Bắt đầu

YOLOX và YOLO26

Lĩnh vực thị giác máy tính đã thay đổi đáng kể trong thập kỷ qua. Hai cột mốc trong hành trình này là sự ra mắt của YOLOX, giúp phổ biến kiến trúc không dùng anchor, và sự ra đời của Ultralytics YOLO26, mang thiết kế end-to-end, không cần NMS nguyên bản đến tác vụ phát hiện thời gian thực. Bài so sánh này tìm hiểu kiến trúc, chỉ số hiệu năng và kịch bản triển khai lý tưởng của hai model, giúp nhà phát triển đưa ra quyết định sáng suốt cho dự án AI tiếp theo.

Tổng quan về model#

Hiểu rõ nguồn gốc và mục tiêu thiết kế chính của từng model là cơ sở quan trọng để nắm được những thành tựu kỹ thuật tương ứng.

YOLOX#

Được giới thiệu vào giữa năm 2021, YOLOX đánh dấu một bước chuyển lớn khi áp dụng thiết kế không dùng anchor cùng head tách biệt và chiến lược gán nhãn SimOTA. Bằng cách từ bỏ cơ chế hộp anchor truyền thống vốn chiếm ưu thế trong các kiến trúc trước, YOLOX góp phần thu hẹp khoảng cách giữa nghiên cứu học thuật và ứng dụng công nghiệp, cung cấp một framework đơn giản, hiệu quả cho phát hiện vật thể.

Tìm hiểu thêm về YOLOX

YOLO26#

Ra mắt vào tháng 1 năm 2026, YOLO26 kế thừa nhiều năm cải tiến liên tục, tập trung vào triển khai biên và tinh giản pipeline huấn luyện. Model giới thiệu head one-to-one end-to-end không cần NMS tùy chọn (nms=False), bỏ qua bước hậu xử lý Non-Maximum Suppression (NMS) truyền thống, giúp đơn giản hóa việc triển khai model trên nhiều loại phần cứng. Việc loại bỏ module Distribution Focal Loss (DFL) cũng đơn giản hóa head và giảm độ trễ, khiến YOLO26 trở thành lựa chọn mạnh mẽ cho các ứng dụng thị giác máy tính hiện đại.

Các cải tiến kiến trúc#

Kiến trúc của hai model này cho thấy sự phát triển nhanh chóng của các phương pháp học sâu, đặc biệt là về hàm mất mát và hậu xử lý.

Phương pháp YOLOX#

YOLOX tách riêng nhiệm vụ phân loại và hồi quy trong head dự đoán, giúp tăng đáng kể tốc độ hội tụ trong quá trình huấn luyện. Thiết kế không 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 tiên tiến vào thời điểm đó, đặc biệt trên các benchmark tiêu chuẩn như dataset COCO.

Ưu thế của YOLO26#

YOLO26 tập trung vào hiệu quả kiến trúc. Việc loại bỏ NMS không chỉ giảm độ trễ suy luận mà còn mang lại thời gian thực thi nhất quán, có thể dự đoán—một yếu tố then chốt đối với xe tự hành và robot.

Các cải tiến chính của YOLO26 gồm:

  • Bộ tối ưu MuSGD: Lấy cảm hứng từ các kỹ thuật huấn luyện Mô hình ngôn ngữ lớn (LLM), phương pháp kết hợp SGD và Muon này giúp quá trình huấn luyện ổn định và hội tụ nhanh hơn.
  • Suy luận CPU nhanh hơn đến 43%: Khi DFL được loại bỏ và kiến trúc được tinh gọn, YOLO26n chạy nhanh hơn YOLO11n đến 43% trên CPU, phù hợp với các thiết bị biên hạn chế tài nguyên, từ cảm biến IoT cơ bản đến bo mạch Raspberry Pi.
  • ProgLoss + STAL: Progressive Loss và phương pháp Gán nhãn nhận biết mục tiêu nhỏ (STAL) cải thiện khả năng phát hiện vật thể nhỏ, điều thiết yếu để phân tích ảnh chụp từ trên không và thực hiện kiểm soát chất lượng chính xác trong tự động hóa sản xuất.
Tối ưu hóa ưu tiên thiết bị biên

Nếu dự án của bạn hướng đến hệ thống nhúng hoặc ứng dụng di động không có GPU chuyên dụng, hiệu năng CPU được tối ưu của YOLO26 mang lại lợi thế đáng kể, với chi phí tính toán thấp hơn các model thế hệ trước.

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 điều thiết yếu. Dưới đây là phần 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).

Modelkích thước
(pixel)
mAPval50-95Tốc độ
CPU ONNX
(ms)
Tốc độ
T4 TensorRT10
(ms)
params
(M)
FLOPs
(B)
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
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 bảng cho thấy, dòng YOLO26 mang lại sự cân bằng hiệu năng tốt hơn. Chẳng hạn, YOLO26x đạt 57.5 mAP với số tham số ít hơn khoảng 44% so với YOLOXx, đồng thời suy luận GPU nhanh hơn (11.8 ms so với 16.1 ms).

