Link to this sectionYOLOv7 so với PP-YOLOE+#

Khi đánh giá các model thị giác máy tính hiện đại cho các pipeline sản xuất, các nhà phát triển thường cân nhắc ưu điểm của nhiều kiến trúc khác nhau. Hai model đáng chú ý trong lĩnh vực phát hiện đối tượng là YOLOv7 và PP-YOLOE+. Hướng dẫn này cung cấp so sánh kỹ thuật chi tiết về kiến trúc, các chỉ số hiệu suất và các kịch bản triển khai lý tưởng để giúp bạn đưa ra quyết định sáng suốt cho dự án thị giác máy tính tiếp theo.

Link to this sectionCải tiến kiến trúc#

Việc hiểu rõ những khác biệt cấu trúc cốt lõi giữa các model này là rất quan trọng để dự đoán cách chúng hoạt động trong quá trình training và inference.

Link to this sectionCác điểm nổi bật về kiến trúc của YOLOv7#

YOLOv7 giới thiệu một vài cải tiến quan trọng được thiết kế để cải thiện độ chính xác mà không làm tăng đáng kể chi phí inference.

• Extended Efficient Layer Aggregation Networks (E-ELAN): Kiến trúc này kiểm soát các đường dẫn gradient ngắn nhất và dài nhất. Bằng cách đó, nó cho phép mạng học các đặc trưng đa dạng hơn và cải thiện khả năng học tổng thể mà không làm hỏng đường dẫn gradient ban đầu.
• Các chiến lược mở rộng model: YOLOv7 sử dụng phương pháp mở rộng model hỗn hợp, điều chỉnh độ sâu và chiều rộng đồng thời trong khi nối các lớp để duy trì cấu trúc kiến trúc tối ưu trên các kích thước khác nhau.
• Trainable Bag-of-Freebies: Các tác giả đã tích hợp phương pháp tích chập tái tham số hóa (RepConv) mà không cần các kết nối identity, giúp tăng đáng kể tốc độ inference mà không làm giảm khả năng dự đoán của model.

Chi tiết về YOLOv7:
Tác giả: Chien-Yao Wang, Alexey Bochkovskiy, và Hong-Yuan Mark Liao
Tổ chức: Institute of Information Science, Academia Sinica, Đài Loan
Ngày: 2022-07-06
Arxiv: https://arxiv.org/abs/2207.02696

Tìm hiểu thêm về YOLOv7

Link to this sectionCác điểm nổi bật về kiến trúc của PP-YOLOE+#

Được phát triển bởi Baidu trong hệ sinh thái PaddlePaddle, PP-YOLOE+ xây dựng dựa trên phiên bản tiền nhiệm PP-YOLOv2, tập trung mạnh vào các phương pháp không sử dụng anchor và các biểu diễn đặc trưng nâng cao.

• Thiết kế không sử dụng Anchor (Anchor-Free): Không giống như các cách tiếp cận dựa trên anchor, thiết kế này đơn giản hóa đầu dự đoán và giảm số lượng siêu tham số, giúp model dễ dàng điều chỉnh cho các tập dữ liệu tùy chỉnh hơn.
• CSPRepResNet Backbone: Backbone này kết hợp các kết nối residual và các mạng Cross Stage Partial để cải thiện khả năng trích xuất đặc trưng trong khi vẫn duy trì hiệu suất tính toán.
• Task Alignment Learning (TAL): PP-YOLOE+ sử dụng ET-head (Efficient Task-aligned head) để căn chỉnh tốt hơn các tác vụ phân loại và định vị, giải quyết một điểm nghẽn phổ biến trong các detector một giai đoạn.

Chi tiết về PP-YOLOE+:
Tác giả: Các tác giả PaddlePaddle
Tổ chức: Baidu
Ngày: 2022-04-02
Arxiv: https://arxiv.org/abs/2203.16250

Tìm hiểu thêm về PP-YOLOE+

Link to this sectionCác chỉ số và Benchmark hiệu suất#

Việc lựa chọn model phù hợp thường phụ thuộc vào các ràng buộc cụ thể về phần cứng và yêu cầu về độ trễ của bạn. Bảng dưới đây minh họa sự đánh đổi giữa độ chính xác (mAP), tốc độ và độ phức tạp của model.

Link to this sectionPhân tích kết quả#

• Các kịch bản có độ chính xác cao: YOLOv7x thể hiện hiệu suất mạnh mẽ, đạt được mAP cao, cạnh tranh cho các tác vụ phát hiện phức tạp. Mặc dù PP-YOLOE+x có mAP cao hơn một chút, nhưng nó đi kèm với sự gia tăng đáng kể về tham số và FLOP.
• Hiệu suất và tốc độ: Các biến thể nhỏ hơn của PP-YOLOE+ (t và s) cung cấp tốc độ TensorRT cực thấp, khiến chúng rất phù hợp cho việc triển khai tại biên nơi các ràng buộc phần cứng khắt khe.
• Điểm cân bằng: YOLOv7l mang lại sự cân bằng thuyết phục, đạt mAP hơn 51% trong khi duy trì thời gian inference dưới 7ms trên GPU T4, khiến nó trở thành lựa chọn vững chắc cho các ứng dụng server thời gian thực tiêu chuẩn.

