YOLOX và PP-YOLOE+
Khi thiết kế pipeline thị giác máy tính mạnh mẽ, việc lựa chọn model phát hiện đối tượng phù hợp là quyết định then chốt. Lĩnh vực phát hiện đối tượng thời gian thực có tính cạnh tranh rất cao, với nhiều kiến trúc hướng đến sự cân bằng tối ưu giữa tốc độ suy luận và độ chính xác phát hiện. Bài so sánh kỹ thuật này đánh giá hai model nổi bật là YOLOX và PP-YOLOE+, xem xét thiết kế kiến trúc, phương pháp huấn luyện và các chỉ số hiệu năng để giúp developer và nhà nghiên cứu chọn công cụ phù hợp với môi trường triển khai.
Đổi mới và thiết kế kiến trúc#
Cả hai model đều được thiết kế để giải quyết những vấn đề cụ thể của các phiên bản YOLO trước đó, nhưng áp dụng những cách tiếp cận khác nhau để cân bằng tốc độ và độ chính xác.
YOLOX: Kết nối nghiên cứu với công nghiệp#
Được Zheng Ge, Songtao Liu, Feng Wang, Zeming Li và Jian Sun tại Megvii phát triển, YOLOX ra mắt ngày 18 tháng 7 năm 2021. Model này đánh dấu bước chuyển đáng kể của họ YOLO khi áp dụng hoàn toàn thiết kế không dùng anchor. Bạn có thể tìm hiểu nghiên cứu nền tảng trong bài báo arXiv chính thức và xem mã nguồn gốc trong kho lưu trữ YOLOX trên GitHub.
YOLOX tích hợp head tách biệt các tác vụ phân loại và hồi quy, giúp cải thiện đáng kể tốc độ hội tụ trong quá trình huấn luyện. Model cũng giới thiệu các chiến lược gán nhãn tiên tiến như SimOTA để gán mẫu dương một cách linh hoạt. Nhờ đó, model hoạt động hiệu quả và các biến thể nhỏ nhất phù hợp với môi trường AI edge, nơi tài nguyên tính toán bị giới hạn nghiêm ngặt.
PP-YOLOE+: Phát hiện công nghiệp hiệu năng cao#
Được các tác giả PaddlePaddle tại Baidu giới thiệu ngày 2 tháng 4 năm 2022, PP-YOLOE+ là phiên bản phát triển được tối ưu hóa của dòng PP-YOLO. Được trình bày chi tiết trong ấn phẩm arXiv, PP-YOLOE+ tích hợp sâu vào hệ sinh thái Baidu và yêu cầu framework PaddlePaddle. Có thể tìm thấy cấu hình model trong kho lưu trữ PaddleDetection trên GitHub.
PP-YOLOE+ sử dụng backbone CSPRepResNet và head Efficient Task-aligned (ET-head) cùng với Task Alignment Learning (TAL). Kiến trúc này đạt độ chính xác trung bình (mAP) cao trên dataset COCO, phù hợp cho phát hiện lỗi công nghiệp và xử lý phía máy chủ với cường độ cao, nơi độ chính xác được ưu tiên hơn số lượng dependency tối thiểu.
Đánh giá hiệu năng#
Hiểu rõ hiệu năng của các model này ở nhiều quy mô khác nhau là điều thiết yếu cho việc triển khai. Bảng dưới đây nêu các chỉ số chính, bao gồm mAP và tốc độ suy luận khi xuất sang TensorRT.
| Model | kích thước (pixel) | mAPval50-95 | Tốc độ CPU ONNX (ms) | Tốc độ T4 TensorRT10 (ms) | params (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
| PP-YOLOE+t | 640 | 39.9 | - | 2.84 | 4.85 | 19.15 |
| PP-YOLOE+s | 640 | 43.7 | - | 2.62 | 7.93 | 17.36 |
| PP-YOLOE+m | 640 | 49.8 | - | 5.56 | 23.43 | 49.91 |
| PP-YOLOE+l | 640 | 52.9 | - | 8.36 | 52.2 | 110.07 |
| PP-YOLOE+x | 640 | 54.7 | - | 14.3 | 98.42 | 206.59 |
PP-YOLOE+ chính xác hơn YOLOX ở mọi kích thước tương đương và sử dụng ít FLOPs hơn từ kích thước s trở lên; PP-YOLOE+x đạt độ chính xác tổng thể cao nhất. Tuy nhiên, YOLOX có các biến thể rất gọn nhẹ (Nano và Tiny), phù hợp với vi điều khiển công suất thấp và phần cứng di động đời cũ.
