Bắt đầu

YOLOX và YOLOv6-3.0

Sự phát triển của thị giác máy tính phần lớn được định hình bởi những tiến bộ nhanh chóng trong dòng YOLO. Việc chọn kiến trúc phù hợp cho triển khai thường phụ thuộc vào sự cân bằng giữa thông lượng thô, độ đơn giản của kiến trúc và hiệu quả huấn luyện. Hai cột mốc đáng chú ý trong hành trình này là định hướng nghiên cứu không anchor của YOLOX và trọng tâm thông lượng công nghiệp của YOLOv6-3.0.

Bài so sánh kỹ thuật này phân tích sự khác biệt về kiến trúc, chỉ số hiệu năng và trường hợp sử dụng phù hợp của hai model, đồng thời giới thiệu Ultralytics YOLO26 dành cho nhà phát triển cần triển khai hiệu quả trên thiết bị biên và cloud.

YOLOX: Kết nối nghiên cứu với công nghiệp#

Được phát triển bởi các nhà nghiên cứu tại Megvii, YOLOX được giới thiệu như một bước chuyển lớn hướng tới đơn giản hóa kiến trúc YOLO bằng cách chuyển hoàn toàn sang thiết kế không anchor.

Điểm nổi bật về kiến trúc#

YOLOX tích hợp thiết kế không anchor vào dòng YOLO. Bằng cách loại bỏ các hộp anchor định trước, model giảm đáng kể số lượng tham số thiết kế và mức tinh chỉnh heuristic cần thiết trong quá trình huấn luyện. Nhờ đó, YOLOX có thể thích ứng với nhiều bộ dữ liệu tùy chỉnh mà không cần tính toán lại anchor thủ công.

Ngoài ra, YOLOX giới thiệu kiến trúc head tách biệt. Bằng cách phân chia tác vụ phân loại và hồi quy thành các nhánh khác nhau, model giảm xung đột giữa việc xác định đối tượng là gì và đối tượng nằm ở đâu. Kết hợp với chiến lược gán nhãn SimOTA, YOLOX hội tụ nhanh hơn và cải thiện độ chính xác trung bình (mAP).

Tìm hiểu thêm về YOLOX

Ưu thế của thiết kế không dùng anchor

Các detector không anchor như YOLOX thường hoạt động tốt hơn trên dataset tùy chỉnh có tỷ lệ khung hình đối tượng khác thường, vì chúng không phụ thuộc vào các prior bounding box cố định có thể không phù hợp với dữ liệu mới.

YOLOv6-3.0: Sức mạnh công nghiệp#

Được phát triển bởi Bộ phận Vision AI tại Meituan, YOLOv6-3.0 được thiết kế để đạt thông lượng công nghiệp cao, đặc biệt trên GPU NVIDIA sử dụng bộ tăng tốc phần cứng như TensorRT.

  • Tác giả: Chuyi Li, Lulu Li, Yifei Geng, và cộng sự.
  • Tổ chức: Meituan
  • Ngày: 2023-01-13
  • arXiv: 2301.05586
  • GitHub: meituan/YOLOv6

Tối ưu hóa cho triển khai#

YOLOv6-3.0 tập trung tối đa hóa mức sử dụng GPU. Model giới thiệu module Bi-directional Concatenation (BiC) trong neck để tăng cường hợp nhất đặc trưng mà vẫn duy trì tốc độ suy luận cao. Dù giai đoạn suy luận hoàn toàn không dùng anchor, YOLOv6-3.0 sử dụng chiến lược Huấn luyện có hỗ trợ anchor (AAT) để tận dụng sự ổn định của phương pháp dựa trên anchor trong quá trình huấn luyện.

Các model nhỏ hơn sử dụng backbone EfficientRep thân thiện với phần cứng (các model lớn hơn dùng CSPStackRep), được thiết kế để giảm thiểu chi phí truy cập bộ nhớ và tối đa hóa mật độ tính toán trên các bộ tăng tốc hiện đại. Nhờ đó, YOLOv6 là lựa chọn phù hợp cho phân tích video phía máy chủ.

Tìm hiểu thêm về YOLOv6

So sánh hiệu năng#

Khi so sánh các model này, nhà phát triển cần cân nhắc độ chính xác thuần, tốc độ suy luận và số lượng tham số. Bảng sau nêu bật hiệu năng của cả hai dòng model ở nhiều kích thước khác nhau.

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
YOLOv6-3.0n64037.5-1.174.711.4
YOLOv6-3.0s64045.0-2.6618.545.3
YOLOv6-3.0m64050.0-5.2834.985.8
YOLOv6-3.0l64052.8-8.9559.6150.7

YOLOv6-3.0 đạt mAP cao hơn YOLOX ở mỗi kích thước tương đương, với tốc độ TensorRT tương đương hoặc cao hơn; YOLOX vẫn có tính cạnh tranh nhờ sự đơn giản và các biến thể Nano, Tiny rất nhỏ.

Trường hợp sử dụng và khuyến nghị#

Việc chọn YOLOX hay YOLOv6 phụ thuộc vào yêu cầu cụ thể của dự án, các ràng buộc triển khai và lựa chọn hệ sinh thái của bạn.

