều kiến trúc liên tục mở rộng giới hạn của những gì có thể thực hiện trên phần cứng hiện đại. Khi đánh giá các kiến trúc tiên tiến, việc so sánh YOLOv5 và YOLOv10 cho thấy bước tiến đáng kể trong quá trình phát triển của phát hiện vật thể. Bài so sánh kỹ thuật này tìm hiểu các mô hình kiến trúc, sự đánh đổi về hiệu năng và cách developer có thể tận dụng những công cụ này trong môi trường sản xuất.
Phân tích chuyên sâu về kiến trúc#
Hiểu rõ khác biệt về cấu trúc giữa các model này rất quan trọng để triển khai chúng hiệu quả trong thực tế.
Ultralytics YOLOv5: Tiêu chuẩn ngành#
Được Ultralytics giới thiệu, YOLOv5 từ lâu đã được ghi nhận nhờ sự cân bằng tốt giữa tốc độ, độ chính xác và tính dễ tiếp cận.
- Tác giả: Glenn Jocher
- Tổ chức: Ultralytics
- Ngày: 2020-06-26
- GitHub: Kho lưu trữ YOLOv5
- Tài liệu: Tài liệu YOLOv5
YOLOv5 dựa vào cơ chế phát hiện dùng anchor kết hợp với backbone CSPDarknet được tối ưu sâu. Kiến trúc này phụ thuộc nhiều vào các phép toán tiêu chuẩn được hầu hết engine suy luận hỗ trợ, nhờ đó có tính linh động cao. Thế mạnh chính của model là Ultralytics Python SDK, cung cấp trải nghiệm người dùng tinh gọn, API đơn giản và tài liệu phong phú. Ngoài ra, yêu cầu bộ nhớ thấp hơn so với các model dựa trên Transformer giúp YOLOv5 huấn luyện nhanh trên GPU phổ thông mà không cần nhiều VRAM.
YOLOv10: Phát hiện thời gian thực không cần NMS#
Được phát triển bởi các nhà nghiên cứu tại Đại học Thanh Hoa, YOLOv10 hướng đến giải quyết các nút thắt độ trễ cụ thể trong những kiến trúc trước đó.
- Tác giả: Ao Wang, Hui Chen, Lihao Liu và cộng sự
- Tổ chức: Đại học Thanh Hoa
- Ngày: 2024-05-23
- arXiv: 2405.14458
- GitHub: Kho lưu trữ YOLOv10
- Tài liệu: Tài liệu YOLOv10
Đặc điểm nổi bật của YOLOv10 là thiết kế không NMS (Non-Maximum Suppression). Bằng cách sử dụng cơ chế gán kép nhất quán trong quá trình huấn luyện, head one-to-one loại bỏ nhu cầu hậu xử lý NMS khi suy luận, giúp giảm độ trễ hậu xử lý và đơn giản hóa các pipeline triển khai như engine NVIDIA TensorRT. Trong package Ultralytics, YOLOv10 mặc định sử dụng head one-to-many cùng NMS; đặt nms=False để dùng head không NMS.
YOLOv10 có những điểm mới thú vị về kiến trúc, nhưng các model Ultralytics như YOLOv5 và YOLO26 mới hơn được hỗ trợ sẵn trong Ultralytics Platform, cung cấp khả năng huấn luyện hiệu quả và nhiều tùy chọn xuất ngay từ đầu.
Phân tích hiệu năng#
Khi so sánh các model này, sự cân bằng giữa độ chính xác (mAP) và chi phí tính toán (độ trễ và số lượng parameter) quyết định trường hợp sử dụng phù hợp nhất. Dưới đây là so sánh hiệu năng kỹ thuật trên dataset COCO.
| Model | kích thước (pixel) | mAPval50-95 | Tốc độ CPU ONNX (ms) | Tốc độ T4 TensorRT10 (ms) | params (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
YOLOv10 rõ ràng đạt mAPval50-95 cao hơn ở các quy mô model tương đương nhờ thiết kế model hiện đại, tối ưu đồng thời hiệu quả và độ chính xác. Tuy nhiên, YOLOv5 có độ trễ GPU thấp hơn ở các cấp Nano và Small, nên là lựa chọn thiết thực cho môi trường nhúng hạn chế tài nguyên như dòng NVIDIA Jetson hoặc CPU thông thường thông qua OpenVINO.
Phương pháp huấn luyện và hệ sinh thái#
Giá trị của một model gắn chặt với hệ sinh thái xung quanh model đó. Ultralytics duy trì một hệ sinh thái được phát triển tích cực, hỗ trợ nhiều tác vụ. Trong khi YOLOv10 chỉ tập trung vào phát hiện vật thể 2D, Ultralytics hỗ trợ gốc phân đoạn đối tượng, phân loại ảnh, ước tính tư thế và hộp giới hạn có hướng (OBB).
