Các model được Ultralytics hỗ trợ#
Chào mừng bạn đến với tài liệu về model của Ultralytics! Chúng tôi hỗ trợ nhiều loại model, mỗi model được thiết kế cho các tác vụ cụ thể như phát hiện đối tượng, phân đoạn instance, phân đoạn ngữ nghĩa, ước tính độ sâu, phân loại ảnh, ước tính pose và bounding box định hướng. Nếu bạn muốn đóng góp kiến trúc model của mình cho Ultralytics, hãy xem Hướng dẫn đóng góp.
Model nổi bật#
Hãy bắt đầu dự án mới với YOLO26: đây là bản phát hành mới nhất của Ultralytics và là model duy nhất hỗ trợ cả bảy tác vụ. YOLO11 là lựa chọn thay thế đã ổn định, với checkpoint huấn luyện trước cho cả năm tác vụ được hỗ trợ. Chỉ chọn dòng model chuyên biệt khi bạn cần phân đoạn có thể điều khiển bằng prompt (SAM 3), phát hiện với từ vựng mở (YOLOE, YOLO-World) hoặc detector Transformer (RT-DETR).
YOLO27 đang trong giai đoạn R&D cuối cùng, dự kiến ra mắt vào cuối năm nay nhưng chưa có ngày ra mắt cụ thể. Xem trước kiến trúc, bảy tác vụ dự kiến và các kết quả benchmark sơ bộ. Trọng số model và hỗ trợ trong package hiện chưa khả dụng; hãy dùng YOLO26 cho các dự án hiện tại.
Bảng liệt kê các model đã phát hành và tài liệu tham khảo về kiến trúc, cùng với tác vụ, các chế độ train, val, predict và export được hỗ trợ và trường hợp sử dụng được khuyến nghị. Track không được liệt kê riêng: chế độ này chạy trên predict đối với model Detect, Segment, Pose và OBB, trong khi SAM 2 và SAM 3 theo dõi thông qua các bộ dự đoán video riêng. Benchmark cũng không được liệt kê vì chế độ này kết hợp export và val trên nhiều định dạng thay vì bổ sung hỗ trợ riêng.
| Model | Tác vụ | Chế độ | Nên chọn khi cần |
|---|---|---|---|
| YOLO26 🚀 MỚI | Detect, Segment, Semantic, Depth, Classify, Pose, OBB | Train, Val, Predict, Export | Dự án mới: suy luận không cần NMS tùy chọn, triển khai tối ưu cho edge và phạm vi tác vụ rộng nhất |
| YOLO12 | Detect, Segment, Classify, Pose, OBB | Train, Val, Predict, Export | Đánh giá benchmark bản phát hành cộng đồng tập trung vào attention; trọng số huấn luyện trước chỉ hỗ trợ phát hiện |
| YOLO11 | Detect, Segment, Classify, Pose, OBB | Train, Val, Predict, Export | Tác vụ production ổn định, với checkpoint huấn luyện trước cho mọi tác vụ được hỗ trợ |
| YOLOv10 | Detect | Train, Val, Predict, Export | Nghiên cứu phát hiện không cần NMS của Đại học Thanh Hoa |
| YOLOv9 | Detect, Segment | Train, Val, Predict, Export | Thông tin gradient có thể lập trình (PGI), được triển khai trên codebase YOLOv5 của Ultralytics |
| YOLOv8 | Detect, Segment, Classify, Pose, OBB | Train, Val, Predict, Export | Các pipeline YOLOv8 hiện có và những tích hợp bên thứ ba đã được thiết lập |
| YOLOv7 | Detect | Dự đoán | Chạy bản export YOLOv7 được huấn luyện upstream: package dự đoán từ model ONNX hoặc TensorRT tương thích, không dùng checkpoint gốc |
| YOLOv6 | Detect | Train, Val, Predict, Export | Huấn luyện kiến trúc của Meituan từ YAML; Ultralytics không cung cấp checkpoint YOLOv6 .pt |
| YOLOv5 | Detect | Train, Val, Predict, Export | Các dự án Ultralytics cũ; các bản phát hành hiện tại tải checkpoint YOLOv5u đã cập nhật |
| YOLOv4 | Không có | Không có | Chỉ dùng làm tài liệu tham khảo kiến trúc: model gốc Darknet của Alexey Bochkovskiy không được package hỗ trợ |
