YOLOX so với YOLO26#

Lĩnh vực thị giác máy tính đã chứng kiến những chuyển đổi đáng kinh ngạc trong thập kỷ qua. Hai cột mốc quan trọng trong hành trình này là sự ra mắt của YOLOX, model đã phổ biến các kiến trúc không dùng anchor, và sự giới thiệu gần đây của Ultralytics YOLO26, model hoàn toàn định nghĩa lại hiệu năng thời gian thực với thiết kế end-to-end, không cần NMS ngay từ đầu. Bài so sánh toàn diện này phân tích kiến trúc, các chỉ số hiệu năng và kịch bản triển khai lý tưởng của chúng để giúp các nhà phát triển đưa ra quyết định sáng suốt cho dự án AI tiếp theo.

Tổng quan về model#

Việc tìm hiểu nguồn gốc và mục tiêu thiết kế chính của từng model cung cấp bối cảnh thiết yếu để đánh giá các thành tựu kỹ thuật tương ứng của chúng.

YOLOX#

• Tác giả: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li và Jian Sun
• Tổ chức: Megvii
• Ngày: 2021-07-18
• Arxiv: 2107.08430
• GitHub: Megvii-BaseDetection/YOLOX
• Tài liệu: Tài liệu GitHub YOLOX

Được giới thiệu vào giữa năm 2021, YOLOX đánh dấu một bước chuyển lớn khi áp dụng thiết kế không dùng anchor kết hợp với head tách biệt và chiến lược gán nhãn nâng cao có tên SimOTA. Bằng cách rời bỏ các cơ chế anchor box truyền thống vốn chi phối những kiến trúc trước đó, YOLOX đã thu hẹp khoảng cách giữa nghiên cứu học thuật và ứng dụng công nghiệp, cung cấp một framework thanh lịch nhưng hiệu quả cao cho phát hiện đối tượng.

Tìm hiểu thêm về YOLOX

YOLO26#

• Tác giả: Glenn Jocher và Jing Qiu
• Tổ chức: Ultralytics
• Ngày: 2026-01-14
• GitHub: ultralytics/ultralytics
• Nền tảng: Ultralytics Platform

Ra mắt vào đầu năm 2026, YOLO26 là kết quả của nhiều năm cải tiến lặp lại, tập trung mạnh vào triển khai edge và đơn giản hóa pipeline huấn luyện. Model này giới thiệu thiết kế end-to-end không cần NMS, loại bỏ hoàn toàn bước hậu xử lý Non-Maximum Suppression truyền thống. Đột phá này đơn giản hóa đáng kể việc triển khai model trên nhiều loại phần cứng. Hơn nữa, nhờ loại bỏ module Distribution Focal Loss (DFL), YOLO26 đạt độ trễ thấp hơn đáng kể, củng cố vị thế là lựa chọn hàng đầu cho các ứng dụng thị giác máy tính hiện đại.

Các cải tiến về kiến trúc#

Kiến trúc của hai model này làm nổi bật sự phát triển nhanh chóng của các phương pháp deep learning, đặc biệt trong các hàm loss và quá trình hậu xử lý.

Cách tiếp cận của YOLOX#

YOLOX tách biệt các tác vụ phân loại và hồi quy trong prediction head, nhờ đó tăng tốc đáng kể quá trình hội tụ khi huấn luyện. Đặc tính không dùng anchor giúp giảm số lượng tham số thiết kế, hạn chế nhu cầu tinh chỉnh anchor phức tạp trước khi huấn luyện. Kết hợp với thuật toán gán nhãn SimOTA, YOLOX đạt kết quả state-of-the-art vào thời điểm đó, đặc biệt trên các benchmark tiêu chuẩn như dataset COCO.

Ưu thế của YOLO26#

YOLO26 đưa hiệu quả kiến trúc lên một tầm cao mới. Việc loại bỏ NMS không chỉ giảm độ trễ suy luận mà còn đảm bảo thời gian thực thi nhất quán, mang tính tất định—một yếu tố quan trọng đối với xe tự hành và robot.

