Bắt đầu

YOLOv9 và YOLO11

Sự phát triển nhanh chóng của computer vision liên tục mở rộng khả năng của phát hiện đối tượng theo thời gian thực. Khi so sánh các kiến trúc hàng đầu, YOLOv9 và Ultralytics YOLO11 nổi bật như những bước tiến quan trọng, mỗi model đáp ứng các nhu cầu kỹ thuật riêng. YOLOv9 giới thiệu những phương pháp mới để duy trì luồng gradient trong quá trình huấn luyện mạng sâu, còn YOLO11 tinh chỉnh framework Ultralytics đa dụng nhằm tăng hiệu quả, tính linh hoạt và tính dễ sử dụng.

Bài so sánh kỹ thuật này phân tích kiến trúc, chỉ số hiệu năng, yêu cầu bộ nhớ và các kịch bản triển khai lý tưởng để giúp bạn chọn model phù hợp cho dự án AI tiếp theo.

Đảm bảo dự án sẵn sàng cho tương lai với YOLO26

Dù YOLOv9 và YOLO11 đều là những model có năng lực, YOLO26 hiện là model Ultralytics được khuyến nghị. YOLO26 có thiết kế end-to-end không cần NMS giúp đơn giản hóa triển khai, suy luận CPU nhanh hơn tới 43% (YOLO26n so với YOLO11n) và optimizer MuSGD giúp hội tụ nhanh hơn, khiến model trở thành điểm khởi đầu tốt nhất cho các dự án production mới.

Thông số kỹ thuật và nhóm tác giả#

Hiểu rõ nguồn gốc của các model này giúp làm rõ bối cảnh cần thiết về các quyết định thiết kế kiến trúc và phụ thuộc framework.

YOLOv9#

YOLOv9 tập trung mạnh vào học thuật, nghiên cứu các nút thắt thông tin trong deep learning và ưu tiên độ trung thực của đặc trưng thông qua các block mạng tùy chỉnh.

Tìm hiểu thêm về YOLOv9

Ultralytics YOLO11#

YOLO11 được thiết kế từ đầu cho môi trường production, tập trung cân bằng giữa độ chính xác cao, tốc độ triển khai thực tế và khả năng xử lý đa tác vụ.

Các cải tiến kiến trúc#

Thông tin gradient có thể lập trình trong YOLOv9#

YOLOv9 giới thiệu khái niệm Thông tin gradient có thể lập trình (PGI) cùng với Mạng tổng hợp lớp hiệu quả tổng quát (GELAN). Khi mạng neural ngày càng sâu, chúng thường gặp nút thắt thông tin, khiến các chi tiết quan trọng bị mất trong quá trình truyền xuôi. PGI giải quyết vấn đề này bằng cách cung cấp các cập nhật gradient đáng tin cậy, giữ lại thông tin không gian chi tiết, trong khi GELAN tối đa hóa hiệu quả tham số. Điều này giúp YOLOv9 đặc biệt phù hợp với các tác vụ đòi hỏi độ trung thực đặc trưng cao, dù model vẫn phụ thuộc vào Ức chế phi cực đại (NMS) tiêu chuẩn trong quá trình hậu xử lý, có thể gây độ trễ trên thiết bị edge.

YOLO11 tối ưu hiệu quả triển khai#

YOLO11 kế thừa nhiều năm nghiên cứu YOLO để mang lại kiến trúc hiệu quả. Model cải tiến so với các phiên bản trước bằng cách giảm chi phí tính toán đồng thời cải thiện khả năng trích xuất đặc trưng. YOLO11 vẫn sử dụng NMS tiêu chuẩn để hậu xử lý, nhưng các head phát hiện được tinh chỉnh giúp cân bằng tốt giữa độ trễ và độ chính xác. YOLO11 cũng dùng ít bộ nhớ hơn trong quá trình huấn luyện model và suy luận so với các model Transformer lớn, vốn thường huấn luyện chậm hơn và cần nhiều bộ nhớ CUDA.

So sánh chỉ số hiệu năng#

Khi so sánh các model này trên dataset COCO tiêu chuẩn, cả hai đều có hiệu năng tốt, nhưng có sự đánh đổi giữa số lượng tham số thuần và tốc độ vận hành.

Bảng bên dưới so sánh các chỉ số hiệu năng YOLO chính.

