So sánh YOLOX với YOLO26#

Lĩnh vực thị giác máy tính đã chứng kiến những biến đổi đáng kinh ngạc trong thập kỷ qua. Hai cột mốc quan trọng trong hành trình này là sự ra mắt của YOLOX, giúp phổ biến hóa các kiến trúc không dùng anchor, và sự xuất hiện gần đây của Ultralytics YOLO26, hoàn toàn định nghĩa lại hiệu suất thời gian thực với thiết kế nguyên bản end-to-end, không cần NMS. So sánh toàn diện này khám phá các kiến trúc, số liệu hiệu suất và các kịch bản triển khai lý tưởng của chúng để giúp các lập trình viên đưa ra quyết định sáng suốt cho dự án AI tiếp theo của họ.

Tổng quan về mô hình#

Việc hiểu rõ nguồn gốc và mục tiêu thiết kế chính của mỗi mô hình cung cấp bối cảnh cần thiết cho những 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: YOLOX GitHub Docs

Được giới thiệu vào giữa năm 2021, YOLOX đại diện cho một sự thay đổi lớn bằng cách áp dụng thiết kế không dùng anchor kết hợp với đầu dự đoán tách rời và chiến lược gán nhãn nâng cao được gọi là SimOTA. Bằng cách rời xa các cơ chế hộp anchor truyền thống vốn thống trị các kiến trúc trước đây, YOLOX đã thu hẹp thành công khoảng cách giữa nghiên cứu hàn lâm và ứng dụng công nghiệp, cung cấp một framework thanh lịch nhưng cực kỳ hiệu quả 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

Được phát hành vào đầu năm 2026, YOLO26 là đỉnh cao của nhiều năm cải tiến lặp đi lặp lại, tập trung mạnh mẽ vào việc triển khai ở biên và đơn giản hóa các pipeline huấn luyện. Nó giới thiệu thiết kế end-to-end không cần NMS, hoàn toàn loại bỏ bước hậu xử lý Non-Maximum Suppression truyền thống. Bước đột phá này đơn giản hóa đáng kể việc triển khai model trên các phần cứng đa dạng. Hơn nữa, bằng cách loại bỏ module Distribution Focal Loss (DFL), YOLO26 đạt được độ trễ thấp hơn đáng kể, củng cố vị thế của nó như là lựa chọn hàng đầu cho các ứng dụng thị giác máy tính hiện đại.

Tìm hiểu thêm về YOLO26

Cải tiến kiến trúc#

Kiến trúc của hai mô hình này làm nổi bật sự tiến bộ nhanh chóng của các phương pháp học sâu, đặc biệt là liên quan đến hàm mất mát (loss function) và hậu xử lý.

Phương pháp tiếp cận của YOLOX#

YOLOX đã tách rời các tác vụ phân loại và hồi quy trong đầu dự đoán của nó, giúp tăng tốc đáng kể quá trình hội tụ trong khi huấn luyện. Bản chất không dùng anchor đã làm giảm số lượng tham số thiết kế, giảm bớt nhu cầu tinh chỉnh anchor phức tạp trước khi huấn luyện. Kết hợp với thuật toán gán nhãn SimOTA, YOLOX đã đạt được kết quả tiên tiến tại thời điểm đó, đặc biệt là trên các benchmark chuẩn như tập dữ liệu COCO.

Ưu điểm của YOLO26#

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

Những cải tiến chính của YOLO26 bao gồm:

• MuSGD Optimizer: Lấy cảm hứng từ các kỹ thuật đào tạo Large Language Model (LLM), sự kết hợp giữa SGD và Muon này đảm bảo các đợt đào tạo cực kỳ ổn định và hội tụ nhanh hơn.
• Tốc độ suy luận CPU nhanh hơn tới 43%: Bằng cách loại bỏ DFL và tinh giản kiến trúc mạng, YOLO26 được tối ưu hóa mạnh mẽ cho các thiết bị biên bị hạn chế tài nguyên, từ các cảm biến IoT đơn giản đến các bo mạch Raspberry Pi.
• ProgLoss + STAL: Các hàm mất mát nâng cao này mang lại những cải tiến đáng chú ý trong việc nhận diện đối tượng nhỏ, điều rất quan trọng để phân tích ảnh hàng không và thực hiện kiểm tra chất lượng chính xác trong tự động hóa sản xuất.

Hiệu năng và Benchmark#

Khi đánh giá các mô hình cho môi trường sản xuất, việc phân tích sự cân bằng giữa độ chính xác, tốc độ và độ phức tạp tính toán là tối quan trọng. Dưới đây là bảng so sánh chi tiết các mô hình tiêu chuẩn được đánh giá ở kích thước ảnh 640 pixel (và 416 cho các biến thể nano/tiny).

Như bảng minh họa, chuỗi YOLO26 cung cấp sự cân bằng hiệu suất vượt trội. Ví dụ, YOLO26x đạt mAP 57.5 ấn tượng trong khi chỉ sử dụng gần một nửa số tham số của model YOLOXx, dịch trực tiếp sang thời gian suy luận GPU nhanh hơn (11.8 ms so với 16.1 ms) và độ linh hoạt triển khai vượt trội.

Trải nghiệm Đào tạo và Hệ sinh thái#

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

Mặc dù YOLOX vẫn là một kho lưu trữ nền tảng cho các nhà nghiên cứu nghiên cứu về dòng gradient và cơ chế không dùng anchor, nhưng việc thiết lập của nó có thể phức tạp, thường đòi hỏi cấu hình thủ công các phụ thuộc và toán tử. Ngược lại, hệ sinh thái Ultralytics định nghĩa tiêu chuẩn công nghiệp về tính dễ sử dụng.

