Ultralytics YOLO27:

YOLOv6-3.0 so với YOLOv9#

Bối cảnh phát hiện đối tượng theo thời gian thực tiếp tục phát triển, được thúc đẩy bởi nhu cầu về độ chính xác cao hơn, độ trễ thấp hơn và khả năng tận dụng phần cứng tốt hơn. Bản so sánh toàn diện này xem xét hai cột mốc quan trọng trong lĩnh vực: YOLOv6-3.0, được phát triển để đạt thông lượng công nghiệp, và YOLOv9, giới thiệu các kiến trúc mới nhằm khắc phục các nút thắt thông tin trong deep learning.

Mặc dù cả hai model đều cung cấp những cải tiến kiến trúc độc đáo, các developer tìm kiếm sự cân bằng tối ưu giữa hiệu năng và tính đơn giản khi triển khai thường chuyển sang các hệ sinh thái hiện đại. Đối với những người bắt đầu dự án mới, Ultralytics YOLO26 với thiết kế end-to-end nguyên bản là tiêu chuẩn được khuyến nghị, cung cấp độ chính xác tiên tiến cùng trải nghiệm developer được tinh gọn đáng kể.

YOLOv6-3.0: Tối ưu hóa thông lượng công nghiệp#

Được phát triển bởi Vision AI Department của Meituan, YOLOv6-3.0 được tối ưu hóa chuyên sâu để đạt thông lượng tối đa trong các ứng dụng công nghiệp, đặc biệt trên phần cứng GPU.

  • Tác giả: Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu và Xiangxiang Chu
  • Tổ chức: Meituan
  • Ngày: 13 tháng 1, 2023
  • Arxiv: 2301.05586
  • GitHub: meituan/YOLOv6

Các cải tiến về kiến trúc#

YOLOv6-3.0 giới thiệu một số thay đổi quan trọng nhằm cải thiện khả năng fusion đặc trưng và hiệu quả phần cứng. Kiến trúc này tích hợp module Nối kết hai chiều (BiC) trong neck, cung cấp các tín hiệu định vị chính xác hơn. Model cũng sử dụng chiến lược Huấn luyện có hỗ trợ anchor (AAT). Phương pháp này kết hợp hướng dẫn phong phú của việc huấn luyện dựa trên anchor với tốc độ suy luận của paradigm không anchor, mang lại hiệu năng tốt hơn mà không làm chậm quá trình triển khai.

Backbone dựa trên thiết kế EfficientRep, được tối ưu tỉ mỉ để thân thiện với phần cứng khi suy luận trên GPU. Điều này giúp model đặc biệt phù hợp với các kịch bản sản xuất công nghiệp, nơi xử lý batch lớn là tiêu chuẩn.

Ưu điểm và nhược điểm#

Điểm mạnh chính của YOLOv6-3.0 nằm ở frame rate cao trên các GPU như NVIDIA T4, khiến model phù hợp với các luồng hiểu video mật độ cao. Tuy nhiên, sự phụ thuộc lớn vào các tối ưu hóa phần cứng cụ thể có thể dẫn đến độ trễ chưa tối ưu trên các thiết bị edge chỉ dùng CPU. Ngoài ra, việc thiết lập pipeline huấn luyện có thể phức tạp hơn so với các framework hợp nhất hơn.

Tìm hiểu thêm về YOLOv6

YOLOv9: Thông tin Gradient có thể lập trình#

Được phát hành một năm sau đó, YOLOv9 tập trung giải quyết vấn đề nút thắt thông tin vốn có trong các mạng neural sâu, thúc đẩy các giới hạn lý thuyết của kiến trúc CNN.

Các cải tiến về kiến trúc#

Đóng góp lớn của YOLOv9 là Thông tin gradient có thể lập trình (PGI), đảm bảo dữ liệu quan trọng được giữ lại khi đi qua nhiều layer của mạng, cho phép cập nhật weight đáng tin cậy hơn. Cùng với PGI, model còn có Mạng tổng hợp layer hiệu quả tổng quát (GELAN). GELAN tối đa hóa hiệu quả tham số, cho phép YOLOv9 đạt độ chính xác vượt trội với ít FLOPs tính toán hơn nhiều thế hệ tiền nhiệm.

Ưu điểm và nhược điểm#

YOLOv9 đạt độ chính xác trung bình (mAP) nổi bật trên các dataset benchmark như COCO, khiến model trở thành lựa chọn yêu thích của các nhà nghiên cứu ưu tiên độ chính xác thuần túy. Tuy nhiên, giống YOLOv6, model vẫn dựa vào Non-Maximum Suppression (NMS) truyền thống để hậu xử lý. Điều này làm tăng độ trễ và khiến pipeline triển khai model phức tạp hơn, đặc biệt khi chuyển sang các thiết bị edge sử dụng những format như ONNX hoặc TensorRT.

Tìm hiểu thêm về YOLOv9

So sánh hiệu năng#

Khi so sánh các model này, điều thiết yếu là xem xét sự cân bằng giữa độ chính xác, số lượng tham số và tốc độ suy luận.