Link to this sectionLợi thế từ Ultralytics#

Mặc dù cả YOLOv7 và PP-YOLOE+ đều cung cấp hiệu suất benchmark mạnh mẽ, trải nghiệm phát triển và hỗ trợ hệ sinh thái cũng quan trọng không kém đối với sự thành công của dự án.

Link to this sectionTrải nghiệm người dùng được tối ưu hóa#

Các model Ultralytics ưu tiên tính dễ sử dụng thông qua một Python API thống nhất. Không giống như PP-YOLOE+, đòi hỏi phải điều hướng hệ sinh thái PaddlePaddle và các file cấu hình cụ thể của nó, Ultralytics cho phép bạn chuyển đổi từ training sang triển khai một cách liền mạch.

from ultralytics import YOLO

# Load a pretrained model
model = YOLO("yolov7.pt")

# Train the model effortlessly
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export for optimized deployment
model.export(format="engine")  # TensorRT export

Link to this sectionHiệu quả tài nguyên#

Một thế mạnh chính của các model Ultralytics YOLO là yêu cầu bộ nhớ thấp hơn trong cả quá trình training và inference. Hiệu quả này cho phép các nhà nghiên cứu và nhà phát triển sử dụng kích thước batch lớn hơn trên phần cứng cấp người dùng, tăng tốc quá trình training so với các model nặng hơn hoặc các kiến trúc Transformer phức tạp như RT-DETR.

Link to this sectionHệ sinh thái và tính linh hoạt#

Hệ sinh thái Ultralytics đặc biệt được duy trì tốt, với các bản cập nhật thường xuyên, tài liệu phong phú và hỗ trợ gốc cho nhiều tác vụ đa dạng ngoài phát hiện tiêu chuẩn. Với Ultralytics, một framework duy nhất hỗ trợ instance segmentation, pose estimation, classification, và Oriented Bounding Boxes (OBB), mang lại tính linh hoạt vô song mà các model đối thủ thường thiếu.

Link to this sectionTương lai của Vision AI: YOLO26#

Khi thị giác máy tính phát triển nhanh chóng, các kiến trúc mới hơn đã xuất hiện nhằm xác định lại các tiêu chuẩn về tốc độ và hiệu quả. Ra mắt vào tháng 1 năm 2026, Ultralytics YOLO26 đại diện cho đỉnh cao của sự phát triển này và là lựa chọn rất được khuyến khích cho tất cả các dự án mới.

Các cải tiến chính của YOLO26:

• Thiết kế End-to-End không NMS: YOLO26 loại bỏ quá trình hậu xử lý Non-Maximum Suppression (NMS). Cách tiếp cận end-to-end hoàn toàn này đơn giản hóa đáng kể logic triển khai và giảm độ trễ biến thiên, một bước đột phá lần đầu tiên được giới thiệu trong YOLOv10.
• Hiệu suất biên chưa từng có: Bằng cách loại bỏ Distribution Focal Loss (DFL), YOLO26 đạt được tốc độ inference CPU nhanh hơn tới 43%, làm cho nó vượt trội hơn đối với các thiết bị IoT và thiết bị biên so với các thế hệ trước.
• Động lực training nâng cao: Việc tích hợp MuSGD Optimizer—lấy cảm hứng từ các cải tiến LLM như Kimi K2 của Moonshot AI—đảm bảo quá trình training ổn định hơn và hội tụ nhanh hơn.
• Phát hiện đối tượng nhỏ vượt trội: Các hàm loss nâng cao, cụ thể là ProgLoss + STAL, giải quyết các điểm yếu lịch sử trong việc nhận dạng các đối tượng nhỏ, rất quan trọng cho các ứng dụng như hình ảnh trên không.

Link to this sectionỨng dụng trong thực tế#

Việc lựa chọn giữa các kiến trúc này thường phụ thuộc vào môi trường triển khai cụ thể.

Link to this sectionKhi nào nên chọn PP-YOLOE+#

• Tích hợp PaddlePaddle: Nếu cơ sở hạ tầng của bạn đã được tích hợp sâu với hệ sinh thái PaddlePaddle của Baidu, PP-YOLOE+ cung cấp sự phù hợp tự nhiên.
• Kiểm tra công nghiệp tại châu Á: Thường được sử dụng tại các trung tâm sản xuất ở châu Á, nơi các ngăn xếp phần cứng và phần mềm được cấu hình sẵn cho các công cụ của Baidu.

Link to this sectionKhi nào nên chọn YOLOv7#

• Hệ thống tăng tốc GPU: Hoạt động đặc biệt tốt trên các GPU cấp server cho các tác vụ đòi hỏi throughput cao, chẳng hạn như phân tích video.
• Tích hợp Robotics: Lý tưởng cho việc tích hợp thị giác máy tính trong robotics, cho phép đưa ra quyết định nhanh chóng trong các môi trường động.
• Nghiên cứu học thuật: Được hỗ trợ rộng rãi và thường xuyên được sử dụng làm baseline đáng tin cậy trong các nghiên cứu dựa trên PyTorch.

Trong khi các model cũ giữ vai trò lịch sử, việc chuyển sang các kiến trúc hiện đại như YOLO26 hoặc YOLO11 thông qua Ultralytics Platform đảm bảo khả năng tiếp cận các tối ưu hóa mới nhất, các workflow training đơn giản nhất và hỗ trợ đa tác vụ rộng rãi nhất hiện nay.