Bằng cách sử dụng Python API thống nhất, các lập trình viên có thể khởi tạo, huấn luyện và triển khai các model YOLO26 với độ đơn giản chưa từng có. Hệ thống tự động xử lý việc tải xuống tập dữ liệu, tinh chỉnh siêu tham số và xuất mượt mà 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 mô hình Ultralytics YOLO có yêu cầu bộ nhớ thấp hơn đáng kể trong quá trình đào tạo so với các giải pháp thay thế dựa trên Transformer nặng nề, cho phép các kỹ sư đào tạo với batch size lớn hơn ngay cả trên phần cứng phổ thông.

Ứng dụng trong thực tế#

Việc lựa chọn giữa YOLOX và YOLO26 cuối cùng phụ thuộc vào các hạn chế triển khai và yêu cầu đa nhiệm của bạn.

Nơi YOLOX tỏa sáng#

YOLOX vẫn là một ứng cử viên khả thi cho các benchmark học thuật cụ thể và các hệ thống cũ được tích hợp sâu với framework MegEngine. Ý nghĩa lịch sử của nó làm cho nó trở thành một baseline phổ biến để nghiên cứu bộ phát hiện không dùng anchor và các chiến lược gán tùy chỉnh.

Nơi YOLO26 tỏa sáng#

YOLO26 được thiết kế cơ bản cho các ứng dụng công nghiệp hiện đại. Vì nó hỗ trợ nguyên bản phân đoạn thực thể, ước lượng tư thế và Hộp giới hạn định hướng (OBB), nó linh hoạt hơn nhiều so với các engine phát hiện tiêu chuẩn.

• Bán lẻ thông minh và Quản lý kho: Việc sử dụng thiết kế không cần NMS đảm bảo rằng các hệ thống thanh toán tự động xử lý nguồn cấp dữ liệu video với độ trễ cực thấp, nhận dạng sản phẩm mà không bị nghẽn bởi các vòng lặp hậu xử lý.
• Phân tích Drone và Ảnh hàng không: Hàm mất mát góc chuyên dụng cho OBB và việc tích hợp ProgLoss + STAL làm cho YOLO26 trở nên vô đối trong việc phát hiện các vật thể bị xoay và các vật thể nhỏ trong hình ảnh vệ tinh khổng lồ.
• Hệ thống An ninh biên: Với khả năng suy luận trên CPU nhanh hơn 43%, YOLO26 cho phép các công ty triển khai các phân tích an ninh mạnh mẽ trực tiếp lên phần cứng địa phương giá rẻ mà không cần máy tính đám mây đắt tiền.

Các trường hợp sử dụng và Khuyến nghị#

Việc lựa chọn giữa YOLOX và YOLO26 phụ thuộc vào yêu cầu dự án cụ thể, hạn chế triển khai và tùy chọn hệ sinh thái của bạn.

Khi nào nên chọn YOLOX#

YOLOX là lựa chọn mạnh mẽ cho:

• Nghiên cứu Phát hiện Anchor-Free: Nghiên cứu học thuật sử dụng kiến trúc anchor-free sạch, gọn của YOLOX làm baseline để thử nghiệm với các head phát hiện hoặc hàm mất mát mới.
• Thiết bị biên siêu nhẹ: Triển khai trên vi điều khiển hoặc phần cứng di động cũ nơi mà footprint cực nhỏ của biến thể YOLOX-Nano (0.91M tham số) là rất quan trọng.
• Nghiên cứu Gán nhãn SimOTA: Các dự án nghiên cứu điều tra các chiến lược gán nhãn dựa trên vận chuyển tối ưu và tác động của chúng đến sự hội tụ trong đào tạo.

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 hậu xử lý Non-Maximum Suppression.
• Môi trường chỉ dùng CPU: Các thiết bị không có tăng tốc GPU chuyên dụng, nơi suy luận CPU nhanh hơn tới 43% của YOLO26 mang lại lợi thế quyết định.
• Phát hiện Vật thể Nhỏ: Các kịch bản thử thách như aerial drone imagery hoặc phân tích cảm biến IoT nơi ProgLoss và STAL cải thiện đáng kể độ chính xác trên các vật thể nhỏ xíu.

Khám phá các mô hình Ultralytics khác#

Nếu bạn đang khám phá sự phát triển của thị giác máy tính, có những mô hình có khả năng cao khác trong gia đình Ultralytics đáng để điều tra:

• YOLO11: Tiền nhiệm trực tiếp của YOLO26, mang lại hiệu suất mạnh mẽ và sự hỗ trợ cộng đồng rộng rãi cho các môi trường production ổn định.
• YOLOv8: Một kiến trúc đã được kiểm chứng thực chiến rộng rãi, thiết lập tiêu chuẩn về tính dễ sử dụng và độ linh hoạt trên hàng ngàn ca triển khai thực tế.

Tóm lại, trong khi YOLOX giới thiệu các khái niệm quan trọng cho bối cảnh phát hiện vật thể, YOLO26 mới cung cấp một bước nhảy vọt về thế hệ về tốc độ, độ chính xác và sự đơn giản khi triển khai, trở thành lựa chọn dứt khoát cho các nhà phát triển và doanh nghiệp có tư duy tiến bộ.