Các cải tiến chính của YOLO26 bao gồm:

• Optimizer MuSGD: Lấy cảm hứng từ các kỹ thuật huấn luyện Large Language Model (LLM), phương pháp kết hợp giữa SGD và Muon này đảm bảo quá trình huấn luyện đặc biệt ổn định và hội tụ nhanh hơn.
• Suy luận CPU nhanh hơn tới 43%: Bằng cách loại bỏ DFL và tinh gọn kiến trúc mạng, YOLO26 được tối ưu mạnh cho các thiết bị edge hạn chế tài nguyên, từ các cảm biến IoT đơn giản đến các bo mạch Raspberry Pi.
• ProgLoss + STAL: Các hàm loss nâng cao này mang lại cải thiện đáng kể trong việc nhận diện đối tượng nhỏ, yếu tố quan trọng để phân tích ảnh chụp từ trên không và thực hiện kiểm soát chất lượng chính xác trong tự động hóa sản xuất.

Hiệu năng và benchmark#

Khi đánh giá model cho môi trường production, việc phân tích sự cân bằng giữa độ chính xác, tốc độ và độ phức tạp tính toán là yếu tố then chốt. Dưới đây là so sánh chi tiết các model tiêu chuẩn được đánh giá ở kích thước ảnh 640 pixel (và 416 đối với các biến thể nano/tiny).

Như bảng minh họa, dòng YOLO26 mang lại sự cân bằng hiệu năng vượt trội. Chẳng hạn, YOLO26x đạt 57.5 mAP ấn tượng trong khi sử dụng gần một nửa số tham số so với model YOLOXx, trực tiếp chuyển thành thời gian suy luận GPU nhanh hơn (11.8 ms so với 16.1 ms) và khả năng triển khai linh hoạt hơn nhiều.

Trải nghiệm huấn luyện và hệ sinh thái#

Một trong những khác biệt sâu sắc nhất giữa hai kiến trúc này nằm ở tính dễ sử dụng và khả năng hỗ trợ từ hệ sinh thái.

Mặc dù YOLOX vẫn là một repository nền tảng cho các nhà nghiên cứu изуч gradient flow và cơ chế không dùng anchor, quá trình thiết lập model có thể phức tạp, thường yêu cầu cấu hình thủ công các dependency và operator. Ngược lại, hệ sinh thái Ultralytics đặt ra tiêu chuẩn ngành về tính dễ sử dụng.

Nhờ sử dụng Python API thống nhất, các nhà phát triển có thể khởi tạo, huấn luyện và triển khai các model YOLO26 một cách đơn giản chưa từng có. Hệ thống tự động xử lý việc tải dataset, tinh chỉnh hyperparameter và export liền mạch sang các định dạng như ONNX, TensorRT và OpenVINO.

from ultralytics import YOLO

# Initialize the cutting-edge, end-to-end YOLO26 small model
model = YOLO("yolo26s.pt")

# Train the model efficiently with built-in MuSGD optimization
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Validate the model's performance on the validation set
metrics = model.val()

# Export the optimized model for edge deployment
model.export(format="onnx")

Hơn nữa, các model Ultralytics YOLO yêu cầu ít bộ nhớ hơn đáng kể trong quá trình huấn luyện so với các phương án nặng dựa trên Transformer, cho phép kỹ sư huấn luyện với batch size lớn hơn ngay cả trên phần cứng phổ thông.

Ứng dụng thực tế#

Việc lựa chọn giữa YOLOX và YOLO26 phụ thuộc vào các giới hạn triển khai và yêu cầu đa tác vụ của bạn.

YOLOX nổi bật ở đâu#

YOLOX vẫn là lựa chọn khả thi cho một số benchmark học thuật cụ thể và các hệ thống legacy tích hợp sâu với framework MegEngine. Tầm quan trọng về mặt lịch sử khiến model này trở thành baseline phổ biến để nghiên cứu các detector không dùng anchor và các chiến lược gán nhãn tùy chỉnh.

