Bắt đầu

YOLOv7 và YOLO11

Thị giác máy tính đã phát triển nhanh chóng trong vài năm qua. Với developer và nhà nghiên cứu đang lựa chọn framework phát hiện vật thể, việc hiểu rõ khác biệt về kiến trúc và ứng dụng thực tế giữa các thế hệ model là rất quan trọng. Hướng dẫn này cung cấp bài so sánh kỹ thuật chi tiết giữa YOLOv7 trong giới học thuật và Ultralytics YOLO11 sẵn sàng cho sản xuất.

Nguồn gốc model và triết lý kiến trúc#

YOLOv7, được các tác giả Chien-Yao Wang, Alexey Bochkovskiy và Hong-Yuan Mark Liao thuộc Viện Khoa học Thông tin, Academia Sinica phát hành ngày 6 tháng 7 năm 2022, đã giới thiệu một số khái niệm mới cho lĩnh vực này. Được trình bày chi tiết trong bài báo nghiên cứu YOLOv7 đăng trên arXiv, model tập trung mạnh vào phương pháp "bag-of-freebies có thể huấn luyện" và Mạng tổng hợp lớp hiệu quả mở rộng (E-ELAN). Các lựa chọn kiến trúc này được thiết kế chuyên biệt để tối đa hóa hiệu quả của đường truyền gradient, khiến YOLOv7 trở thành công cụ mạnh mẽ cho hoạt động benchmark học thuật trên GPU cao cấp.

Tìm hiểu thêm về YOLOv7

YOLO11, do Glenn Jocher và Jing Qiu phát triển tại Ultralytics, ra mắt ngày 27 tháng 9 năm 2024. YOLO11 chuyển trọng tâm từ độ phức tạp thuần túy của kiến trúc sang hệ sinh thái toàn diện, ưu tiên developer. Được lưu trữ trên repository Ultralytics trên GitHub, YOLO11 có thiết kế không cần anchor được tối ưu, giúp giảm mức sử dụng bộ nhớ trong cả huấn luyện lẫn suy luận. Model được tích hợp nguyên bản vào Ultralytics Platform, hỗ trợ toàn bộ quy trình từ gán nhãn dataset đến triển khai biên.

Ưu thế hệ sinh thái

Trong khi các repository độc lập thường bị bỏ không sau khi bài báo học thuật được công bố, các model Ultralytics được cập nhật liên tục, đảm bảo khả năng tương thích dài hạn với các stack machine learning hiện đại như những bản phát hành PyTorch mới nhất và các bộ tăng tốc phần cứng chuyên dụng.

Chỉ số hiệu năng và hiệu quả#

Khi triển khai model vào ứng dụng thực tế, cần cân bằng độ chính xác thuần với tốc độ suy luận và chi phí tính toán. Dưới đây là so sánh trực tiếp các biến thể YOLOv7 và YOLO11 được đánh giá trên benchmark dataset COCO tiêu chuẩn.

Modelkích thước
(pixel)
mAPval50-95Tốc độ
CPU ONNX
(ms)
Tốc độ
T4 TensorRT10
(ms)
params
(M)
FLOPs
(B)
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.6
YOLO11m64051.5183.24.720.168.1
YOLO11l64053.4238.66.225.387.2
YOLO11x64054.7462.811.356.9195.3

Lưu ý: Việc thiếu số liệu tốc độ CPU của YOLOv7 là do các môi trường kiểm thử cũ không chuẩn hóa benchmark ONNX trên CPU. Các giá trị tốt nhất trong những nhóm có thể so sánh được sẽ được đánh dấu.

Phân tích kết quả#

Dữ liệu cho thấy hiệu quả đã được cải thiện rõ rệt qua các thế hệ. Model YOLO11l (Large) đạt mAPval50-95 cao hơn, ở mức 53,4% so với 51,4% của YOLOv7l, đồng thời sử dụng ít tham số hơn đáng kể (25,3M so với 36,9M) và ít FLOPs hơn (87,2B so với 104,7B). Độ phức tạp tính toán giảm giúp YOLO11 chạy nhanh hơn trên các bản triển khai NVIDIA TensorRT và cần ít VRAM hơn, nhờ đó phù hợp hơn nhiều với các môi trường có phần cứng hạn chế.

Khả năng sử dụng và quy trình huấn luyện#

Trải nghiệm dành cho nhà phát triển là một điểm khác biệt lớn giữa hai framework.

