Đón xem YOLO Vision 2025!
25 tháng 9, 2025
10:00 — 18:00 BST
Sự kiện kết hợp
Yolo Vision 2024

Ultralytics YOLO11 đã ra mắt! Định nghĩa lại những gì có thể trong AI!

Abirami Vina

5 phút đọc

27 tháng 9, 2024

Tìm hiểu tất cả về các tính năng đột phá của Ultralytics YOLO11, mô hình AI mới nhất của chúng tôi, định nghĩa lại thị giác máy tính với độ chính xác và hiệu quả vô song.

Chúng tôi rất vui mừng được giới thiệu sự phát triển tiếp theo của các mô hình Ultralytics: YOLO11! Dựa trên những tiến bộ ấn tượng của các phiên bản mô hình YOLO trước đây, YOLO11 mang đến một loạt các tính năng và tối ưu hóa mạnh mẽ, giúp nó nhanh hơn, chính xác hơn và cực kỳ linh hoạt. Được công bố tại sự kiện YOLO Vision 2024 (YV24), buổi họp mặt thường niên kết hợp giữa các chuyên gia, nhà đổi mới và nhà phát triển AI của Ultralytics, sự bổ sung mới nhất này cho gia đình Ultralytics được thiết lập để xác định lại những gì có thể với thị giác máy tính

Với kiến trúc cải tiến, YOLO11 có thể được sử dụng cho nhiều tác vụ thị giác máy tính khác nhau, từ phát hiện đối tượng theo thời gian thực đến phân loại, khiến nó trở thành một yếu tố thay đổi cuộc chơi cho các nhà phát triển và nhà nghiên cứu. Các 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 suất theo thời gian thực. Trong bài viết này, chúng ta sẽ xem xét kỹ hơn các tính năng làm cho YOLO11 nổi bật và cách nó có thể chuyển đổi các ứng dụng thị giác máy tính của bạn. Hãy bắt đầu!

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

Tìm hiểu về YOLO11

YOLO11 đánh dấu một chương mới cho gia đình YOLO, cung cấp một mô hình có khả năng và linh hoạt hơn, đưa thị giác máy tính lên một tầm cao mới. Với kiến trúc tinh tế và các khả năng nâng cao, mô hình hỗ trợ các tác vụ thị giác máy tính như ước tính tư thế và phân đoạn thể hiện mà cộng đồng Vision AI đã yêu thích ở Ultralytics YOLOv8, nhưng với hiệu suất và độ chính xác cao hơn nữa. Glenn Jocher, Người sáng lập và Giám đốc điều hành của Ultralytics, chia sẻ: “Với YOLO11, chúng tôi đặt mục tiêu phát triển một mô hình mang lại cả sức mạnh và tính thực tế cho các ứng dụng trong thế giới thực. Hiệu quả và độ chính xác được cải thiện của nó làm cho nó trở thành một công cụ mạnh mẽ có thể được điều chỉnh để phù hợp với những thách thức riêng mà các ngành công nghiệp khác nhau phải đối mặt. Tôi rất nóng lòng được thấy cộng đồng Vision AI sử dụng YOLO11 để tạo ra các giải pháp sáng tạo và đưa thị giác máy tính lên một tầm cao mới như thế nào”.

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

Dưới đây là cái nhìn sơ lược về các tác vụ thị giác máy tính mà YOLO11 hỗ trợ:

__wf_reserved_inherit
Hình 3. Các tác vụ thị giác máy tính được YOLO11 hỗ trợ.

Điều gì làm nên sự khác biệt của YOLO11?

YOLO11 được xây dựng dựa trên những tiến bộ đã được giới thiệu trong YOLOv9YOLOv10 vào đầu năm nay, kết hợp các thiết kế kiến trúc được cải tiến, các kỹ thuật trích xuất đặc trưng nâng cao và các phương pháp huấn luyện tối ưu hóa. Điều thực sự làm cho YOLO11 nổi bật là sự kết hợp ấn tượng giữa tốc độ, độ chính xác và hiệu quả, khiến nó trở thành một trong những mô hình có khả năng nhất mà Ultralytics đã tạo ra cho đến nay. Với thiết kế được cải tiến, YOLO11 cung cấp khả năng trích xuất đặc trưng tốt hơn, là quá trình xác định các mẫu và chi tiết quan trọng từ hình ảnh, giúp có thể nắm bắt các khía cạnh phức tạp một cách chính xác hơn, ngay cả trong các tình huống khó khăn.

Đáng chú ý, YOLO11m đạt được điểm độ chính xác trung bình (mAP) cao hơn trên tập dữ liệu COCO trong khi sử dụng ít hơn 22% tham số so với YOLOv8m, giúp nó nhẹ hơn về mặt tính toán mà không làm giảm hiệu suất. Điều này có nghĩa là nó mang lại kết quả chính xác hơn đồng thời chạy hiệu quả hơn. Hơn nữa, YOLO11 mang lại tốc độ xử lý nhanh hơn, với thời gian suy luận nhanh hơn khoảng 2% so với YOLOv10, khiến nó trở nên lý tưởng cho các ứng dụng thời gian thực. 