Những điểm YOLO26 vượt trội#

YOLO26 được thiết kế từ đầu cho các ứng dụng công nghiệp hiện đại. Nhờ hỗ trợ native phân đoạn instance, ước tính pose và Bounding Box định hướng (OBB), model này linh hoạt hơn nhiều so với các engine detection tiêu chuẩn.

• Bán lẻ thông minh và quản lý tồn kho: Thiết kế không cần NMS đảm bảo các hệ thống thanh toán tự động xử lý luồng video với độ trễ cực thấp, nhận diện sản phẩm mà không gặp nút thắt do các vòng lặp hậu xử lý.
• Phân tích drone và ảnh chụp từ trên không: Hàm loss góc chuyên biệt cho OBB cùng việc tích hợp ProgLoss + STAL giúp YOLO26 vượt trội trong việc phát hiện các đối tượng xoay và chi tiết rất nhỏ trong những ảnh vệ tinh có phạm vi rộng.
• Hệ thống an ninh edge: Với khả năng suy luận CPU nhanh hơn 43%, YOLO26 cho phép các công ty triển khai trực tiếp các hệ thống phân tích an ninh mạnh mẽ trên phần cứng cục bộ giá rẻ mà không cần đến năng lực tính toán cloud đắt đỏ.

Các trường hợp sử dụng và khuyến nghị#

Việc lựa chọn giữa YOLOX và YOLO26 phụ thuộc vào yêu cầu cụ thể của dự án, các giới hạn triển khai và ưu tiên về hệ sinh thái của bạn.

Khi nào nên chọn YOLOX#

YOLOX là lựa chọn phù hợp 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 detection head hoặc hàm loss mới.
• Thiết bị edge siêu nhẹ: Triển khai trên microcontroller hoặc phần cứng mobile legacy, nơi footprint cực nhỏ của biến thể YOLOX-Nano (0.91M tham số) là yếu tố then chốt.
• Nghiên cứu gán nhãn SimOTA: Các project nghiên cứu tìm hiểu chiến lược gán nhãn dựa trên optimal transport và tác động của chúng đến quá trình hội tụ khi training.

Khi nào nên chọn YOLO26#

YOLO26 được khuyến nghị cho:

• Triển khai edge không cần NMS: Các ứng dụng yêu cầu suy luận nhất quán, độ trễ thấp mà không có sự phức tạp của bước hậu xử lý triệt tiêu cực đại.
• Môi trường chỉ sử dụng CPU: Các thiết bị không có tăng tốc GPU chuyên dụng, nơi khả năng suy luận trên CPU nhanh hơn tới 43% của YOLO26 mang lại lợi thế quyết định.
• Phát hiện đối tượng nhỏ: Các kịch bản đầy thách thức như ảnh chụp từ drone trên không hoặc phân tích cảm biến IoT, trong đó ProgLoss và STAL cải thiện đáng kể độ chính xác trên các đối tượng rất nhỏ.

Khám phá các model Ultralytics khác#

Nếu bạn đang tìm hiểu quá trình phát triển của thị giác máy tính, trong họ Ultralytics còn có các model giàu năng lực khác đáng để nghiên cứu:

• YOLO11: Model tiền nhiệm trực tiếp của YOLO26, cung cấp hiệu năng mạnh mẽ và sự hỗ trợ rộng rãi từ cộng đồng cho các môi trường production ổn định.
• YOLOv8: Một kiến trúc đã được kiểm chứng thực tế rộng rãi, thiết lập tiêu chuẩn về tính dễ sử dụng và tính linh hoạt qua hàng nghìn lần triển khai trong thực tế.

Tóm lại, dù YOLOX đã đưa những khái niệm quan trọng vào lĩnh vực phát hiện đối tượng, YOLO26 mới mang đến bước tiến thế hệ về tốc độ, độ chính xác và sự đơn giản trong triển khai, trở thành lựa chọn dứt khoát cho các nhà phát triển và doanh nghiệp hướng tới tương lai.