Chào đón Ultralytics YOLO26: Một model YOLO tốt hơn, nhanh hơn, nhỏ hơn

Vào ngày 25 tháng 9, tại sự kiện kết hợp trực tiếp và trực tuyến thường niên của chúng tôi, YOLO Vision 2025 (YV25) tại Luân Đôn, Glenn Jocher, Nhà sáng lập kiêm Giám đốc Điều hành của chúng tôi, đã chính thức công bố bước đột phá mới nhất trong dòng mô hình Ultralytics YOLO, Ultralytics YOLO26! Mô hình thị giác máy tính mới của chúng tôi, YOLO26, có thể phân tích và diễn giải hình ảnh cũng như video với kiến trúc được tinh gọn nhằm cân bằng giữa tốc độ, độ chính xác và tính dễ triển khai.

Mặc dù Ultralytics YOLO26 đơn giản hóa một số khía cạnh trong thiết kế mô hình và bổ sung các cải tiến mới, mô hình này vẫn tiếp tục mang đến các tính năng quen thuộc mà người dùng mong đợi từ các mô hình Ultralytics YOLO. Ví dụ, Ultralytics YOLO26 rất dễ sử dụng, hỗ trợ nhiều tác vụ thị giác máy tính, đồng thời cung cấp các tùy chọn tích hợp và triển khai linh hoạt.

Không cần phải nói, điều này giúp cho việc chuyển sang sử dụng Ultralytics YOLO26 trở nên vô cùng dễ dàng, và chúng tôi rất mong chờ được thấy người dùng trải nghiệm nó khi nó chính thức ra mắt công chúng vào cuối tháng 10.

Hình 1. Ví dụ sử dụng Ultralytics YOLO26 để phát hiện đối tượng trong một ảnh.

Nói một cách đơn giản, Ultralytics YOLO26 là một mô hình AI thị giác tốt hơn, nhanh hơn và nhỏ gọn hơn. Trong bài viết này, chúng ta sẽ khám phá các tính năng chính của Ultralytics YOLO26 và những giá trị mà nó mang lại. Hãy bắt đầu ngay thôi!

Phá vỡ các giới hạn của AI thị giác với Ultralytics YOLO26#

Trước khi đi sâu vào các tính năng chính của Ultralytics YOLO26 và những ứng dụng mà nó có thể thực hiện, hãy cùng nhìn lại và thảo luận về nguồn cảm hứng và động lực thúc đẩy sự phát triển của mô hình này.

Tại Ultralytics, chúng tôi vẫn luôn tin tưởng vào sức mạnh của sự đổi mới. Ngay từ những ngày đầu, sứ mệnh của chúng tôi gồm hai phần. Một mặt, chúng tôi muốn phổ biến AI thị giác để bất kỳ ai cũng có thể sử dụng mà không gặp rào cản nào. Mặt khác, chúng tôi cũng cam kết giữ vững vị thế tiên tiến, đẩy xa các giới hạn mà các mô hình thị giác máy tính có thể đạt được.

Một yếu tố then chốt đằng sau sứ mệnh này là không gian AI luôn không ngừng phát triển. Ví dụ, edge AI, liên quan đến việc chạy các mô hình AI trực tiếp trên thiết bị thay vì phụ thuộc vào đám mây, đang được áp dụng nhanh chóng trong nhiều ngành công nghiệp.

Từ camera thông minh cho đến các hệ thống tự hành, các thiết bị ở biên hiện nay được kỳ vọng phải xử lý thông tin theo thời gian thực. Sự thay đổi này đòi hỏi các mô hình phải nhẹ hơn và nhanh hơn, đồng thời vẫn phải duy trì mức độ chính xác cao.

Đó là lý do tại sao luôn cần phải liên tục cải tiến các mô hình Ultralytics YOLO của chúng tôi. Như Glenn Jocher đã chia sẻ, “Một trong những thách thức lớn nhất là đảm bảo người dùng có thể tận dụng tối đa YOLO26 trong khi vẫn đạt được hiệu suất hàng đầu.”

Tổng quan về Ultralytics YOLO26#

YOLO26 sẵn sàng sử dụng với năm biến thể mô hình khác nhau, mang lại cho bạn sự linh hoạt để tận dụng các tính năng của mô hình trong các ứng dụng ở mọi quy mô. Tất cả các biến thể mô hình này đều hỗ trợ nhiều tác vụ thị giác máy tính, giống như các mô hình Ultralytics YOLO trước đây. Điều này có nghĩa là bất kể bạn chọn kích thước nào, bạn vẫn có thể tin tưởng vào việc YOLO26 mang lại nhiều tính năng đa dạng, tương tự như Ultralytics YOLO11.