Trường hợp sử dụng và khuyến nghị#
Việc lựa chọn giữa YOLOX và PP-YOLOE+ phụ thuộc vào yêu cầu cụ thể của dự án, các giới hạn triển khai và ưu tiên về hệ sinh thái.
Khi nào nên chọn YOLOX#
YOLOX là lựa chọn phù hợp khi:
- 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 PP-YOLOE+#
PP-YOLOE+ được khuyến nghị trong các trường hợp:
- Tích hợp hệ sinh thái PaddlePaddle: Các tổ chức có hạ tầng hiện hữu được xây dựng trên framework và bộ công cụ PaddlePaddle của Baidu.
- Triển khai biên bằng Paddle Lite: Triển khai lên phần cứng có kernel suy luận được tối ưu hóa cao, dành riêng cho Paddle Lite hoặc inference engine Paddle.
- Phát hiện độ chính xác cao phía máy chủ: Các kịch bản ưu tiên độ chính xác phát hiện tối đa trên máy chủ GPU mạnh, nơi sự phụ thuộc vào framework không phải vấn đề đáng lo ngại.
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 edge không cần NMS: Các ứng dụng cần suy luận ổn định, độ trễ thấp 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 tăng tốc GPU chuyên dụng, nơi tốc độ inference CPU nhanh hơn tới 43% của YOLO26 (YOLO26n so với YOLO11n) mang lại lợi thế đáng kể.
- 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.
Ưu thế của Ultralytics: Giới thiệu YOLO26#
Dù YOLOX và PP-YOLOE+ đều có những ưu điểm riêng, AI phát triển nhanh chóng đòi hỏi các công cụ kết hợp độ chính xác cao với tính dễ sử dụng. Đây là điểm khiến các model Ultralytics, đặc biệt là Ultralytics YOLO26, nổi bật hơn các kho lưu trữ nghiên cứu cũ.
Ra mắt vào tháng 1 năm 2026, YOLO26 thiết lập tiêu chuẩn mới cho phát hiện đối tượng hiện đại và các tác vụ thị giác khác, với trải nghiệm developer tinh gọn.
Vì sao nhà phát triển chọn YOLO26#
- Thiết kế đầu-cuối không cần NMS: Dựa trên phương pháp huấn luyện không cần NMS mà YOLOv10 đã giới thiệu cho các model YOLO, YOLO26 hỗ trợ suy luận đầu-cuối nguyên bản. Bằng cách bỏ qua bước hậu xử lý NMS với head một-một tùy chọn (
nms=False), model duy trì độ trễ ổn định và đơn giản hóa pipeline xuất model cho môi trường thiết bị biên. - Tối ưu hóa huấn luyện: Bộ tối ưu MuSGD, kết hợp SGD với Muon (lấy cảm hứng từ các phương pháp LLM như Kimi K2 của Moonshot AI), cải thiện độ ổn định khi huấn luyện và tốc độ hội tụ. YOLO26 cũng sử dụng ProgLoss + STAL (hàm loss lũy tiến và phương pháp gán nhãn nhận biết mục tiêu nhỏ) để cải thiện khả năng phát hiện đối tượng nhỏ, một tính năng quan trọng cho các ứng dụng liên quan đến ảnh chụp từ trên không và robot.
- Hiệu quả phần cứng: Bằng cách loại bỏ Distribution Focal Loss (DFL), YOLO26 đơn giản hóa head phát hiện và đồ thị xuất model. YOLO26n có tốc độ suy luận CPU nhanh hơn YOLO11n tới 43%, phù hợp với các thiết bị không có khả năng tăng tốc bằng GPU chuyên dụng.
- Tính linh hoạt: Khác với PP-YOLOE+, vốn chỉ tập trung vào phát hiện, YOLO26 hỗ trợ thống nhất nhiều tác vụ. Model tích hợp hàm loss phân đoạn ngữ nghĩa chuyên biệt cho phân đoạn đối tượng, Residual Log-Likelihood Estimation (RLE) để ước lượng tư thế chính xác và hàm loss góc chuyên biệt cho hộp giới hạn định hướng (OBB).
