Ultralytics YOLO11 đã ra mắt! Định nghĩa lại những khả năng của AI!

Chúng tôi rất hào hứng giới thiệu bước tiến hóa tiếp theo của các model Ultralytics: YOLO11! Kế thừa những cải tiến ấn tượng từ các phiên bản model YOLO trước đây, YOLO11 mang đến hàng loạt tính năng mạnh mẽ và tối ưu hóa, giúp model nhanh hơn, chính xác hơn và linh hoạt đáng kể. Được công bố tại sự kiện YOLO Vision 2024 (YV24), sự kiện thường niên kết hợp trực tiếp và trực tuyến của Ultralytics quy tụ các chuyên gia, nhà đổi mới và developer AI, sản phẩm mới nhất trong gia đình Ultralytics này được kỳ vọng sẽ định nghĩa lại những gì có thể làm được với computer vision.

Với kiến trúc đổi mới, Ultralytics YOLO11 có thể được sử dụng cho nhiều tác vụ computer vision, từ phát hiện đối tượng theo thời gian thực đến phân loại, trở thành một bước đột phá cho cả developer lẫn nhà nghiên cứu. Những cải tiến chính bao gồm trích xuất đặc trưng nâng cao để nắm bắt chi tiết chính xác hơn, độ chính xác cao hơn với ít tham số hơn và tốc độ xử lý nhanh hơn, giúp cải thiện đáng kể hiệu năng theo thời gian thực. Trong bài viết này, chúng ta sẽ xem xét kỹ hơn các tính năng giúp YOLO11 nổi bật và cách model này có thể chuyển đổi các ứng dụng computer vision của bạn. Hãy bắt đầu!

Hình 1. Glenn Jocher trên sân khấu, công bố Ultralytics YOLO11 tại YOLO Vision 24.

Tìm hiểu về Ultralytics YOLO11#

YOLO11 mở ra một chương mới cho dòng YOLO, cung cấp một model mạnh mẽ và linh hoạt hơn, đưa computer vision lên những tầm cao mới. Với kiến trúc được tinh chỉnh và năng lực nâng cao, model này hỗ trợ các tác vụ computer vision như ước tính tư thế và phân đoạn instance, những tính năng mà cộng đồng AI thị giác yêu thích ở Ultralytics YOLOv8, nhưng với hiệu năng và độ chính xác còn cao hơn. Glenn Jocher, Nhà sáng lập kiêm CEO của Ultralytics, chia sẻ: “Với YOLO11, chúng tôi đặt mục tiêu phát triển một model vừa mạnh mẽ vừa thiết thực cho các ứng dụng thực tế. Hiệu quả và độ chính xác được cải thiện khiến model trở thành một công cụ vững chắc, có thể thích ứng với những thách thức riêng của nhiều ngành khác nhau. Tôi rất nóng lòng muốn thấy cộng đồng AI thị giác sử dụng YOLO11 như thế nào để tạo ra các giải pháp sáng tạo và đưa computer vision lên một tầm cao mới.”

Hình 2. Glenn Jocher trên sân khấu, công bố Ultralytics YOLO11 tại YV24.

Dưới đây là tổng quan về các tác vụ computer vision mà Ultralytics YOLO11 hỗ trợ:

• Phát hiện đối tượng: Xác định và định vị các đối tượng trong ảnh hoặc khung hình video, vẽ các bounding box xung quanh chúng cho những ứng dụng như giám sát, lái xe tự hành và phân tích bán lẻ.
• Phân đoạn instance: Bao gồm việc xác định và tách riêng từng đối tượng trong ảnh đến cấp pixel. Tính năng này hữu ích cho các ứng dụng như chẩn đoán hình ảnh y tế và phát hiện lỗi trong sản xuất.
• Phân loại ảnh: Phân loại toàn bộ ảnh vào các lớp được xác định trước, phù hợp với những ứng dụng như phân loại sản phẩm trong thương mại điện tử hoặc giám sát động vật hoang dã.
• Ước tính tư thế: Phát hiện các điểm chính cụ thể trong ảnh hoặc khung hình video để theo dõi chuyển động hoặc tư thế, hữu ích cho các ứng dụng theo dõi thể chất, phân tích thể thao và chăm sóc sức khỏe.
• Phát hiện đối tượng có hướng (OBB): Phát hiện các đối tượng cùng góc định hướng, cho phép định vị chính xác hơn các đối tượng bị xoay, đặc biệt có giá trị trong các tác vụ ảnh chụp từ trên không, robotics và tự động hóa kho hàng.
• Theo dõi đối tượng: Giám sát và theo dõi chuyển động của các đối tượng qua các khung hình video liên tiếp, trở thành thành phần thiết yếu trong nhiều ứng dụng thời gian thực.