Dưới đây là tổng quan về các computer vision tasks được hỗ trợ bởi Ultralytics YOLO26:

• Phát hiện đối tượng: Ultralytics YOLO26 có thể nhận diện và định vị nhiều đối tượng trong một hình ảnh hoặc khung hình video.
• Phân đoạn thực thể (Instance segmentation): Tiến xa hơn một bước so với việc phát hiện, Ultralytics YOLO26 có thể tạo ra các đường ranh giới hoàn hảo đến từng pixel xung quanh mỗi đối tượng mà nó nhận diện.
• Phân loại hình ảnh (Image classification): Mô hình có thể phân tích toàn bộ một hình ảnh và gán nó vào một danh mục hoặc nhãn cụ thể.
• Ước lượng tư thế (Pose estimation): Ultralytics YOLO26 có thể phát hiện các điểm keypoint và ước lượng tư thế cho con người cũng như các đối tượng khác.
• Hộp bao định hướng (OBB): Mô hình có thể phát hiện các vật thể ở bất kỳ góc độ nào, đặc biệt hữu ích cho hình ảnh chụp từ trên không, máy bay không người lái và vệ tinh, nơi các mục tiêu như tòa nhà, phương tiện hoặc cây trồng có thể không thẳng hàng với khung hình.
• Theo dõi đối tượng: Ultralytics YOLO26 có thể được sử dụng để theo dõi các đối tượng qua các khung hình video hoặc luồng dữ liệu thời gian thực.

Hình 2. Phát hiện đối tượng trong một ảnh bằng cách sử dụng Ultralytics YOLO26.

Tìm hiểu về kiến trúc của Ultralytics YOLO26#

Bây giờ chúng ta đã hiểu rõ hơn về những gì Ultralytics YOLO26 có thể làm, hãy cùng điểm qua một số điểm cải tiến trong kiến trúc của nó.

Thiết kế của mô hình đã được tối ưu hóa bằng cách loại bỏ mô-đun Distribution Focal Loss (DFL), vốn trước đây làm chậm quá trình suy luận và hạn chế khả năng hồi quy hộp bao (bounding box).

Quá trình dự đoán cũng đã được đơn giản hóa với tùy chọn suy luận end-to-end (E2E), cho phép mô hình bỏ qua bước Non-Maximum Suppression (NMS) truyền thống. Cải tiến này giúp giảm độ phức tạp và cho phép mô hình cung cấp kết quả nhanh hơn, giúp việc triển khai trở nên dễ dàng hơn trong các ứng dụng thực tế.

Những cải tiến khác giúp mô hình trở nên thông minh và đáng tin cậy hơn. Progressive Loss Balancing (ProgLoss) giúp ổn định quá trình huấn luyện và cải thiện độ chính xác, trong khi Small-Target-Aware Label Assignment (STAL) đảm bảo mô hình phát hiện các vật thể nhỏ hiệu quả hơn. Ngoài ra, bộ tối ưu hóa MuSGD mới giúp cải thiện độ hội tụ trong quá trình huấn luyện và nâng cao hiệu suất tổng thể.

Trên thực tế, phiên bản nhỏ nhất của Ultralytics YOLO26, mô hình nano, giờ đây chạy nhanh hơn tới 43% trên các CPU tiêu chuẩn, giúp nó trở nên đặc biệt phù hợp cho các ứng dụng di động, camera thông minh và các thiết bị biên khác, nơi tốc độ và hiệu quả là yếu tố then chốt. Dưới đây là tóm tắt nhanh về các tính năng của YOLO26 và những gì người dùng có thể mong đợi:

• Loại bỏ DFL: Chúng tôi đã loại bỏ mô-đun Distribution Focal Loss khỏi kiến trúc của mô-đun. Bất kể kích thước đối tượng trong hình ảnh như thế nào, Ultralytics YOLO26 vẫn có thể đặt các bounding box phù hợp trong khi chạy hiệu quả hơn.
• Inference đầu cuối không cần NMS: Ultralytics YOLO26 bổ sung một chế độ tùy chọn không cần Non-Maximum Suppression (NMS), một bước thường được sử dụng để loại bỏ các dự đoán trùng lặp, giúp việc triển khai trở nên đơn giản và nhanh chóng hơn cho các trường hợp sử dụng thời gian thực.
• ProgLoss và STAL: Những cải tiến này giúp quá trình huấn luyện ổn định hơn và tăng đáng kể độ chính xác, đặc biệt là đối với việc phát hiện các vật thể nhỏ trong các cảnh phức tạp.
• Bộ tối ưu hóa MuSGD: Ultralytics YOLO26 sử dụng một trình tối ưu hóa mới kết hợp thế mạnh của hai trình tối ưu hóa huấn luyện (Muon và SGD), giúp mô hình học nhanh hơn và đạt độ chính xác cao hơn.

