Chuyển đến nội dung

Ultralytics YOLO11

Tổng quan

YOLO11 là phiên bản mới nhất trong dòng YOLO của Ultralytics, một công cụ phát hiện đối tượng theo thời gian thực, định nghĩa lại những gì có thể với độ chính xác, tốc độ và hiệu quả vượt trội. Dựa trên những tiến bộ ấn tượng của các phiên bản YOLO trước, YOLO11 giới thiệu những cải tiến đáng kể trong kiến trúc và phương pháp huấn luyện, khiến nó trở thành một lựa chọn linh hoạt cho nhiều tác vụ thị giác máy tính.

Biểu đồ so sánh Ultralytics YOLO11

Ultralytics YOLO11 🚀 Podcast được tạo bởi NotebookLM



Xem: Cách Sử Dụng Ultralytics YOLO11 để Phát Hiện và Theo Dõi Đối Tượng | Cách Đánh Giá Hiệu Năng | YOLO11 ĐÃ RA MẮT🚀

Các tính năng chính

  • Cải thiện trích xuất đặc trưng: YOLO11 sử dụng backbone và kiến trúc neck được cải tiến, giúp tăng cường khả năng trích xuất đặc trưng để phát hiện đối tượng chính xác hơn và thực hiện các tác vụ phức tạp.
  • Tối Ưu Hóa cho Hiệu Quả và Tốc Độ: YOLO11 giới thiệu các thiết kế kiến trúc tinh tế và quy trình huấn luyện được tối ưu hóa, mang lại tốc độ xử lý nhanh hơn và duy trì sự cân bằng tối ưu giữa độ chính xác và hiệu suất.
  • Độ Chính Xác Cao Hơn với Ít Tham Số Hơn: Với những tiến bộ trong thiết kế mô hình, YOLO11m đạt được độ chính xác trung bình (mAP) cao hơn trên bộ dữ liệu COCO trong khi sử dụng ít hơn 22% tham số so với YOLOv8m, giúp nó đạt hiệu quả tính toán mà không ảnh hưởng đến độ chính xác.
  • Khả Năng Thích Ứng Cao Trong Mọi Môi Trường: YOLO11 có thể được triển khai liền mạch trên nhiều môi trường khác nhau, bao gồm các thiết bị biên, nền tảng đám mây và các hệ thống hỗ trợ NVIDIA GPU, đảm bảo tính linh hoạt tối đa.
  • Hỗ Trợ Nhiều Tác Vụ Đa Dạng: Cho dù đó là phát hiện đối tượng, phân vùng thể hiện, phân loại hình ảnh, ước tính tư thế hoặc phát hiện đối tượng theo hướng (OBB), YOLO11 được thiết kế để đáp ứng một loạt các thách thức về thị giác máy tính.

Các Tác vụ và Chế độ được Hỗ trợ

YOLO11 xây dựng dựa trên phạm vi mô hình linh hoạt được giới thiệu trong YOLOv8, cung cấp hỗ trợ nâng cao cho nhiều tác vụ thị giác máy tính khác nhau:

Mô hình Tên tập tin Tác vụ Suy luận Xác thực Huấn luyện Xuất
YOLO11 yolo11n.pt yolo11s.pt yolo11m.pt yolo11l.pt yolo11x.pt Phát hiện vật thể
YOLO11-seg yolo11n-seg.pt yolo11s-seg.pt yolo11m-seg.pt yolo11l-seg.pt yolo11x-seg.pt Phân đoạn thực thể
YOLO11-pose yolo11n-pose.pt yolo11s-pose.pt yolo11m-pose.pt yolo11l-pose.pt yolo11x-pose.pt Tư thế/Điểm chính
YOLO11-obb yolo11n-obb.pt yolo11s-obb.pt yolo11m-obb.pt yolo11l-obb.pt yolo11x-obb.pt Phát hiện theo hướng (Oriented Detection)
YOLO11-cls yolo11n-cls.pt yolo11s-cls.pt yolo11m-cls.pt yolo11l-cls.pt yolo11x-cls.pt Phân loại (Classification)

Bảng này cung cấp tổng quan về các biến thể mô hình YOLO11, thể hiện khả năng ứng dụng của chúng trong các tác vụ cụ thể và khả năng tương thích với các chế độ hoạt động như Suy luận, Xác thực, Huấn luyện và Xuất. Sự linh hoạt này làm cho YOLO11 phù hợp với nhiều ứng dụng trong thị giác máy tính, từ phát hiện theo thời gian thực đến các tác vụ phân vùng phức tạp.

