Bắt đầu

YOLOv9 và YOLOX

Lĩnh vực thị giác máy tính đã chứng kiến sự phát triển nhanh chóng của các kiến trúc phát hiện vật thể theo thời gian thực. Hướng dẫn này so sánh YOLOv9 và YOLOX, phân tích các đổi mới về kiến trúc, chỉ số hiệu năng và phương pháp huấn luyện. Dù bạn đang xây dựng ứng dụng thông minh cho AI trong sản xuất hay tìm hiểu mô hình dự đoán, hiểu rõ các model này sẽ giúp bạn đưa ra quyết định sáng suốt cho lần triển khai tiếp theo.

Các cải tiến kiến trúc#

YOLOv9: Thông tin gradient có thể lập trình#

YOLOv9 giải quyết vấn đề nút thắt thông tin vốn có trong các mạng neural sâu. Những đổi mới cốt lõi của model gồm Thông tin Gradient có thể lập trình (PGI) và Mạng tổng hợp lớp hiệu quả tổng quát (GELAN).

  • Tác giả: Chien-Yao Wang và Hong-Yuan Mark Liao
  • Tổ chức: Viện Khoa học Thông tin, Academia Sinica, Đài Loan
  • Ngày: 21 tháng 2, 2024
  • arXiv: 2402.13616
  • GitHub: WongKinYiu/yolov9

Bằng cách giữ lại dữ liệu đặc trưng quan trọng trong quá trình truyền xuôi, YOLOv9 giúp đảm bảo gradient dùng để cập nhật trọng số trong quá trình lan truyền ngược luôn chính xác. Kiến trúc này có thế mạnh về trích xuất đặc trưng, nhờ đó phát hiện hiệu quả các vật thể nhỏ trong môi trường phức tạp, chẳng hạn như ảnh chụp từ trên không và ảnh quét y tế chi tiết.

Tìm hiểu thêm về YOLOv9

YOLOX: Kết nối nghiên cứu với công nghiệp#

Ra mắt vào giữa năm 2021, YOLOX đưa dòng YOLO chuyển sang thiết kế không dùng anchor. Model này giới thiệu head tách biệt, phân chia tác vụ phân loại và định vị, đồng thời sử dụng chiến lược gán nhãn SimOTA để cải thiện khả năng hội tụ khi huấn luyện.

YOLOX từng có ảnh hưởng lớn, đạt độ chính xác trung bình trung bình (mAP) rất cao và loại bỏ việc tinh chỉnh siêu tham số anchor box, nhưng kiến trúc nền tảng của model này đã bị các mạng hiện đại vượt qua nhờ khả năng cân bằng tốt hơn giữa số lượng tham số và khả năng giữ lại đặc trưng.

Tìm hiểu thêm về YOLOX

Sự phát triển của thiết kế không dùng anchor

Cả YOLOX lẫn các model Ultralytics mới hơn đều áp dụng thiết kế không dùng anchor, giảm độ phức tạp khi tinh chỉnh siêu tham số và cải thiện khả năng khái quát hóa trên nhiều bộ dữ liệu khác nhau.

Phân tích hiệu năng#

Khi so sánh các model này trên benchmark MS COCO, có thể thấy rõ những tiến bộ của YOLOv9. YOLOv9 liên tục đạt được sự cân bằng tốt hơn giữa độ chính xác và FLOPs.

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
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9

Dù YOLOX có các biến thể nhẹ như YOLOX-Nano dành cho những trường hợp biên khắc nghiệt, các biến thể YOLOv9 luôn vượt trội hơn các model YOLOX có kích thước tương đương về độ chính xác thuần túy. Chẳng hạn, YOLOv9m đạt mAP 51.4% so với 49.7% của YOLOXl, dù số lượng tham số chưa bằng một nửa (20.1M so với 54.2M).

Lợi thế của Ultralytics#

Việc chọn model không chỉ dựa trên lý thuyết kiến trúc; hệ sinh thái xung quanh model quyết định tốc độ phát triển và thành công khi triển khai. Sử dụng YOLOv9 trong hệ sinh thái Ultralytics mang lại tính dễ sử dụng và sự hỗ trợ mạnh mẽ từ cộng đồng.

Khác với các repository nghiên cứu nguyên bản cũ, framework Ultralytics cung cấp Python API thống nhất giúp đơn giản hóa các pipeline phức tạp. Quá trình huấn luyện thường cần ít bộ nhớ GPU hơn nhiều giải pháp thay thế, qua đó cải thiện hiệu quả huấn luyện.

from ultralytics import YOLO

# Khởi tạo model YOLOv9c
model = YOLO("yolov9c.pt")

# Huấn luyện model trên dataset tùy chỉnh của bạn
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Đánh giá hiệu năng của model
metrics = model.val()

# Xuất model đã tối ưu sang định dạng TensorRT
model.export(format="engine")

Với khả năng hỗ trợ tích hợp cho nhiều tác vụ, bao gồm phát hiện vật thể, phân đoạn đối tượng và ước tính tư thế, bạn có thể chuyển đổi giữa các tác vụ thị giác mà không cần thay đổi toàn bộ codebase.

Export đơn giản

Triển khai lên thiết bị biên? Ultralytics giúp bạn dễ dàng export các model đã huấn luyện sang những định dạng tối ưu như ONNX, TensorRT và OpenVINO chỉ bằng một lệnh.

Ứng dụng thực tế#

Thế mạnh riêng của từng model khiến chúng phù hợp với những ứng dụng thực tế khác nhau:

Phân tích bán lẻ tốc độ cao#

Đối với môi trường bán lẻ hiện đại cần nhận diện sản phẩm theo thời gian thực, YOLOv9 hoạt động hiệu quả. Khả năng giữ lại các chi tiết đặc trưng tinh vi khiến model phù hợp với các ứng dụng AI trong bán lẻ, nơi cần phân biệt những sản phẩm có hình thức tương tự trên kệ hàng đông đúc.