Hình 3. Các tác vụ Computer Vision được Ultralytics YOLO11 hỗ trợ.

Điều gì khiến Ultralytics YOLO11 nổi bật?#

YOLO11 kế thừa những cải tiến được giới thiệu trong YOLOv9 và YOLOv10 vào đầu năm nay, đồng thời tích hợp các thiết kế kiến trúc được cải tiến, kỹ thuật trích xuất đặc trưng nâng cao và phương pháp huấn luyện tối ưu hóa. Điều thực sự khiến YOLO11 nổi bật là sự kết hợp ấn tượng giữa tốc độ, độ chính xác và hiệu quả, khiến đây trở thành một trong những model mạnh mẽ nhất mà Ultralytics từng tạo ra. Với thiết kế được cải tiến, YOLO11 cung cấp khả năng trích xuất đặc trưng tốt hơn, tức là quá trình xác định các mẫu và chi tiết quan trọng từ ảnh, nhờ đó có thể nắm bắt chính xác hơn các khía cạnh phức tạp, ngay cả trong những tình huống khó.

Đáng chú ý, YOLO11m đạt điểm Độ chính xác trung bình (mAP) cao hơn trên dataset COCO trong khi sử dụng ít hơn 22% tham số so với YOLOv8m, giúp giảm tải tính toán mà không ảnh hưởng đến hiệu năng. Điều này có nghĩa là model mang lại kết quả chính xác hơn và chạy hiệu quả hơn. Ngoài ra, YOLO11 còn có tốc độ xử lý nhanh hơn, với thời gian inference nhanh hơn khoảng 2% so với YOLOv10, rất phù hợp cho các ứng dụng thời gian thực.

Hình 4. Sử dụng Ultralytics YOLO11 để phát hiện đối tượng.

Model được xây dựng để xử lý các tác vụ phức tạp nhưng tiêu tốn ít tài nguyên hơn, đồng thời được thiết kế để cải thiện hiệu năng của các model quy mô lớn, rất phù hợp với những dự án AI đòi hỏi cao. Những cải tiến đối với pipeline augmentation cũng đã nâng cao quy trình huấn luyện, giúp Ultralytics YOLO11 dễ dàng thích ứng với nhiều tác vụ khác nhau, dù bạn đang làm việc trên các dự án nhỏ hay ứng dụng quy mô lớn.

Trên thực tế, YOLO11 đạt hiệu quả cao về năng lực xử lý và hoàn toàn phù hợp để triển khai trên cả thiết bị cloud lẫn edge, bảo đảm tính linh hoạt trong nhiều môi trường khác nhau. Nói đơn giản, YOLO11 không chỉ là một bản nâng cấp; đây là một model chính xác hơn đáng kể, hiệu quả hơn và linh hoạt hơn, được trang bị tốt hơn để xử lý mọi thách thức về computer vision. Dù là lái xe tự hành, giám sát, hình ảnh y tế, bán lẻ thông minh hay các trường hợp sử dụng công nghiệp, YOLO11 đủ linh hoạt để đáp ứng gần như mọi ứng dụng computer vision.

Ultralytics YOLO11 đã sẵn sàng cho hệ thống và nền tảng của bạn#

Ultralytics YOLO11 được thiết kế để tích hợp liền mạch với các hệ thống và nền tảng bạn đang sử dụng. Kế thừa khả năng hỗ trợ do YOLOv8 cung cấp, YOLO11 tương thích với nhiều môi trường cho huấn luyện, kiểm thử và triển khai. Dù bạn làm việc với GPU NVIDIA, thiết bị edge hay triển khai trên nền tảng cloud, YOLO11 đều được tối ưu để dễ dàng tích hợp vào workflow của bạn.

Những tích hợp này là các tiện ích bổ sung hữu ích, giúp YOLO11 thích ứng với nhiều ngành khác nhau và hỗ trợ doanh nghiệp dễ dàng triển khai model vào các quy trình hiện có. Ví dụ, giả sử bạn muốn sử dụng YOLO11 cho nông nghiệp, cụ thể là giám sát cây trồng. Bạn có thể cần triển khai model trên drone để xác định các vấn đề về sức khỏe cây trồng theo thời gian thực trên những cánh đồng rộng lớn. Tuy nhiên, nếu làm việc trong lĩnh vực an ninh, bạn có thể thích sử dụng YOLO11 với một hệ thống dựa trên cloud để giám sát nhiều luồng camera nhằm phát hiện đối tượng.

Hình 5. Sử dụng Ultralytics YOLO11 trong nông nghiệp.