Các chỉ số hiệu suất

Hiệu suất

Tham khảo Tài liệu về Nhận diện để xem các ví dụ sử dụng với những mô hình này, được huấn luyện trên COCO, bao gồm 80 lớp đã được huấn luyện trước.

Mô hình Kích thước
(pixels)
mAPval
50-95
Tốc độ
CPU ONNX
(ms)
Tốc độ
T4 TensorRT10
(ms)
Tham số
(M)
FLOPs
(B)
YOLO11n 640 39.5 56.1 ± 0.8 1.5 ± 0.0 2.6 6.5
YOLO11s 640 47.0 90.0 ± 1.2 2.5 ± 0.0 9.4 21.5
YOLO11m 640 51.5 183.2 ± 2.0 4.7 ± 0.1 20.1 68.0
YOLO11l 640 53.4 238.6 ± 1.4 6.2 ± 0.1 25.3 86.9
YOLO11x 640 54.7 462.8 ± 6.7 11.3 ± 0.2 56.9 194.9

Tham khảo Tài liệu về Phân đoạn để xem các ví dụ sử dụng với những mô hình này, được huấn luyện trên COCO, bao gồm 80 lớp đã được huấn luyện trước.

Mô hình Kích thước
(pixels)
mAPbox
50-95
mAPmask
50-95
Tốc độ
CPU ONNX
(ms)
Tốc độ
T4 TensorRT10
(ms)
Tham số
(M)
FLOPs
(B)
YOLO11n-seg 640 38.9 32.0 65.9 ± 1.1 1.8 ± 0.0 2.9 10.4
YOLO11s-seg 640 46.6 37.8 117.6 ± 4.9 2.9 ± 0.0 10.1 35.5
YOLO11m-seg 640 51.5 41.5 281.6 ± 1.2 6.3 ± 0.1 22.4 123.3
YOLO11l-seg 640 53.4 42.9 344.2 ± 3.2 7.8 ± 0.2 27.6 142.2
YOLO11x-seg 640 54.7 43.8 664.5 ± 3.2 15.8 ± 0.7 62.1 319.0

Tham khảo Tài liệu về Phân loại để xem các ví dụ sử dụng với những mô hình này, được huấn luyện trên ImageNet, bao gồm 1000 lớp đã được huấn luyện trước.

Mô hình Kích thước
(pixels)
acc
top1
acc
top5
Tốc độ
CPU ONNX
(ms)
Tốc độ
T4 TensorRT10
(ms)
Tham số
(M)
FLOPs
(B) ở 224
YOLO11n-cls 224 70.0 89.4 5.0 ± 0.3 1.1 ± 0.0 1.6 0.5
YOLO11s-cls 224 75.4 92.7 7.9 ± 0.2 1.3 ± 0.0 5.5 1.6
YOLO11m-cls 224 77.3 93.9 17.2 ± 0.4 2.0 ± 0.0 10.4 5.0
YOLO11l-cls 224 78.3 94.3 23.2 ± 0.3 2.8 ± 0.0 12.9 6.2
YOLO11x-cls 224 79.5 94.9 41.4 ± 0.9 3.8 ± 0.0 28.4 13.7

Tham khảo Tài liệu về Ước tính tư thế để xem các ví dụ sử dụng với những mô hình này, được huấn luyện trên COCO, bao gồm 1 lớp đã được huấn luyện trước, 'person'.

Mô hình Kích thước
(pixels)
mAPpose
50-95
mAPpose
50
Tốc độ
CPU ONNX
(ms)
Tốc độ
T4 TensorRT10
(ms)
Tham số
(M)
FLOPs
(B)
YOLO11n-pose 640 50.0 81.0 52.4 ± 0.5 1.7 ± 0.0 2.9 7.6
YOLO11s-pose 640 58.9 86.3 90.5 ± 0.6 2.6 ± 0.0 9.9 23.2
YOLO11m-pose 640 64.9 89.4 187.3 ± 0.8 4.9 ± 0.1 20.9 71.7
YOLO11l-pose 640 66.1 89.9 247.7 ± 1.1 6.4 ± 0.1 26.2 90.7
YOLO11x-pose 640 69.5 91.1 488.0 ± 13.9 12.1 ± 0.2 58.8 203.3

Tham khảo Tài liệu về Nhận diện có hướng để xem các ví dụ sử dụng với những mô hình này, được huấn luyện trên DOTAv1, bao gồm 15 lớp đã được huấn luyện trước.