Triển khai biên trên hệ thống cũ#

Trong các tình huống bị giới hạn nghiêm ngặt về phần cứng hoặc sử dụng NPU chuyên dụng gặp khó khăn với các block tổng hợp mới hơn, YOLOX-Nano đôi khi có thể đáp ứng một nhu cầu đặc thù. Các mẫu tích chập đơn giản của model này đôi khi được ưu tiên cho vi điều khiển có tài nguyên cực kỳ hạn chế.

Robotics tự hành#

Trong điều hướng robot, bỏ sót vật thể nhỏ có thể gây hậu quả nghiêm trọng. Kiến trúc GELAN trong YOLOv9 giúp giữ lại đặc trưng của các chướng ngại vật nhỏ ở xa, tránh để chúng bị mất trong những lớp sâu của mạng; điều này rất quan trọng trong các ứng dụng trọng yếu về an toàn như AI trong ngành ô tô.

Trường hợp sử dụng và khuyến nghị#

Việc lựa chọn giữa YOLOv9 và YOLOX phụ thuộc vào yêu cầu cụ thể của dự án, các giới hạn triển khai và lựa chọn hệ sinh thái của bạn.

Khi nào nên chọn YOLOv9#

YOLOv9 là lựa chọn phù hợp cho:

  • Nghiên cứu về nút thắt thông tin: Các dự án học thuật nghiên cứu kiến trúc Programmable Gradient Information (PGI) và Generalized Efficient Layer Aggregation Network (GELAN).
  • Nghiên cứu tối ưu hóa luồng gradient: Các nghiên cứu tập trung vào việc tìm hiểu và giảm thiểu mất mát thông tin trong các lớp mạng sâu khi huấn luyện.
  • Đánh giá hiệu năng phát hiện độ chính xác cao: Các tình huống cần hiệu năng mạnh của YOLOv9 trên benchmark COCO làm mốc tham chiếu để so sánh kiến trúc.

Khi nào nên chọn YOLOX#

YOLOX được khuyến nghị cho:

  • Nghiên cứu phát hiện không anchor: Nghiên cứu học thuật sử dụng kiến trúc không anchor rõ ràng của YOLOX làm baseline để thử nghiệm các head phát hiện hoặc hàm loss mới.
  • Thiết bị biên siêu nhẹ: Triển khai trên vi điều khiển hoặc phần cứng di động đời cũ, nơi kích thước cực nhỏ của biến thể YOLOX-Nano (0.91M tham số) là yếu tố then chốt.
  • Nghiên cứu gán nhãn SimOTA: Các dự án nghiên cứu tìm hiểu chiến lược gán nhãn dựa trên vận tải tối ưu và ảnh hưởng của chúng đến quá trình hội tụ khi huấn luyện.

Khi nào nên chọn Ultralytics (YOLO26)#

Với hầu hết dự án mới, Ultralytics YOLO26 mang đến sự kết hợp tốt nhất giữa hiệu năng và trải nghiệm dành cho nhà phát triển:

  • Triển khai biên không cần NMS: Dành cho các ứng dụng cần suy luận có độ trễ thấp và ổn định mà không phải xử lý sự phức tạp của bước hậu xử lý Non-Maximum Suppression (NMS).
  • Môi trường chỉ có CPU: Các thiết bị không có khả năng tăng tốc bằng GPU chuyên dụng, nơi tốc độ suy luận CPU nhanh hơn tới 43% của YOLO26n so với YOLO11n mang lại lợi thế quyết định.
  • Phát hiện vật thể nhỏ: Các tình huống khó như ảnh chụp từ drone trên không hoặc phân tích cảm biến IoT, nơi ProgLoss và STAL cải thiện độ chính xác đối với vật thể rất nhỏ.

Tương lai: YOLO26 ra mắt#

YOLOv9 là một cột mốc quan trọng, nhưng yêu cầu production không ngừng thay đổi. YOLO26, ra mắt vào tháng 1 năm 2026, hiện là model Ultralytics được khuyến nghị.

YOLO26 đơn giản hóa pipeline triển khai với Thiết kế end-to-end không cần NMS tùy chọn. Bằng cách loại bỏ bước hậu xử lý NMS với nms=False, model mang lại độ trễ suy luận thấp hơn.

YOLO26 cũng tích hợp Bộ tối ưu MuSGD, kết hợp SGD và Muon, đồng thời kế thừa các đổi mới từ quá trình huấn luyện LLM để hội tụ ổn định và nhanh chóng. Nhờ loại bỏ DFL và suy luận không cần NMS, YOLO26n suy luận trên CPU nhanh hơn tới 43% so với YOLO11n, khiến YOLO26 trở thành lựa chọn mạnh mẽ cho thiết bị biên và triển khai doanh nghiệp. ProgLoss và STAL (Hàm mất mát lũy tiến và Gán nhãn nhận biết mục tiêu nhỏ) cải thiện khả năng phát hiện vật thể nhỏ, giúp YOLO26 vượt trội hơn cả YOLOX lẫn YOLOv9 trong các dự án mới.

Đối với kỹ sư đang tìm hiểu các kiến trúc hiện đại, YOLO11 và RT-DETR cũng là những lựa chọn thay thế mạnh mẽ trong hệ sinh thái Ultralytics; Ultralytics Platform cho phép bạn huấn luyện và triển khai các model mới nhất tại một nơi.

Người đóng góp

Bình luận

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