Huấn luyện YOLOv7#

Sử dụng codebase nguồn mở YOLOv7 gốc thường đòi hỏi phải clone repository, tự giải quyết dependency và dùng các đối số dòng lệnh dài dòng. Việc quản lý các tác vụ khác nhau hoặc xuất sang định dạng di động thường cần sửa script nguồn hoặc sử dụng fork của bên thứ ba.

Huấn luyện YOLO11#

YOLO11 được tích hợp sâu vào package Python ultralytics, giúp đơn giản hóa vòng đời machine learning. Chỉ cần vài dòng code để huấn luyện model phát hiện vật thể; framework sẽ xử lý việc tải dataset, tăng cường dữ liệu và caching.

from ultralytics import YOLO

# Tải model YOLO11 Nano đã huấn luyện trước để đạt tốc độ tối đa
model = YOLO("yolo11n.pt")

# Huấn luyện model trên dataset ví dụ COCO8
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Export model đã huấn luyện sang định dạng ONNX để triển khai
export_path = model.export(format="onnx")

YOLO11 cũng rất linh hoạt. Chỉ cần đổi hậu tố của model, developer có thể chuyển từ phát hiện sang phân đoạn instance, phân loại hình ảnh, ước tính tư thế hoặc phát hiện bounding box định hướng (OBB)—các tác vụ đa dạng được hỗ trợ nguyên bản mà YOLOv7 không có.

Đơn giản hóa việc xuất model

Chỉ cần một lệnh .export() để export YOLO11 sang các định dạng biên như Apple CoreML hoặc Intel OpenVINO, tránh thao tác chỉnh sửa graph phức tạp thường cần thiết với các model thế hệ cũ.

Các tình huống triển khai phù hợp#

Hiểu rõ điểm mạnh của từng model giúp xác định trường hợp sử dụng phù hợp nhất.

  • Tái lập kết quả benchmark cũ: YOLOv7 vẫn hữu ích cho các nhà nghiên cứu học thuật cần tái lập những benchmark cụ thể năm 2022 hoặc nghiên cứu ảnh hưởng của kỹ thuật tái tham số hóa lên các mạng dựa trên anchor.
  • Môi trường sản xuất thương mại: YOLO11 là lựa chọn phù hợp cho hệ thống doanh nghiệp. Độ ổn định, khả năng bảo trì tích cực và tích hợp với Ultralytics Platform dựa trên cloud khiến model này phù hợp với phân tích bán lẻ quy mô lớn, giám sát an ninh và kiểm soát chất lượng sản xuất.
  • Điện toán biên hạn chế tài nguyên: Biến thể YOLO11n gọn nhẹ được thiết kế cho thiết bị biên công suất thấp, chạy hiệu quả trên Raspberry Pi hoặc module NVIDIA Jetson.

Định hướng tương lai: YOLO26#

Dù YOLO11 vẫn là model trưởng thành và được hỗ trợ tốt, lĩnh vực này vẫn không ngừng phát triển. Với các dự án thị giác mới, lựa chọn được khuyến nghị là Ultralytics YOLO26.

Ra mắt vào tháng 1 năm 2026, YOLO26 giới thiệu một số tính năng cải tiến so với cả YOLOv7 lẫn YOLO11:

  • Kiến trúc tùy chọn không cần NMS: Head một-một tùy chọn (nms=False) của YOLO26 loại bỏ bước hậu xử lý Non-Maximum Suppression. Thiết kế end-to-end này đơn giản hóa pipeline triển khai và giảm biến thiên độ trễ.
  • Suy luận CPU nhanh hơn tới 43%: Bằng cách loại bỏ module Distribution Focal Loss (DFL), YOLO26 được tối ưu cho thiết bị biên và môi trường không có GPU chuyên dụng; YOLO26n chạy trên CPU nhanh hơn YOLO11n tới 43%.
  • Tích hợp bộ tối ưu MuSGD: Lấy cảm hứng từ các kỹ thuật huấn luyện LLM tiên tiến của Moonshot AI, bộ tối ưu kết hợp này cải thiện độ ổn định khi huấn luyện và tốc độ hội tụ.
  • Cải thiện khả năng phát hiện vật thể nhỏ: Hàm mất mát tiến triển (ProgLoss) và chiến lược gán nhãn có nhận biết đối tượng nhỏ (STAL) cải thiện độ chính xác với vật thể nhỏ, hữu ích khi phân tích ảnh chụp từ trên không bằng drone và dữ liệu cảm biến IoT phức tạp.

Đối với người dùng quan tâm đến kiến trúc dựa trên Transformer hoặc các mô hình khác, tài liệu Ultralytics cũng đề cập đến những model như model phát hiện Transformer RT-DETR và model từ vựng mở YOLO-World.

Người đóng góp

Bình luận

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