Mô hình Kích thước
(pixels)
mAPtest
50
Tốc độ
CPU ONNX
(ms)
Tốc độ
T4 TensorRT10
(ms)
Tham số
(M)
FLOPs
(B)
YOLO11n-obb 1024 78.4 117.6 ± 0.8 4.4 ± 0.0 2.7 17.2
YOLO11s-obb 1024 79.5 219.4 ± 4.0 5.1 ± 0.0 9.7 57.5
YOLO11m-obb 1024 80.9 562.8 ± 2.9 10.1 ± 0.4 20.9 183.5
YOLO11l-obb 1024 81.0 712.5 ± 5.0 13.5 ± 0.6 26.2 232.0
YOLO11x-obb 1024 81.3 1408.6 ± 7.7 28.6 ± 1.0 58.8 520.2

Ví dụ sử dụng

Phần này cung cấp các ví dụ đơn giản về huấn luyện và suy luận YOLO11. Để xem toàn bộ tài liệu về các chế độ này và các chế độ khác, hãy tham khảo các trang tài liệu Dự đoán, Huấn luyện, Đánh giáXuất.

Lưu ý rằng ví dụ dưới đây dành cho các mô hình Phát hiện YOLO11 để phát hiện đối tượng. Để biết thêm các tác vụ được hỗ trợ, hãy xem các tài liệu Phân đoạn, Phân loại, OBBTạo dáng.

Ví dụ

PyTorch đã được huấn luyện trước *.pt các mô hình cũng như cấu hình *.yaml các tệp có thể được chuyển đến YOLO() class để tạo một thể hiện mô hình trong Python:

from ultralytics import YOLO

# Load a COCO-pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Train the model on the COCO8 example dataset for 100 epochs
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run inference with the YOLO11n model on the 'bus.jpg' image
results = model("path/to/bus.jpg")

Các lệnh CLI có sẵn để chạy trực tiếp các mô hình:

# Load a COCO-pretrained YOLO11n model and train it on the COCO8 example dataset for 100 epochs
yolo train model=yolo11n.pt data=coco8.yaml epochs=100 imgsz=640

# Load a COCO-pretrained YOLO11n model and run inference on the 'bus.jpg' image
yolo predict model=yolo11n.pt source=path/to/bus.jpg

Trích dẫn và ghi nhận

Ấn phẩm Ultralytics YOLO11

Ultralytics chưa công bố bài báo nghiên cứu chính thức nào cho YOLO11 do tính chất phát triển nhanh chóng của các mô hình. Chúng tôi tập trung vào việc nâng cao công nghệ và giúp công nghệ này dễ sử dụng hơn, thay vì tạo ra tài liệu tĩnh. Để biết thông tin cập nhật nhất về kiến trúc, tính năng và cách sử dụng YOLO, vui lòng tham khảo kho lưu trữ GitHubtài liệu của chúng tôi.

Nếu bạn sử dụng YOLO11 hoặc bất kỳ phần mềm nào khác từ kho lưu trữ này trong công việc của mình, vui lòng trích dẫn nó theo định dạng sau:

@software{yolo11_ultralytics,
  author = {Glenn Jocher and Jing Qiu},
  title = {Ultralytics YOLO11},
  version = {11.0.0},
  year = {2024},
  url = {https://github.com/ultralytics/ultralytics},
  orcid = {0000-0001-5950-6979, 0000-0003-3783-7069},
  license = {AGPL-3.0}
}

Xin lưu ý rằng DOI đang chờ xử lý và sẽ được thêm vào trích dẫn sau khi có. Các mô hình YOLO11 được cung cấp theo giấy phép AGPL-3.0Doanh nghiệp.

Câu hỏi thường gặp

Những cải tiến chính trong Ultralytics YOLO11 so với các phiên bản trước là gì?