Hình 3. Đánh giá benchmark Ultralytics YOLO26.

Đơn giản hóa triển khai với Ultralytics YOLO26#

Cho dù bạn đang làm việc trên các ứng dụng di động, camera thông minh hay hệ thống doanh nghiệp, việc triển khai YOLO26 rất đơn giản và linh hoạt. Gói Python của Ultralytics hỗ trợ số lượng ngày càng tăng các định dạng xuất, giúp dễ dàng tích hợp YOLO26 vào các quy trình làm việc hiện có và tương thích với hầu hết mọi nền tảng.

Một số tùy chọn xuất bao gồm TensorRT để tăng tốc GPU tối đa, ONNX để tương thích rộng rãi, CoreML cho các ứng dụng iOS gốc, TFLite cho các thiết bị Android và edge, cùng với OpenVINO để tối ưu hóa hiệu suất trên phần cứng Intel. Tính linh hoạt này giúp việc đưa Ultralytics YOLO26 từ giai đoạn phát triển sang sản xuất trở nên đơn giản mà không gặp phải rào cản nào.

Một phần quan trọng khác của việc triển khai là đảm bảo các mô hình chạy hiệu quả trên các thiết bị có tài nguyên hạn chế. Đây là lúc kỹ thuật lượng tử hóa (quantization) phát huy tác dụng. Nhờ kiến trúc được đơn giản hóa, Ultralytics YOLO26 xử lý việc này cực kỳ tốt. Nó hỗ trợ triển khai INT8 (sử dụng nén 8-bit để giảm kích thước và cải thiện tốc độ với mức độ suy giảm độ chính xác tối thiểu) cũng như độ chính xác nửa độ chính xác (FP16) để inference nhanh hơn trên phần cứng được hỗ trợ.

Quan trọng nhất, Ultralytics YOLO26 mang lại hiệu suất ổn định trên các mức lượng tử hóa này, vì vậy bạn có thể tin cậy vào nó cho dù nó chạy trên một máy chủ mạnh mẽ hay một thiết bị edge nhỏ gọn.

Từ robot đến sản xuất: Các trường hợp sử dụng của Ultralytics YOLO26#

Ultralytics YOLO26 có thể được sử dụng trong rất nhiều ứng dụng computer vision trên nhiều ngành nghề và trường hợp sử dụng khác nhau. Từ robot đến sản xuất, nó có thể tạo ra tác động đáng kể bằng cách cải thiện quy trình làm việc và cho phép ra quyết định nhanh hơn, chính xác hơn.

Ví dụ điển hình là trong lĩnh vực robotics, nơi Ultralytics YOLO26 có thể giúp robot diễn giải môi trường xung quanh chúng theo thời gian thực. Điều này giúp việc điều hướng mượt mà hơn và xử lý đối tượng chính xác hơn. Nó cũng cho phép cộng tác an toàn hơn với con người.

Một ví dụ khác là trong lĩnh vực sản xuất, nơi mô hình có thể được sử dụng để phát hiện lỗi. Mô hình có thể tự động xác định các khiếm khuyết trên dây chuyền sản xuất nhanh chóng và chính xác hơn so với việc kiểm tra thủ công.

Hình 4. Phát hiện chai lọ trong nhà máy sản xuất sử dụng Ultralytics YOLO26.

Nhìn chung, vì Ultralytics YOLO26 tốt hơn, nhanh hơn và nhẹ hơn, nó dễ dàng thích ứng với nhiều môi trường khác nhau, từ các thiết bị edge nhẹ cho đến các hệ thống doanh nghiệp lớn. Điều này biến nó thành một lựa chọn thực tế cho các ngành công nghiệp muốn cải thiện hiệu suất, độ chính xác và độ tin cậy.

Các điểm chính cần lưu ý#

Ultralytics YOLO26 là một mô hình thị giác máy tính tốt hơn, nhanh hơn và nhẹ hơn, đồng thời vẫn dễ sử dụng và mang lại hiệu suất mạnh mẽ. Nó hoạt động trên hàng loạt tác vụ và nền tảng khác nhau và sẽ có sẵn cho mọi người vào cuối tháng 10. Chúng tôi rất nóng lòng được thấy cộng đồng sử dụng nó như thế nào để tạo ra các giải pháp mới và mở rộng ranh giới của thị giác máy tính.

Hãy tham gia cộng đồng đang phát triển của chúng tôi! Khám phá kho lưu trữ GitHub của chúng tôi để tìm hiểu thêm về AI. Khám phá các đổi mới như thị giác máy tính trong bán lẻ và AI trong ngành ô tô bằng cách truy cập các trang giải pháp của chúng tôi. Để bắt đầu xây dựng với thị giác máy tính ngay hôm nay, hãy xem qua các tùy chọn cấp phép của chúng tôi.