YOLOv5 so với YOLOv7#

Lĩnh vực thị giác máy tính đã phát triển nhanh chóng trong vài năm qua, được thúc đẩy bởi nhu cầu phát hiện đối tượng theo thời gian thực nhanh hơn và chính xác hơn. Khi lựa chọn kiến trúc phù hợp cho dự án thị giác máy tính, việc hiểu rõ những khác biệt tinh tế giữa các model phổ biến như Ultralytics YOLOv5 và YOLOv7 là yếu tố then chốt. Bài so sánh kỹ thuật toàn diện này đi sâu vào kiến trúc, phương pháp training, các metric hiệu năng và kịch bản triển khai lý tưởng của chúng, giúp bạn đưa ra quyết định sáng suốt.

Tổng quan nhanh: Nguồn gốc của các model#

Việc tìm hiểu nguồn gốc và triết lý thiết kế đằng sau các model này giúp làm rõ cơ sở cho những lựa chọn về kiến trúc của chúng.

Thông tin chi tiết về YOLOv5:

• Tác giả: Glenn Jocher
• Tổ chức: Ultralytics
• Ngày: 2020-06-26
• GitHub: Repository YOLOv5
• Tài liệu: Tài liệu YOLOv5

Thông tin chi tiết về YOLOv7:

• Tác giả: Chien-Yao Wang, Alexey Bochkovskiy và Hong-Yuan Mark Liao
• Tổ chức: Institute of Information Science, Academia Sinica, Taiwan
• Ngày: 2022-07-06
• Arxiv: Bài báo YOLOv7
• GitHub: Repository YOLOv7
• Docs: Tài liệu YOLOv7

Tìm hiểu thêm về YOLOv7

Các đổi mới và khác biệt về kiến trúc#

YOLOv5: Tiêu chuẩn về khả năng tiếp cận#

Được Ultralytics giới thiệu vào năm 2020, YOLOv5 đã tạo ra một bước chuyển paradig bằng cách sử dụng native framework PyTorch, hạ thấp đáng kể rào cản gia nhập đối với các nhà nghiên cứu và developer. Kiến trúc của model dựa trên backbone CSPDarknet53 đã chỉnh sửa, tích hợp các mạng một phần qua các giai đoạn (CSP) để giảm số lượng parameter trong khi vẫn duy trì luồng gradient.

Một trong những điểm mạnh lớn nhất của model là Yêu cầu bộ nhớ. So với các detector hai giai đoạn thế hệ cũ hoặc các model Transformer nặng như RT-DETR, YOLOv5 cần ít CUDA memory hơn đáng kể trong quá trình training, cho phép sử dụng batch size lớn hơn trên các GPU phổ thông. Ngoài ra, Tính linh hoạt được tích hợp native của model hỗ trợ liền mạch phân loại ảnh, phát hiện đối tượng và phân đoạn ảnh.

YOLOv7: Đẩy giới hạn của độ chính xác theo thời gian thực#

Được phát hành vào giữa năm 2022, YOLOv7 tập trung mở rộng giới hạn state-of-the-art cho việc phát hiện theo thời gian thực trên các benchmark MS COCO. Các tác giả đã giới thiệu Mạng tổng hợp lớp hiệu quả mở rộng (E-ELAN), giúp cải thiện khả năng học của mạng mà không phá hủy đường dẫn gradient ban đầu.

YOLOv7 cũng nổi tiếng với "trainable bag-of-freebies", đặc biệt là các kỹ thuật tái tham số hóa trong quá trình training, chuyển đổi nhiều module thành một lớp convolution duy nhất khi inference, qua đó tăng tốc độ mà không làm giảm độ chính xác. Tuy nhiên, phương pháp training phức tạp này thường dẫn đến đường cong học tập dốc hơn và pipeline export kém trực quan hơn so với hệ sinh thái Ultralytics native.

So sánh hiệu năng#

Khi đánh giá các model này, Sự cân bằng về hiệu năng giữa tốc độ, độ chính xác và chi phí tính toán là yếu tố tối quan trọng. Dưới đây là phần so sánh chi tiết các metric hiệu năng của chúng dựa trên dataset MS COCO val2017.

Mặc dù YOLOv7 đạt mAP tuyệt đối cao hơn trên các biến thể lớn hơn, YOLOv5 cung cấp dải model đa dạng chưa từng có—từ Nano siêu nhẹ (YOLOv5n) dành cho các thiết bị edge cực kỳ hạn chế tài nguyên đến Extra-Large (YOLOv5x) dành cho inference trên cloud.

Lợi thế từ hệ sinh thái Ultralytics#

Tính hữu dụng của một model không chỉ nằm ở kiến trúc thuần túy; hệ sinh thái bao quanh model quyết định tốc độ model có thể được đưa vào production. Đây chính là điểm mạnh của các model Ultralytics.