Modelkích thước
(pixel)
mAPval50-95Tốc độ
CPU ONNX
(ms)
Tốc độ
T4 TensorRT10
(ms)
params
(M)
FLOPs
(B)
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5
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

Phân tích kết quả#

  1. Tốc độ và hiệu quả phần cứng: YOLO11 nhanh hơn YOLOv9 ở mọi kích thước trong bảng này. Ví dụ, YOLO11n chạy trong 1.5 ms trên GPU NVIDIA T4 khi dùng TensorRT, rất phù hợp với các pipeline thời gian thực có yêu cầu nghiêm ngặt.
  2. Yêu cầu tính toán: Các model YOLO11 thường cần ít FLOPs hơn (ví dụ: 68,1B với YOLO11m so với 76,8B với YOLOv9m), giúp giảm mức tiêu thụ điện trên các thiết bị biên chạy bằng pin như Raspberry Pi hoặc phần cứng di động.
  3. Độ chính xác tương đương: Dù YOLOv9e nhỉnh hơn YOLO11x một chút về mAP tuyệt đối (55.6 so với 54.7), YOLO11 đạt độ chính xác cao nhất với độ trễ thấp hơn đáng kể (11.3ms so với 16.77ms), cho thấy sự cân bằng hiệu năng thuận lợi hơn khi triển khai thực tế.

Hệ sinh thái và tính dễ sử dụng#

Dù các chỉ số thuần rất quan trọng, hệ sinh thái framework thường quyết định thành công của dự án, và đây là điểm Ultralytics nổi bật.

Repository YOLOv9 ban đầu có tính chuyên biệt cao và cung cấp một bản triển khai phục vụ nghiên cứu. Tuy nhiên, Ultralytics Platform cùng package mã nguồn mở tương ứng mang lại trải nghiệm người dùng tinh gọn, API đơn giản và tài liệu toàn diện, giúp rút ngắn thời gian đưa sản phẩm ra thị trường.

Tính linh hoạt đa tác vụ#

YOLOv9 chủ yếu tập trung vào phát hiện bounding box. Ngược lại, YOLO11 là model đa tác vụ thống nhất, hỗ trợ sẵn:

Triển khai#

Sử dụng hệ sinh thái Ultralytics cho phép nhà phát triển xuất model sang nhiều định dạng chỉ bằng một dòng code Python. Dù hướng đến ONNX, OpenVINO, LiteRT hay CoreML, quá trình chuyển từ huấn luyện sang production đều đơn giản.

from ultralytics import YOLO

# Tải model YOLO11 hiệu quả cao
model = YOLO("yolo11n.pt")

# Huấn luyện nhanh trên dataset tùy chỉnh với mức sử dụng bộ nhớ tối thiểu
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export model đã huấn luyện sang OpenVINO để tăng tốc CPU Intel
model.export(format="openvino")

Các trường hợp sử dụng phù hợp nhất#

Khi nào nên dùng YOLOv9#

YOLOv9 là công cụ hữu ích cho các môi trường thiên về nghiên cứu hoặc các kịch bản ưu tiên độ trung thực đặc trưng cao, nơi độ trễ phần cứng không phải ràng buộc chính. Kiến trúc GELAN có thể hữu ích trong phân tích ảnh y tế, nơi việc phát hiện những biến đổi nhỏ nhất ở cấp pixel là yếu tố then chốt.

Vì sao nên chọn YOLO11#

Với nhà phát triển, kỹ sư và nhóm production đang lựa chọn giữa hai model này, YOLO11 là lựa chọn được khuyến nghị. YOLO11 vượt trội trong các môi trường đòi hỏi triển khai tốc độ cao và có khả năng mở rộng:

  • Phân tích bán lẻ thông minh: Theo dõi sản phẩm và khách hàng bằng bộ xử lý Intel tiêu chuẩn.
  • Drone tự hành: Kiến trúc có FLOPs thấp giúp tiết kiệm pin mà vẫn phát hiện đối tượng nhỏ một cách đáng tin cậy.
  • Dự án linh hoạt: Các workflow có thể bắt đầu với tác vụ phát hiện nhưng sau đó phát triển để cần thêm ước lượng tư thế hoặc phân đoạn.

Hướng tới tương lai: Bước tiến tiếp theo#

YOLO11 là model tiên tiến nhất trong thế hệ của mình, nhưng lĩnh vực computer vision vẫn tiếp tục phát triển. Với các dự án mới, hãy cân nhắc YOLO26, model Ultralytics hiện được khuyến nghị.

Dựa trên thiết kế end-to-end không cần NMS được khám phá đầu tiên trong YOLOv10, YOLO26 giới thiệu optimizer MuSGD (kết hợp SGD và Muon) để huấn luyện ổn định hơn. Việc loại bỏ Distribution Focal Loss (DFL) giúp đơn giản hóa quá trình xuất model, còn ProgLoss và STAL (Progressive Loss và phương pháp gán nhãn nhận biết đối tượng nhỏ) cải thiện khả năng phát hiện đối tượng nhỏ; YOLO26n đạt tốc độ suy luận CPU nhanh hơn YOLO11n tới 43%. Nhờ API Ultralytics thống nhất, các nhóm nâng cấp từ model cũ như Ultralytics YOLOv8 có thể chuyển sang YOLO26 hoặc YOLO11 với rất ít thay đổi code.

Người đóng góp

Bình luận

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