Trao sức mạnh cho cộng đồng AI với Ultralytics YOLO11#

Cộng đồng AI thị giác có thể kỳ vọng những tiến bộ đầy hứa hẹn khi YOLO11 ra mắt. Nhờ độ chính xác và hiệu quả được nâng cao, model mới này có tiềm năng chuyển đổi các ứng dụng hiện có và tạo ra những ứng dụng mới. Một yếu tố quan trọng thúc đẩy tiến bộ này là Ultralytics HUB. Ultralytics HUB là một nền tảng thân thiện với người dùng, giúp đơn giản hóa việc huấn luyện và triển khai các model YOLO, bao gồm cả YOLO11.

Hình 6. Chạy inference YOLO11 trên Ultralytics HUB.

Ultralytics HUB tinh gọn quy trình phát triển bằng cách cho phép người dùng tải dataset lên, truy cập nhiều model được huấn luyện trước và quản lý dự án tại một nơi duy nhất. HUB cũng hỗ trợ cộng tác, giúp các team dễ dàng làm việc cùng nhau trên các dự án AI. Dưới đây là một số tính năng chính khác của Ultralytics HUB:

• Huấn luyện trên cloud: Ultralytics HUB cung cấp khả năng huấn luyện model dựa trên cloud một cách liền mạch, hỗ trợ khả năng mở rộng và hiệu quả.
• Model được huấn luyện trước: Nền tảng cung cấp quyền truy cập vào nhiều model YOLOv5, YOLOv8 và YOLO11 được huấn luyện trước.
• Xuất model: Các model đã huấn luyện có thể được xuất sang nhiều định dạng khác nhau để triển khai.
• Tích hợp: Ultralytics HUB tích hợp liền mạch với các nền tảng như Roboflow, Google Colab và Weights & Biases.
• Tài liệu chi tiết: Ultralytics HUB cung cấp các hướng dẫn toàn diện và câu hỏi thường gặp để hỗ trợ người dùng.
• Hỗ trợ cộng đồng: Cộng đồng Discord năng động luôn sẵn sàng giải đáp câu hỏi và thảo luận.

Với thiết kế trực quan của HUB, cả developer giàu kinh nghiệm lẫn người mới đều có thể nhanh chóng bắt đầu. Khi ngày càng nhiều developer sử dụng Ultralytics YOLO11 thông qua HUB, chúng ta có thể kỳ vọng sự gia tăng mạnh mẽ của các ứng dụng hiệu năng cao, mở rộng giới hạn của computer vision và định hình tương lai của công nghệ AI.

Trải nghiệm thực tế với Ultralytics YOLO11#

Cũng như YOLOv8, YOLO11 sẽ sớm có thể được trải nghiệm thông qua Ultralytics HUB và package Python của Ultralytics. Bạn có thể đăng nhập vào Ultralytics HUB hoặc xem hướng dẫn quickstart để biết các bước cài đặt package. Sau khi được phát hành, bạn sẽ có thể khám phá các tính năng của model, thử nghiệm với nhiều dataset khác nhau và xem YOLO11 hoạt động như thế nào trong nhiều tình huống. Chúng tôi rất nóng lòng muốn thấy cộng đồng AI tham gia cùng YOLO11 bằng cách đóng góp cho quá trình phát triển, cung cấp phản hồi hoặc xây dựng dựa trên model này.

Dù bạn là developer muốn tối ưu các dự án hiện có hay đang quan tâm đến việc tạo ra những ứng dụng mới, sự tham gia của bạn có thể thúc đẩy đổi mới. Hãy tham gia thảo luận, chia sẻ trải nghiệm và cộng tác với những người khác để khai phá toàn bộ tiềm năng của Ultralytics YOLO11. Chúng tôi rất hào hứng muốn thấy bạn sử dụng YOLO11 để giải quyết các thách thức thực tế và biến những ý tưởng sáng tạo thành hiện thực!

Một chương mới bắt đầu với Ultralytics YOLO11#

Ultralytics YOLO11 là bước tiến tiếp theo của computer vision, kết hợp độ chính xác, tốc độ và hiệu quả ấn tượng. Được công bố tại YV24, các tính năng nâng cao của model giúp nó linh hoạt trong nhiều ứng dụng thời gian thực, từ phương tiện tự hành đến các giải pháp bán lẻ thông minh. Khi cộng đồng AI bắt đầu khám phá và sử dụng model này, chúng tôi rất hào hứng chờ đón những cách thức sáng tạo mà YOLO11 sẽ thúc đẩy đổi mới và hiện thực hóa các khả năng mới. Nếu bạn muốn khám phá những tiến bộ mới nhất trong AI, hãy thử YOLO11 và xem model có thể nâng tầm các dự án computer vision của bạn như thế nào!

Để tìm hiểu thêm về AI, hãy truy cập repository GitHub của chúng tôi và tham gia cộng đồng năng động của chúng tôi. Khám phá cách AI đang tạo ra những bước tiến trong các lĩnh vực như chăm sóc sức khỏe và nông nghiệp.