Bắt đầu

YOLOv7 và YOLO26

Thị giác máy tính đã đạt nhiều cột mốc quan trọng, và so sánh các kiến trúc cũ với model hiện đại cung cấp góc nhìn hữu ích cho kỹ sư ML. Bài so sánh kỹ thuật này phân tích khác biệt giữa YOLOv7 có ảnh hưởng lớn và Ultralytics YOLO26, đồng thời nêu bật những tiến bộ về kiến trúc, phương pháp huấn luyện và hiệu quả triển khai.

YOLOv7: Tiên phong với “Bag-of-Freebies”#

Ra mắt vào giữa năm 2022, YOLOv7 cải thiện khả năng phát hiện thời gian thực trên phần cứng GPU nhờ một số tối ưu hóa kiến trúc giúp tăng độ chính xác mà không làm tăng chi phí suy luận.

Thông tin model

YOLOv7 giới thiệu khái niệm "bag-of-freebies" có thể huấn luyện, tận dụng mạnh mẽ các kỹ thuật tái tham số hóa và mở rộng mạng tổng hợp lớp hiệu quả (E-ELAN). Nhờ đó, model có thể học nhiều đặc trưng đa dạng hơn và liên tục cải thiện khả năng học của mạng mà không phá vỡ đường đi gradient ban đầu. Dù đạt kết quả COCO tiên tiến nhất vào thời điểm đó, kiến trúc này dựa trên đầu ra có anchor và cần bước hậu xử lý Non-Maximum Suppression (NMS), có thể gây nghẽn độ trễ khi triển khai.

Tìm hiểu thêm về YOLOv7

YOLO26: Tiêu chuẩn AI thị giác ưu tiên thiết bị biên#

Ra mắt vào tháng 1 năm 2026, Ultralytics YOLO26 thiết kế lại pipeline phát hiện để ưu tiên tính dễ triển khai, độ ổn định khi huấn luyện và hiệu quả phần cứng.

Thông tin model

YOLO26 được thiết kế cho nhu cầu triển khai hiện đại. Kiến trúc này mang đến một số cải tiến quan trọng:

  • Thiết kế end-to-end không cần NMS: YOLO26 cung cấp head một-một tùy chọn (nms=False), bỏ qua bước hậu xử lý NMS; phương pháp này được giới thiệu lần đầu trong YOLOv10. Kết quả là pipeline triển khai nhanh và đơn giản hơn, tránh biến thiên độ trễ thường gặp trong các cảnh có nhiều vật thể.
  • Loại bỏ DFL: Bằng cách loại bỏ Distribution Focal Loss (DFL), model được đơn giản hóa để export, cải thiện khả năng tương thích với thiết bị biên và phần cứng IoT công suất thấp.
  • Suy luận CPU nhanh hơn tới 43%: Nhờ đơn giản hóa kiến trúc, YOLO26 được tối ưu cho điện toán biên và thiết bị không có GPU chuyên dụng; YOLO26n chạy trên CPU nhanh hơn YOLO11n tới 43%.
  • Bộ tối ưu MuSGD: Lấy cảm hứng từ các kỹ thuật huấn luyện mô hình ngôn ngữ lớn (cụ thể là Kimi K2 của Moonshot AI), YOLO26 sử dụng bộ tối ưu MuSGD—kết hợp giữa Stochastic Gradient Descent và Muon. Cách này giúp huấn luyện ổn định hơn và hội tụ nhanh hơn trong các tác vụ thị giác máy tính.
  • ProgLoss + STAL: Hàm mất mát tiến triển và chiến lược gán nhãn có nhận biết đối tượng nhỏ cải thiện khả năng nhận diện vật thể nhỏ, yếu tố then chốt đối với ảnh chụp từ trên không, robot và kiểm tra chất lượng tự động.
  • Cải tiến theo từng tác vụ: Ngoài phát hiện đối tượng tiêu chuẩn, YOLO26 giới thiệu proto đa tỷ lệ và hàm mất mát phân đoạn ngữ nghĩa chuyên biệt cho tác vụ phân đoạn, Ước tính hợp lý log dư (RLE) cho ước tính tư thế và các thuật toán hàm mất mát góc chuyên biệt để xử lý vấn đề đường biên trong bounding box định hướng (OBB).
Chuyển đổi sang YOLO26

Với các dự án đang sử dụng package ultralytics, việc nâng cấp lên YOLO26 đơn giản như đổi chuỗi model trong code Python thành yolo26n.pt; trọng số sẽ tự động được tải xuống. Các dự án YOLOv7 từ repository gốc có thể dùng lại dataset định dạng YOLO và huấn luyện lại bằng API Ultralytics.

So sánh hiệu năng và chỉ số#

Khi so sánh mức tiêu thụ tài nguyên tính toán, YOLO26 cân bằng tốt hơn giữa độ chính xác, tốc độ và yêu cầu bộ nhớ. Model dựa trên Transformer hoặc kiến trúc cũ cồng kềnh thường cần phân bổ nhiều bộ nhớ CUDA, nhưng YOLO26 huấn luyện hiệu quả trên GPU phổ thông.

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
YOLO26n64040.938.91.72.45.5
YOLO26s64048.687.22.59.520.9
YOLO26m64053.1220.04.720.468.4
YOLO26l64055.0286.26.224.886.8
YOLO26x64057.5525.811.855.7194.4

Như trên đã thấy, model YOLO26m đạt độ chính xác tương đương model YOLOv7x lớn hơn nhiều (53.1 mAP), với số tham số chưa bằng một phần ba (20.4M so với 71.3M) và suy luận nhanh hơn qua TensorRT (4.7 ms so với 11.57 ms).