Ultralytics YOLO11 giới thiệu một số cải tiến đáng kể so với các phiên bản tiền nhiệm. Những cải tiến chính bao gồm:

  • Trích xuất Đặc trưng Nâng cao: YOLO11 sử dụng kiến trúc backbone và neck được cải tiến, tăng cường khả năng trích xuất đặc trưng để phát hiện đối tượng chính xác hơn.
  • Tối ưu hóa Hiệu quả và Tốc độ: Thiết kế kiến trúc được tinh chỉnh và quy trình huấn luyện được tối ưu hóa mang lại tốc độ xử lý nhanh hơn đồng thời duy trì sự cân bằng giữa độ chính xác và hiệu suất.
  • Độ chính xác Cao hơn với Ít Tham số Hơn: YOLO11m đạt được độ chính xác trung bình (mAP) cao hơn trên bộ dữ liệu COCO với số lượng tham số ít hơn 22% so với YOLOv8m, giúp nó hiệu quả về mặt tính toán mà không ảnh hưởng đến độ chính xác.
  • Khả năng Thích ứng trên Nhiều Môi trường: YOLO11 có thể được triển khai trên nhiều môi trường khác nhau, bao gồm các thiết bị biên, nền tảng đám mây và các hệ thống hỗ trợ NVIDIA GPU.
  • Phạm vi Rộng các Tác vụ Được Hỗ trợ: YOLO11 hỗ trợ nhiều tác vụ thị giác máy tính khác nhau như phát hiện đối tượng, phân đoạn thể hiện, phân loại hình ảnh, ước tính tư thế và phát hiện đối tượng theo hướng (OBB).

Làm cách nào để huấn luyện mô hình YOLO11 để phát hiện đối tượng?

Huấn luyện mô hình YOLO11 để phát hiện đối tượng có thể được thực hiện bằng các lệnh Python hoặc CLI. Dưới đây là các ví dụ cho cả hai phương pháp:

Ví dụ

from ultralytics import YOLO

# Load a COCO-pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Train the model on the COCO8 example dataset for 100 epochs
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Load a COCO-pretrained YOLO11n model and train it on the COCO8 example dataset for 100 epochs
yolo train model=yolo11n.pt data=coco8.yaml epochs=100 imgsz=640

Để biết hướng dẫn chi tiết hơn, hãy tham khảo tài liệu Huấn luyện.

Các mô hình YOLO11 có thể thực hiện những tác vụ nào?

Các mô hình YOLO11 rất linh hoạt và hỗ trợ nhiều tác vụ thị giác máy tính, bao gồm:

  • Phát hiện đối tượng: Xác định và định vị các đối tượng trong một hình ảnh.
  • Phân đoạn thể hiện: Phát hiện các đối tượng và phân định ranh giới của chúng.
  • Phân loại hình ảnh: Phân loại hình ảnh vào các lớp được xác định trước.
  • Ước tính tư thế: Phát hiện và theo dõi các điểm chính trên cơ thể người.
  • Phát hiện đối tượng theo hướng (OBB): Phát hiện các đối tượng có xoay để có độ chính xác cao hơn.

Để biết thêm thông tin về từng tác vụ, hãy xem tài liệu Phát hiện, Phân đoạn thể hiện, Phân loại, Ước tính tư thếPhát hiện theo hướng.

YOLO11 đạt được độ chính xác cao hơn với ít tham số hơn bằng cách nào?

YOLO11 đạt được độ chính xác cao hơn với ít tham số hơn thông qua những tiến bộ trong thiết kế mô hình và kỹ thuật tối ưu hóa. Kiến trúc được cải tiến cho phép trích xuất và xử lý đặc trưng hiệu quả, dẫn đến độ chính xác trung bình cao hơn (mAP) trên các bộ dữ liệu như COCO trong khi sử dụng ít hơn 22% tham số so với YOLOv8m. Điều này làm cho YOLO11 hiệu quả về mặt tính toán mà không ảnh hưởng đến độ chính xác, phù hợp để triển khai trên các thiết bị có tài nguyên hạn chế.

YOLO11 có thể được triển khai trên các thiết bị biên không?

Có, YOLO11 được thiết kế để thích ứng trên nhiều môi trường khác nhau, bao gồm cả các thiết bị biên. Kiến trúc được tối ưu hóa và khả năng xử lý hiệu quả giúp nó phù hợp để triển khai trên các thiết bị biên, nền tảng đám mây và các hệ thống hỗ trợ NVIDIA GPU. Tính linh hoạt này đảm bảo rằng YOLO11 có thể được sử dụng trong các ứng dụng đa dạng, từ phát hiện theo thời gian thực trên thiết bị di động đến các tác vụ phân đoạn phức tạp trong môi trường đám mây. Để biết thêm chi tiết về các tùy chọn triển khai, hãy tham khảo tài liệu Xuất.



📅 Đã tạo 11 tháng trước ✏️ Đã cập nhật 1 tháng trước

Bình luận