Modelkích thước
(pixel)		mAPval
50-95		Tốc độ
CPU ONNX
(ms)		Tốc độ
T4 TensorRT10
(ms)		tham số
(M)		FLOPs
(B)
YOLOv6-3.0n64037.5-1.174.711.4
YOLOv6-3.0s64045.0-2.6618.545.3
YOLOv6-3.0m64050.0-5.2834.985.8
YOLOv6-3.0l64052.8-8.9559.6150.7
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.126.4
YOLOv9m64051.4-6.4320.076.3
YOLOv9c64053.0-7.1625.3102.1
YOLOv9e64055.6-16.7757.3189.0

Lợi thế của Ultralytics: Giới thiệu YOLO26#

Mặc dù YOLOv6-3.0 và YOLOv9 cung cấp các kiến trúc mạnh mẽ, môi trường production đòi hỏi một hệ sinh thái được duy trì tốt, yêu cầu bộ nhớ thấp và tính dễ sử dụng vượt trội. Đây là điểm mà Ultralytics Platform cùng các model như YOLO11 và YOLO26 tiên tiến thể hiện ưu thế.

Được phát hành vào đầu năm 2026, YOLO26 định nghĩa lại căn bản hiệu quả triển khai bằng cách loại bỏ các nút thắt legacy.

Thiết kế end-to-end nguyên bản

YOLO26 có Thiết kế end-to-end không cần NMS, loại bỏ hoàn toàn nhu cầu hậu xử lý Non-Maximum Suppression. Điều này làm giảm đáng kể biến thiên độ trễ suy luận và đơn giản hóa logic triển khai trên edge.

Những đổi mới chính của YOLO26#

  1. Optimizer MuSGD: Lấy cảm hứng từ quá trình huấn luyện LLM (như Kimi K2 của Moonshot AI), YOLO26 sử dụng sự kết hợp giữa SGD và Muon. Điều này mang lại độ ổn định huấn luyện vượt trội và khả năng hội tụ nhanh hơn cho các tác vụ computer vision.
  2. Suy luận CPU nhanh hơn tới 43%: Không giống trọng tâm nặng về GPU của YOLOv6, YOLO26 được tối ưu chuyên sâu cho các thiết bị edge. Việc loại bỏ Distribution Focal Loss (DFL) giúp đơn giản hóa head, khiến model tương thích cao với CPU công suất thấp và phần cứng edge computing.
  3. ProgLoss + STAL: Các hàm loss nâng cao cải thiện đáng kể khả năng phát hiện đối tượng nhỏ, yếu tố quan trọng đối với ảnh chụp từ trên không và robotics.
  4. Tính linh hoạt vượt trội: Trong khi YOLOv6 chỉ là engine phát hiện, YOLO26 xử lý liền mạch phân đoạn instance, classification, ước tính pose và phát hiện Bounding Box có hướng (OBB).

Huấn luyện liền mạch với Ultralytics#

Huấn luyện các model tiên tiến không nên yêu cầu những bash script phức tạp. Python API của Ultralytics cung cấp trải nghiệm tinh gọn với khả năng tự động tải dữ liệu, mức sử dụng bộ nhớ CUDA tối thiểu và tracking tích hợp sẵn.

from ultralytics import YOLO

# Load the cutting-edge YOLO26 nano model
model = YOLO("yolo26n.pt")

# Train on the COCO8 dataset using the robust MuSGD optimizer natively
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export the trained model to ONNX with a single command
model.export(format="onnx")

Các trường hợp sử dụng lý tưởng#

Việc lựa chọn kiến trúc phù hợp hoàn toàn phụ thuộc vào môi trường triển khai mục tiêu của bạn:

  • Sử dụng YOLOv6-3.0 cho: Tự động hóa nhà máy và phát hiện lỗi, trong đó GPU cấp server (ví dụ: A100) dồi dào và xử lý batch giúp tối đa hóa thông lượng.
  • Sử dụng YOLOv9 cho: Nghiên cứu học thuật hoặc các cuộc thi, trong đó mục tiêu chính là đạt mAP cao nhất tuyệt đối trên những dataset tiêu chuẩn như COCO.
  • Sử dụng YOLO26 cho: Gần như mọi ứng dụng thương mại hiện đại. Kiến trúc không NMS, footprint bộ nhớ thấp và khả năng suy luận CPU tốc độ cao khiến model trở nên lý tưởng cho hệ thống cảnh báo an ninh, bán lẻ thông minh và tracking đối tượng theo thời gian thực trên các thiết bị nhúng.

Bằng cách tận dụng hệ sinh thái Ultralytics toàn diện, developer có thể dễ dàng thử nghiệm với YOLOv8, YOLO11 và YOLO26 để tìm ra sự cân bằng hiệu năng phù hợp nhất cho các thách thức thực tế cụ thể của họ.

Những người đóng góp
GLglenn-jocher15PDpderrenger1

Bình luận