Lợi thế của hệ sinh thái Ultralytics#

Triển khai các model cũ thường liên quan đến repository bên thứ ba phức tạp, xung đột dependency và script export thủ công. Ngược lại, Ultralytics Platform cung cấp hệ sinh thái đồng bộ, được duy trì tốt, giúp tinh giản toàn bộ vòng đời machine learning.

  • Dễ sử dụng: Với Python API trực quan và tài liệu phong phú, bạn có thể gán nhãn, huấn luyện và triển khai model chỉ trong vài phút. Chỉ cần một dòng code để export sang các định dạng như ONNX hoặc CoreML.
  • Yêu cầu bộ nhớ: Các model Ultralytics nổi tiếng vì sử dụng ít bộ nhớ. Không giống một số vision Transformer lớn, YOLO26 có thể được fine-tune trên phần cứng phổ thông mà không gặp lỗi hết bộ nhớ (OOM).
  • Tính linh hoạt: YOLOv7 chủ yếu là model phát hiện vật thể (với một số nhánh thử nghiệm cho tác vụ khác), còn YOLO26 là framework thống nhất hỗ trợ phát hiện, phân đoạn instance, phân đoạn ngữ nghĩa, ước tính độ sâu, phân loại, ước tính tư thế, OBB và theo dõi nhiều vật thể.
Các model Ultralytics khác

Dù YOLO26 là tiêu chuẩn được khuyến nghị, developer chuyển đổi các hệ thống cũ cũng có thể tìm hiểu YOLO11, thế hệ trước trong dòng sản phẩm Ultralytics, vốn có độ ổn định đã được kiểm chứng cho các dự án cần hỗ trợ dài hạn.

Ví dụ mã: Huấn luyện và triển khai#

Ví dụ sau minh họa quy trình làm việc ultralytics, thay thế các đối số dòng lệnh dài thường dùng trong repository cũ.

from ultralytics import YOLO

# Load the lightweight YOLO26 nano model
model = YOLO("yolo26n.pt")

# Train the model efficiently on a dataset (e.g., COCO8)
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    batch=32,  # Efficient memory usage allows larger batch sizes
    device=0,
)

# Run an NMS-free, end-to-end inference on a test image
predictions = model("https://ultralytics.com/images/bus.jpg", nms=False)

# Export directly to ONNX for edge deployment
export_path = model.export(format="onnx")
print(f"Model exported successfully to: {export_path}")

Các trường hợp sử dụng thực tế#

Việc chọn kiến trúc phù hợp phụ thuộc vào các giới hạn của môi trường sản xuất.

Khi nào nên cân nhắc YOLOv7: YOLOv7 vẫn là công cụ hữu ích để đối chiếu chuẩn học thuật năm 2022. Nếu hạ tầng của bạn sử dụng pipeline CUDA cũ, được thiết lập cố định cho đầu ra anchor cụ thể của YOLOv7 và không thể phân bổ nguồn lực để tái cấu trúc, model này vẫn có thể hoạt động như một detector cơ sở đáng tin cậy.

Khi nào nên chọn YOLO26: Với các dự án mới, YOLO26 là lựa chọn được khuyến nghị. Head không cần NMS tùy chọn phù hợp với các hệ thống điều hướng tự hành có độ trễ thấp và hệ thống an ninh thời gian thực. Việc loại bỏ DFL và tăng tốc suy luận CPU khiến model này rất phù hợp cho triển khai AI biên, chẳng hạn chạy trên Raspberry Pi hoặc trong thiết bị điện tử tiêu dùng. Ngoài ra, các cải tiến ProgLoss + STAL giúp model phát hiện những bất thường nhỏ trong kiểm soát chất lượng sản xuất hoặc ảnh vệ tinh.

Cuối cùng, YOLO26 mang đến cho developer sự kết hợp mạnh mẽ giữa độ chính xác, tốc độ và tính đơn giản, cùng sự hậu thuẫn của cộng đồng mã nguồn mở năng động.

Người đóng góp

Bình luận2

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

  1. Murat Raimbekov(đã chỉnh sửa)

    hey @bit-scientist, you're right - the YOLOv7 vs YOLO26 comparison tables only included YOLOv7l (51.4 mAP, 36.9M params) and YOLOv7x (53.1 mAP, 71.3M params) at 640px. they didn't include YOLOv7-tiny or the higher-resolution variants (W6, E6, D6, E6E at 1280px).

    these variants do exist in the yolov7 model docs with the numbers from the original paper:

    variantimgszmAPparams (M)flops (B)
    YOLOv7-tiny-SiLU64038.76.213.8
    YOLOv764051.436.9104.7
    YOLOv7-X64053.171.3189.9
    YOLOv7-W6128054.970.4360.0
    YOLOv7-E6128056.097.2515.2
    YOLOv7-D6128056.6154.7806.8
    YOLOv7-E6E128056.8151.7843.2

    the comparison focused on the two 640-resolution scales that line up most directly with the modern yolo26 sizes (n/s/m/l/x @ 640).

    worth noting: yolov7 is a third-party model from wang et al. and is not natively supported in the ultralytics package. we publish docs for reference, but training/inference uses the original WongKinYiu/yolov7 repo.

    1