Hơn nữa, huấn luyện model Ultralytics đòi hỏi bộ nhớ thấp hơn đáng kể so với các phương pháp dựa trên Transformer cạnh tranh, giúp chu kỳ phát triển nhanh chóng và tiết kiệm chi phí.
Ví dụ mã#
Việc huấn luyện, xác thực và export model được hợp nhất trong một API duy nhất. Bạn có thể chuyển đổi model chỉ bằng cách thay đổi một chuỗi.
from ultralytics import YOLO
# Nạp model YOLOv5 đã huấn luyện trước để kiểm thử baseline
model_v5 = YOLO("yolov5su.pt") # YOLOv5u: weight YOLOv5 không anchor dành cho package ultralytics
# Nạp model YOLOv10 để so sánh
model_v10 = YOLO("yolov10s.pt")
# Huấn luyện model hiệu quả trên dataset COCO8
results = model_v5.train(
data="coco8.yaml",
epochs=100,
imgsz=640,
device="0", # Tự động sử dụng tăng tốc CUDA của PyTorch
batch=16,
)
# Export sang ONNX để triển khai suy luận trên CPU
model_v5.export(format="onnx", simplify=True)Trường hợp sử dụng và khuyến nghị#
Việc lựa chọn giữa YOLOv5 và YOLOv10 phụ thuộc vào yêu cầu cụ thể của dự án, các giới hạn triển khai và hệ sinh thái bạn ưu tiên.
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 YOLOv10#
YOLOv10 được khuyến nghị cho:
- Phát hiện thời gian thực không cần NMS: Các ứng dụng hưởng lợi từ khả năng phát hiện end-to-end không cần Non-Maximum Suppression, giúp giảm độ phức tạp khi triển khai.
- Cân bằng giữa tốc độ và độ chính xác: Các dự án cần sự cân bằng tốt giữa tốc độ inference và độ chính xác phát hiện trên nhiều quy mô model.
- Ứng dụng cần độ trễ ổn định: Các tình huống triển khai yêu cầu thời gian inference có thể dự đoán, chẳng hạn như robotics hoặc hệ thống tự hành.
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.
Tương lai: Ultralytics YOLO26#
YOLOv5 giúp phát hiện vật thể dễ tiếp cận rộng rãi, còn YOLOv10 thúc đẩy kiến trúc không NMS; tuy nhiên, công nghệ tiên tiến vẫn tiếp tục phát triển. Với các dự án mới, Ultralytics khuyến nghị Ultralytics YOLO26, ra mắt vào tháng 1 năm 2026.
YOLO26 kết hợp độ tin cậy của hệ sinh thái Ultralytics với một số cải tiến:
- Thiết kế NMS-Free đầu-cuối: Tích hợp trực tiếp mô hình NMS-free vào framework Ultralytics dưới dạng một head one-to-one tùy chọn (
nms=False), YOLO26 đơn giản hóa quá trình triển khai và giảm độ trễ. - Suy luận CPU nhanh hơn tới 43%: Khi loại bỏ Distribution Focal Loss (DFL), YOLO26n chạy nhanh hơn YOLO11n tới 43% trên CPU, hữu ích cho các thiết bị biên không có GPU.
- Bộ tối ưu MuSGD: Lấy cảm hứng từ những đổi mới trong huấn luyện LLM của Moonshot AI, bộ tối ưu MuSGD giúp quá trình huấn luyện ổn định hơn và hội tụ nhanh hơn.
- ProgLoss + STAL: Progressive Loss và cơ chế gán nhãn có xét đến mục tiêu nhỏ giúp cải thiện khả năng nhận diện vật thể nhỏ, yếu tố thiết yếu trong các lĩnh vực như ảnh chụp từ drone và robot.
Bạn có thể quản lý, huấn luyện và triển khai YOLO26 trực tiếp thông qua Nền tảng Ultralytics.
Kết luận#
Việc lựa chọn giữa YOLOv5 và YOLOv10 thường phụ thuộc vào những giới hạn cụ thể của dự án. YOLOv10 có mAP rất tốt cho các nhà nghiên cứu và ứng dụng tận dụng thông lượng GPU thô. Ngược lại, YOLOv5 vẫn là model bền bỉ, có khả năng tương thích cao cho các triển khai tiêu chuẩn.
Tuy nhiên, lĩnh vực thị giác máy tính luôn biến động. Để đạt được sự cân bằng tốt nhất giữa hiệu năng, tính linh hoạt và mức độ dễ sử dụng, nhà phát triển nên cân nhắc Ultralytics YOLO26. YOLO26 kết hợp suy luận không cần NMS tùy chọn với hệ sinh thái Ultralytics được tài liệu hóa đầy đủ. Với các trường hợp sử dụng chuyên biệt, nhà phát triển cũng có thể tìm hiểu YOLO11 nhờ độ bền vững tổng quát, hoặc RT-DETR nhờ độ chính xác dựa trên Transformer.
Bình luận
Đặt câu hỏi, chia sẻ kết quả hoặc giúp đỡ người khác.