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 YOLOv6#

YOLOv6 được khuyến nghị cho:

  • Triển khai tương thích với phần cứng công nghiệp: Các tình huống mà thiết kế nhận biết phần cứng và tái tham số hóa hiệu quả của model mang lại hiệu năng tối ưu trên phần cứng mục tiêu cụ thể.
  • Detection một giai đoạn tốc độ cao: Các ứng dụng ưu tiên tốc độ suy luận GPU thô để xử lý video thời gian thực trong môi trường được kiểm soát.
  • Tích hợp hệ sinh thái Meituan: Các nhóm đang làm việc trong ngăn xếp công nghệ và hạ tầng triển khai của Meituan.

Khi nào nên chọn Ultralytics (YOLO26)#

Với hầu hết dự án mới, Ultralytics YOLO26 mang lại sự kết hợp tốt nhất giữa hiệu năng và trải nghiệm developer:

  • 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 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.

Lợi thế của Ultralytics#

Dù Megvii và Meituan đều cung cấp các kho mã nghiên cứu có năng lực, việc triển khai model trong production thường đòi hỏi nhiều công sức kỹ thuật. Hệ sinh thái Ultralytics tích hợp giúp giảm các trở ngại này bằng cách cung cấp API thống nhất với tài liệu đầy đủ.

Với package Ultralytics, nhà phát triển có được trải nghiệm nhất quán. Package bao gồm tăng cường dữ liệu tích hợp sẵn, quản lý bộ nhớ hiệu quả trong quá trình huấn luyện (với yêu cầu VRAM thấp hơn nhiều so với các model Transformer như RT-DETR) và pipeline export sang các định dạng như ONNX và OpenVINO.

Không như các model chuyên biệt, kiến trúc Ultralytics rất linh hoạt, hỗ trợ sẵn Phát hiện đối tượng, Phân đoạn đối tượng, Phân loại hình ảnh, Ước tính tư thế và Hộp giới hạn có hướng (OBB).

Giới thiệu YOLO26#

Với các nhóm bắt đầu dự án thị giác máy tính mới, Ultralytics khuyến nghị Ultralytics YOLO26, phát hành vào tháng 1 năm 2026. Dựa trên YOLO11 và YOLOv8, YOLO26 giới thiệu một số tính năng mới:

  • Thiết kế end-to-end không dùng NMS: Được nghiên cứu lần đầu trong YOLOv10, head một-một tùy chọn của YOLO26 (nms=False) loại bỏ nhu cầu hậu xử lý NMS. Nhờ đó, suy luận có độ trễ thấp và dễ dự đoán cho robot thời gian thực.
  • Optimizer MuSGD: Lấy cảm hứng từ các kỹ thuật huấn luyện LLM như Kimi K2 của Moonshot AI, YOLO26 sử dụng optimizer MuSGD (kết hợp SGD và Muon) để huấn luyện ổn định và hội tụ nhanh hơn.
  • Suy luận CPU nhanh hơn đến 43%: Sau khi loại bỏ Distribution Focal Loss (DFL) và tinh gọn head mạng, YOLO26n chạy nhanh hơn YOLO11n đến 43% trên CPU, phù hợp với các thiết bị biên phụ thuộc vào thực thi trên CPU.
  • ProgLoss + STAL: Progressive Loss và Gán nhãn nhận biết đối tượng nhỏ (STAL) cải thiện khả năng phát hiện đối tượng nhỏ, khiến YOLO26 phù hợp với ảnh chụp từ trên không và kiểm tra lỗi vi mô.

Ví dụ huấn luyện hợp nhất#

Với Ultralytics Python API, chỉ cần vài dòng code để huấn luyện các model tiên tiến nhất. Giao diện đơn giản này vẫn được duy trì dù bạn thử nghiệm model YOLO cũ hay triển khai model YOLO26 mới nhất.

from ultralytics import YOLO

# Load the next-generation YOLO26 model (NMS-free, optimized for edge)
model = YOLO("yolo26n.pt")

# Train the model on the COCO8 dataset
# The ecosystem handles dataset downloading, caching, and batching natively
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Validate the model and print mAP metrics
metrics = model.val()
print(f"Validation mAP50-95: {metrics.box.map}")

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

Để có trải nghiệm mượt mà hơn nữa, hãy quản lý bộ dữ liệu, theo dõi thí nghiệm và huấn luyện model trên cloud bằng Ultralytics Platform không cần code.

Khuyến nghị trường hợp sử dụng#

Khi lựa chọn giữa các kiến trúc này, hãy cân nhắc các giới hạn phần cứng và yêu cầu dự án cụ thể của bạn:

  • Chọn YOLOX nếu bạn đang nghiên cứu học thuật về các chiến lược gán nhãn hoặc cần một baseline không anchor thuần túy, dễ hiểu để tùy chỉnh kiến trúc.
  • Chọn YOLOv6-3.0 nếu bạn triển khai trên cụm máy chủ công nghiệp trang bị GPU NVIDIA cao cấp (như A100 hoặc T4), nơi bạn có thể dùng batch size lớn và tối ưu hóa TensorRT để xử lý đồng thời hàng trăm luồng video.
  • Chọn YOLO26 cho phần lớn ứng dụng hiện đại. Nếu đang xây dựng ứng dụng Edge AI cho thiết bị IoT, drone hoặc điện thoại di động, thiết kế không NMS nguyên bản, các tối ưu hóa CPU và hỗ trợ hệ sinh thái toàn diện của YOLO26 khiến model trở thành lựa chọn được khuyến nghị để thu hẹp khoảng cách giữa huấn luyện và production.
Người đóng góp

Bình luận

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