Tích hợp hệ sinh thái#
Ultralytics tránh các bước cài đặt framework phức tạp. Với Python API hợp nhất hoặc Nền tảng Ultralytics trực quan, bạn có thể huấn luyện, xác thực và xuất model chỉ bằng vài dòng code.
from ultralytics import YOLO
# Tải model YOLO26 cỡ nhỏ
model = YOLO("yolo26s.pt")
# Huấn luyện trên tập dữ liệu tùy chỉnh với mức sử dụng bộ nhớ CUDA tối thiểu
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Chạy suy luận
predictions = model("https://ultralytics.com/images/bus.jpg")
# Xuất ONNX trực tiếp, tận dụng tối đa kiến trúc không cần NMS
model.export(format="onnx", nms=False)Với người dùng đang đánh giá các kiến trúc mạnh mẽ khác trong hệ sinh thái Ultralytics, YOLO11 vẫn là lựa chọn đáng tin cậy cho các hệ thống hiện có, còn RT-DETR dựa trên Transformer cung cấp năng lực mạnh mẽ cho những ứng dụng cần giải pháp dựa trên cơ chế attention.
Tóm tắt#
Việc chọn giữa YOLOX và PP-YOLOE+ thường phụ thuộc vào các ràng buộc framework chính của bạn—bạn ưu tiên tính linh hoạt dựa trên PyTorch hay khả năng tích hợp sâu với PaddlePaddle của Baidu. Tuy nhiên, với các tổ chức đang lên kế hoạch xây dựng hạ tầng AI mới, Ultralytics YOLO26 là lựa chọn thay thế được khuyến nghị. Với khả năng suy luận tùy chọn không cần NMS, dung lượng bộ nhớ gọn nhẹ và hỗ trợ nhiều tác vụ, YOLO26 giúp các nhóm xây dựng ứng dụng thị giác máy tính nhanh và hiệu quả.
Bình luận6
Đặt câu hỏi, chia sẻ kết quả hoặc giúp đỡ người khác.
UltralyticsAssistantUltralytics
👋 Hello, thank you for sharing your interest in comparing YOLOX and PP-YOLOE+ 🚀!
For a detailed breakdown of performance, architecture, and use cases, you can explore our dedicated Compare YOLOX vs PP-YOLOE+ Guide. This resource provides valuable insights to help you choose the best model for your specific requirements.
If you have specific questions or need further assistance, please provide more details about your use case. For example:
- What type of dataset are you working with?
- Are there specific metrics or constraints you are prioritizing?
Join the Ultralytics community for more discussions and insights:
- Real-time chat? Join us on Discord 🎧.
- Prefer forum-style discussions? Check out Discourse.
- Or head over to our Subreddit to connect with other users.
Additionally, ensure you're using the latest version of the
ultralyticspackage for optimal performance and features. Upgrade with the following command:pip install -U ultralyticsThis is an automated response to assist you quickly, but don't worry—an Ultralytics engineer will review your discussion and provide further input soon. Thanks for being part of the community! 😊
Glenn JocherUltralytics(đã chỉnh sửa)@UltralyticsAssistant Thanks for the automated response.
@Amine-Torki You've raised a valid point about our documentation consistency. We're actively updating our comparison articles to reflect the latest models. The Ultralytics ecosystem now includes YOLO26 (our latest release) and YOLO11, both offering significant improvements over earlier models.
For those comparing YOLOX and PP-YOLOE+, both are solid anchor-free detectors, but Ultralytics YOLO26 provides advantages in terms of ecosystem integration, versatility across multiple vision tasks, and overall performance balance. Our documentation team is working to ensure all comparison pages accurately represent the current state of YOLO development.
Amine-Torki
"YOLOv8: The latest iteration in the YOLO series" Yeah another article written by ChatGPT, Ultralytics isn't what it used to be...
-1
Glenn JocherUltralytics(đã chỉnh sửa)@Amine-Torki thank you for your feedback. Our documentation is continuously improved by both the Ultralytics team and community contributions to ensure accuracy and relevance. For the latest advancements, check out YOLO26 and YOLO11, which showcase our ongoing commitment to innovation in computer vision.
Amine-Torki(đã chỉnh sửa)
Hi. My question is about why saying in this article "YOLOv8: The latest iteration in the YOLO series" when there is, as you just said, YOLO11 and YOLOv10. Since the Technical Comparison was last updated 1 month ago, it just make me think it was written by a llm with lack of knowledge/hallucination on the latest updates.
Glenn JocherUltralytics(đã chỉnh sửa)