| YOLOv3 | Detect | Train, Val, Predict, Export | Các dự án cũ sử dụng kiến trúc gốc của Joseph Redmon; các bản phát hành hiện tại tải checkpoint YOLOv3u đã cập nhật |
| SAM 3 🚀 MỚI | Segment | Dự đoán | Phân đoạn khái niệm có thể điều khiển bằng prompt của Meta trên ảnh và video, với ví dụ đầu vào là văn bản hoặc ảnh; sam3.pt và sam3.1_multiplex.pt của SAM 3.1 (ảnh) cần được cấp quyền truy cập trên Hugging Face |
| SAM 2 | Segment | Dự đoán | Phân đoạn có thể điều khiển bằng prompt của Meta, theo dõi đối tượng qua các frame video |
| SAM | Segment | Dự đoán | Tính năng phân đoạn có thể điều khiển bằng prompt nguyên bản của Meta, bao gồm gán nhãn tự động |
| MobileSAM | Segment | Dự đoán | Phân đoạn có thể điều khiển bằng prompt trên thiết bị di động và các thiết bị khác có tài nguyên hạn chế (Đại học Kyung Hee) |
| FastSAM | Segment | Val, Predict, Export | Phân đoạn dựa trên CNN có thể điều khiển bằng prompt, phù hợp khi độ trễ của SAM là nút thắt cổ chai (Viện Hàn lâm Khoa học Trung Quốc) |
| YOLO-NAS | Detect | Val, Predict, Export | Các detector được tối ưu bằng NAS của Deci, được duy trì để suy luận và export; Deci không còn duy trì chúng sau khi NVIDIA mua lại |
| RT-DETR | Detect | Train, Val, Predict, Export | Detector DETR thời gian thực của Baidu: backbone tích chập với encoder Transformer lai |
| YOLO-World | Detect | Train, Val, Predict, Export | Phát hiện với từ vựng mở từ prompt văn bản (Tencent AI Lab); để export cần có checkpoint -worldv2 |
| YOLOE | Detect, Segment | Train, Val, Predict, Export | Phát hiện và phân đoạn với từ vựng mở, hỗ trợ suy luận bằng văn bản, hình ảnh hoặc không cần prompt |
Ultralytics cũng cung cấp LLM, một giao diện tương thích với OpenAI dành cho mô hình ngôn ngữ lớn và mô hình thị giác, phục vụ việc hiểu văn bản và hình ảnh. LLM không có tác vụ hoặc chế độ riêng nên không xuất hiện trong bảng trên, nhưng có thể kết hợp với mọi pipeline YOLO và chạy với OpenAI, các nhà cung cấp dịch vụ đám mây khác hoặc máy chủ on-prem hoàn toàn cục bộ.
Xem: Chạy model Ultralytics YOLO chỉ với vài dòng code.
Bắt đầu: ví dụ sử dụng#
Ví dụ này cung cấp các ví dụ đơn giản về huấn luyện và suy luận YOLO. Để xem tài liệu đầy đủ về các chế độ này và những chế độ khác, hãy xem các trang tài liệu Predict, Train, Val và Export.
Lưu ý rằng ví dụ bên dưới tập trung vào model YOLO26 Detect dùng cho phát hiện đối tượng. Để xem các tác vụ được hỗ trợ khác, hãy tham khảo tài liệu Segment, Semantic, Depth, Classify, Pose và OBB.
Có thể truyền các model *.pt huấn luyện trước của PyTorch cũng như các file cấu hình *.yaml vào các class YOLO(), SAM(), NAS() và RTDETR() để tạo một instance model trong Python:
from ultralytics import YOLO
# Tải model YOLO26n pretrained trên COCO
model = YOLO("yolo26n.pt")
# Hiển thị thông tin model (không bắt buộc)
model.info()
# Huấn luyện model trên dataset mẫu COCO8 trong 100 epoch
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Chạy suy luận bằng model YOLO26n trên ảnh 'bus.jpg'
results = model("path/to/bus.jpg")Đóng góp model mới#
Bạn muốn đóng góp model của mình cho Ultralytics? Tuyệt vời! Chúng tôi luôn sẵn sàng mở rộng danh mục model.