Trải nghiệm huấn luyện và hệ sinh thái#

Một trong những khác biệt lớn nhất giữa các kiến trúc này nằm ở khả năng sử dụng và mức độ hỗ trợ của hệ sinh thái.

YOLOX vẫn là kho mã nền tảng dành cho các nhà nghiên cứu tìm hiểu cơ chế không dùng anchor và phương pháp gán nhãn, nhưng việc thiết lập có thể phức tạp, thường đòi hỏi cấu hình thủ công các dependency và operator. Ngược lại, hệ sinh thái Ultralytics được thiết kế để dễ sử dụng.

Với Python API thống nhất, nhà phát triển có thể khởi tạo, huấn luyện và triển khai model YOLO26 chỉ bằng vài dòng mã. API xử lý việc tải dataset, hỗ trợ tinh chỉnh siêu tham số và xuất model sang các định dạng như ONNX, TensorRT và OpenVINO.

from ultralytics import YOLO

# Khởi tạo model YOLO26 cỡ nhỏ đầu-cuối
model = YOLO("yolo26s.pt")

# Huấn luyện model; optimizer="auto" sẽ chọn MuSGD cho các lần chạy dài hơn (>10k iterations)
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Xác thực hiệu năng của model trên tập validation
metrics = model.val()

# Xuất model đã tối ưu để triển khai trên thiết bị biên
model.export(format="onnx")

Model Ultralytics YOLO thường cũng cần ít bộ nhớ hơn trong quá trình huấn luyện so với các lựa chọn thay thế 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 chọn YOLOX hay YOLO26 cuối cùng phụ thuộc vào các giới hạn triển khai và yêu cầu đa nhiệm của bạn.

Điểm mạnh của YOLOX#

YOLOX vẫn là lựa chọn khả thi cho một số benchmark học thuật và các hệ thống cũ được xây dựng trên codebase YOLOX gốc. Ý nghĩa lịch sử của model khiến YOLOX trở thành baseline phổ biến để nghiên cứu bộ phát hiện không dùng anchor và các chiến lược gán nhãn tùy chỉnh.

Những điểm mạnh của YOLO26#

YOLO26 được thiết kế cho các ứng dụng công nghiệp hiện đại. Nhờ hỗ trợ nguyên bản phân đoạn đối tượng, phân đoạn ngữ nghĩa, ước lượng độ sâu, phân loại ảnh, ước lượng tư thế và hộp giới hạn có định hướng (OBB), model linh hoạt hơn các model chỉ hỗ trợ phát hiện.

  • Bán lẻ thông minh và quản lý tồn kho: Thiết kế không cần NMS giúp hệ thống thanh toán tự động xử lý luồng video với độ trễ thấp, nhận diện sản phẩm mà không bị nghẽn ở bước hậu xử lý.
  • Phân tích drone và ảnh chụp từ trên không: Loss góc chuyên biệt cho OBB cùng ProgLoss + STAL khiến YOLO26 phù hợp để phát hiện vật thể xoay và chi tiết nhỏ trong ảnh vệ tinh diện rộng.
  • Hệ thống an ninh biên: Với tốc độ suy luận CPU nhanh hơn đến 43% (YOLO26n so với YOLO11n), 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 tài nguyên tính toán đám mây đắt đỏ.

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 hệ sinh thái bạn ưu tiên.

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 YOLO26#

YOLO26 được khuyến nghị cho:

  • Triển khai trên thiết bị biên không cần NMS: Các ứng dụng cần inference có độ trễ thấp và ổn định mà không phải xử lý hậu kỳ Non-Maximum Suppression phức tạp.
  • 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, trong đó ProgLoss và STAL cải thiện độ chính xác khi phát hiện vật thể rất nhỏ.

Khám phá các model Ultralytics khác#

Nếu bạn đang tìm hiểu sự phát triển của thị giác máy tính, dòng Ultralytics còn có những model có năng lực khác đáng để khám phá:

  • YOLO11: Thế hệ 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 sản xuất ổn định.
  • YOLOv8: Kiến trúc đã được kiểm chứng thực tế, thiết lập tiêu chuẩn về tính dễ sử dụng và linh hoạt qua hàng nghìn lượt triển khai thực tế.

Tóm lại, YOLOX giới thiệu những khái niệm quan trọng cho tác vụ phát hiện vật thể, còn YOLO26 mang đến bước cải tiến thế hệ mới về tốc độ, độ chính xác và tính đơn giản khi triển khai, trở thành lựa chọn được khuyến nghị cho các dự án mới.

Người đóng góp

Bình luận

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