• Dễ sử dụng: Ultralytics Platform và Python API thống nhất mang đến trải nghiệm người dùng tinh gọn, cú pháp đơn giản và tài liệu phong phú. Việc training trên dataset tùy chỉnh không yêu cầu bất kỳ boilerplate code nào.
• Hệ sinh thái được duy trì tốt: Ultralytics được hưởng lợi từ quá trình phát triển tích cực, các bản cập nhật thường xuyên và sự hỗ trợ mạnh mẽ từ cộng đồng. Các tích hợp với những công cụ như Comet ML và Weights & Biases đã được tích hợp sẵn.
• Hiệu quả training: Data loader, cơ chế caching thông minh và hỗ trợ multi-GPU giúp các model Ultralytics đạt hiệu quả training đặc biệt cao. Các pre-trained weight có sẵn giúp tăng tốc đáng kể transfer learning.

Ví dụ code: Bắt đầu#

Với Ultralytics, việc triển khai một model chỉ cần vài dòng code. Đoạn mã Python sau minh họa mức độ đơn giản của việc load, training và chạy inference bằng package ultralytics được khuyến nghị.

from ultralytics import YOLO

# Load a pretrained YOLOv5s model
model = YOLO("yolov5s.pt")

# Train the model on the COCO8 example dataset
# Ultralytics automatically handles data downloading and augmentation
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run inference on a sample image
predictions = model("https://ultralytics.com/images/bus.jpg")

# Display the predictions
predictions[0].show()

Ngược lại, việc sử dụng repository YOLOv7 gốc thường bao gồm clone các repository phức tạp, quản lý dependency thủ công và sử dụng các tham số dòng lệnh dài.

Ứng dụng Thực tế và Các Trường hợp Sử dụng Lý tưởng#

Khi nào nên chọn YOLOv7#

YOLOv7 vẫn là một lựa chọn mạnh cho benchmarking học thuật hoặc các pipeline GPU legacy cụ thể, trong đó mAP tối đa là mục tiêu duy nhất và hệ thống đã được tinh chỉnh sẵn cho các output tensor dựa trên anchor. Các nhà nghiên cứu phân tích đường dẫn gradient thường sử dụng YOLOv7 làm baseline.

Khi nào nên chọn YOLOv5#

YOLOv5 được ưu tiên rộng rãi trong môi trường production nhờ độ ổn định vượt trội. Đây là lựa chọn hàng đầu cho:

• Điện toán di động và Edge: Triển khai YOLOv5n lên iOS thông qua CoreML hoặc Android thông qua TFLite.
• Startup linh hoạt: Các team cần chu kỳ iteration nhanh sẽ hưởng lợi từ việc tích hợp liền mạch với Ultralytics Platform để quản lý dataset và training trên cloud.
• Môi trường đa nhiệm: Các hệ thống cần đồng thời thực hiện phát hiện đối tượng, phân loại và phân đoạn.

Tương lai: Chuyển sang YOLO26#

Mặc dù việc so sánh YOLOv5 và YOLOv7 là một cách tuyệt vời để tìm hiểu quá trình phát triển của AI thị giác, state-of-the-art vẫn tiếp tục tiến bộ. Được phát hành vào tháng 1 năm 2026, Ultralytics YOLO26 đại diện cho một bước tiến vượt bậc, khiến các kiến trúc cũ phần lớn trở nên lỗi thời đối với các dự án mới.

Đối với các developer tìm kiếm hiệu năng đỉnh cao, YOLO26 mang đến một số ưu điểm đột phá so với cả YOLOv5 và YOLOv7:

• Thiết kế End-to-End không cần NMS: Bằng cách loại bỏ bước hậu xử lý Non-Maximum Suppression, YOLO26 giúp việc triển khai đơn giản hơn đáng kể và mang lại latency nhanh, ổn định.
• Optimizer MuSGD: Lấy cảm hứng từ các cải tiến LLM của Moonshot AI, optimizer lai này mang lại quá trình training ổn định cao và khả năng hội tụ nhanh.
• Tốc độ Edge chưa từng có: Được tối ưu riêng cho môi trường edge, biến thể nano đạt khả năng inference trên CPU nhanh hơn tới 43% nhờ loại bỏ Distribution Focal Loss (DFL).
• Độ chính xác vượt trội: Các hàm loss mới như ProgLoss + STAL cải thiện đáng kể khả năng nhận diện đối tượng nhỏ, khiến model trở nên lý tưởng cho footage từ drone và robotics.

Dù bạn đang duy trì một pipeline YOLOv5 hiện có hay muốn triển khai YOLO26 tiên tiến nhất, Ultralytics Platform cung cấp mọi công cụ cần thiết để thành công trong lĩnh vực thị giác máy tính hiện đại.