-
Fork repository: Bắt đầu bằng cách fork repository GitHub của Ultralytics.
-
Clone fork của bạn: Clone fork về máy cục bộ và tạo một branch mới để làm việc.
-
Triển khai model: Thêm model của bạn theo các tiêu chuẩn và hướng dẫn lập trình trong Hướng dẫn đóng góp.
-
Kiểm thử kỹ lưỡng: Đảm bảo kiểm thử model một cách nghiêm ngặt, cả độc lập lẫn trong pipeline.
-
Tạo pull request: Khi đã hài lòng với model, hãy tạo pull request đến repository chính để được xem xét.
-
Rà soát và hợp nhất code: Sau khi được rà soát, nếu model đáp ứng tiêu chí của chúng tôi, model sẽ được hợp nhất vào repository chính.
Để biết các bước chi tiết, hãy tham khảo Hướng dẫn đóng góp.
Câu hỏi thường gặp#
Model Ultralytics YOLO mới nhất đã phát hành là YOLO26, được phát hành vào tháng 1 năm 2026. YOLO26 có tính năng suy luận end-to-end không cần NMS tùy chọn, triển khai được tối ưu cho edge và hỗ trợ phát hiện, phân đoạn instance, phân đoạn ngữ nghĩa, ước tính độ sâu, phân loại, ước tính pose, OBB và các phiên bản có từ vựng mở. Với tác vụ production ổn định, YOLO26 và YOLO11 đều là những lựa chọn được khuyến nghị.
YOLO27 là dòng model sắp ra mắt, hiện đang trong giai đoạn R&D cuối cùng. Model chưa khả dụng và chưa có ngày ra mắt cụ thể.
Có thể dễ dàng huấn luyện model YOLO trên dữ liệu tùy chỉnh bằng các thư viện của Ultralytics. Đây là ví dụ nhanh:
Ví dụfrom ultralytics import YOLO # Tải model YOLO model = YOLO("yolo26n.pt") # hoặc bất kỳ model YOLO nào khác # Huấn luyện model trên dataset tùy chỉnh results = model.train(data="custom_data.yaml", epochs=100, imgsz=640)Để xem hướng dẫn chi tiết hơn, hãy truy cập trang tài liệu Train.
Ultralytics hỗ trợ nguyên bản YOLOv3, YOLOv5, YOLOv6, YOLOv8, YOLOv9, YOLOv10, YOLO11, YOLO12 và YOLO26, cùng với dòng SAM (SAM 3, SAM 2, SAM, MobileSAM và FastSAM), YOLO-NAS, RT-DETR, YOLO-World và YOLOE. Gói này không phát hành weights hoặc YAML cho YOLOv4 hay YOLOv7: YOLOv4 chỉ được tài liệu hóa như một tài liệu tham khảo về kiến trúc, còn YOLOv7 chạy dưới dạng model ONNX hoặc TensorRT đã export. Xem Các model nổi bật để biết các tác vụ và chế độ có sẵn cho từng model.
Ultralytics Platform cung cấp một nền tảng end-to-end không cần code để huấn luyện, triển khai và quản lý các model YOLO. Nền tảng này đơn giản hóa các quy trình phức tạp, giúp người dùng tập trung vào hiệu năng của model và ứng dụng. Nền tảng cũng cung cấp khả năng huấn luyện trên cloud, tính năng quản lý dataset toàn diện và giao diện thân thiện với người dùng, phù hợp cho cả người mới bắt đầu lẫn developer giàu kinh nghiệm.
Các model Ultralytics YOLO rất linh hoạt và có thể thực hiện nhiều tác vụ, bao gồm phát hiện đối tượng, phân đoạn instance, phân đoạn ngữ nghĩa, ước tính độ sâu, phân loại, ước tính tư thế và phát hiện đối tượng định hướng (OBB). Model mới nhất, YOLO26, hỗ trợ cả bảy tác vụ cùng với phát hiện open-vocabulary. Để biết chi tiết về từng tác vụ cụ thể, hãy tham khảo các trang về tác vụ.