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

Nó được xây dựng để xử lý các tác vụ phức tạp đồng thời dễ dàng hơn về tài nguyên và được thiết kế để cải thiện hiệu suất của các mô hình quy mô lớn, khiến nó trở nên phù hợp với các dự án AI đòi hỏi khắt khe. Những cải tiến đối với quy trình tăng cường dữ liệu cũng đã cải thiện quá trình huấn luyện, giúp YOLO11 dễ dàng thích ứng với các tác vụ khác nhau, cho dù bạn đang làm việc trên các dự án nhỏ hay các ứng dụng quy mô lớn. 

Trên thực tế, YOLO11 rất hiệu quả về mặt sức mạnh xử lý và hoàn toàn phù hợp để triển khai trên cả thiết bị đám mây và thiết bị biên, đảm bảo tính linh hoạt trên các môi trường khác nhau. Nói một cách đơn giản, YOLO11 không chỉ là một bản nâng cấp; nó là một mô hình chính xác, hiệu quả và linh hoạt hơn đáng kể, được trang bị tốt hơn để xử lý mọi thách thức về thị giác máy tính. Cho dù đó là lái xe tự động, giám sát, chẩn đoán hình ảnh y tế, bán lẻ thông minh hay các trường hợp sử dụng trong công nghiệp, YOLO11 đủ linh hoạt để phục vụ hầu hết mọi ứng dụng thị giác máy tính.

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

YOLO11 được thiết kế để tích hợp liền mạch với các hệ thống và nền tảng bạn đang sử dụng. Dựa trên sự hỗ trợ được cung cấp bởi YOLOv8, YOLO11 tương thích với nhiều môi trường khác nhau để huấn luyện, kiểm thửtriển khai. Cho dù bạn đang làm việc với GPU NVIDIA, thiết bị biên hay triển khai trên nền tảng đám mây, YOLO11 được tối ưu hóa để phù hợp với quy trình làm việc của bạn một cách dễ dàng.

Những tích hợp này là những bổ sung tuyệt vời giúp YOLO11 có thể thích ứng với các ngành khác nhau, giúp các doanh nghiệp dễ dàng triển khai mô hình vào các quy trình hiện có của họ. Ví dụ: giả sử bạn muốn sử dụng YOLO11 cho nông nghiệp, đặc biệt là để giám sát cây trồng. Bạn có thể cần triển khai mô hình trên máy bay không người lái để xác định các vấn đề về sức khỏe thực vật trong thời gian thực trên các cánh đồng lớn. Tuy nhiên, nếu bạn làm trong lĩnh vực an ninh, bạn có thể thích sử dụng YOLO11 với hệ thống dựa trên đám mây để theo dõi nhiều nguồn cấp dữ liệu camera để phát hiện đối tượng.

__wf_reserved_inherit
Hình 5. Sử dụng YOLO11 trong nông nghiệp.

Trao quyền cho cộng đồng AI với YOLO11

Cộng đồng AI thị giác có thể mong đợi những tiến bộ thú vị với sự ra mắt của YOLO11. Nhờ độ chính xác và hiệu quả nâng cao, mô hình mới này có tiềm năng chuyển đổi các ứng dụng hiện có và tạo ra những ứng dụng mới. Một yếu tố quan trọng trong tiến trình này là Ultralytics HUB. Ultralytics HUB là một nền tảng thân thiện với người dùng, đơn giản hóa việc huấn luyện và triển khai các mô hình YOLO, bao gồm cả YOLO11. 

__wf_reserved_inherit
Hình 6. Chạy suy luận YOLO11 trên Ultralytics HUB.

Ultralytics HUB hợp lý hóa quy trình phát triển bằng cách cho phép người dùng tải lên bộ dữ liệu, truy cập một loạt các mô hình được huấn luyện trước và quản lý các dự án của họ ở cùng một nơi. HUB cũng hỗ trợ cộng tác, giúp các nhóm 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 đám mây: Ultralytics HUB cung cấp khả năng huấn luyện mô hình dựa trên đám mây liền mạch để có khả năng mở rộng và hiệu quả.
  • Các mô hình được huấn luyện trước: Nền tảng này cung cấp quyền truy cập vào nhiều mô hình YOLOv5, YOLOv8 và YOLO11 được huấn luyện trước.
  • Xuất mô hình: Các mô hình 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 và Câu hỏi thường gặp toàn diện để hỗ trợ người dùng.
  • Hỗ trợ cộng đồng: Một cộng đồng Discord tích cực luôn sẵn sàng cho các câu hỏi và thảo luận.

Với thiết kế trực quan của HUB, cả nhà phát triển có kinh nghiệm và người mới đều có thể nhanh chóng bắt đầu. Khi ngày càng có nhiều nhà phát triển sử dụng YOLO11 thông qua HUB, chúng ta có thể mong đợi sự gia tăng các ứng dụng hiệu suất cao, vượt qua các ranh giới của thị giác máy tính và định hình tương lai của công nghệ AI.

Trải nghiệm thực tế với YOLO11

Giống như YOLOv8, YOLO11 sẽ sớm có sẵn để dùng thử thông qua Ultralytics HUBgói Ultralytics Python. Bạn có thể đăng nhập vào HUB hoặc xem hướng dẫn bắt đầu nhanh của chúng tôi để biết hướng dẫn từng bước về cách cài đặt gói. Sau khi phát hành, bạn sẽ có thể khám phá các tính năng của nó, thử nghiệm với các bộ dữ liệu khác nhau và xem YOLO11 hoạt động như thế nào trong các tình huống khác nhau. Chúng tôi rất mong được thấy cộng đồng AI tương tác với YOLO11 và đóng góp vào sự phát triển của nó, cung cấp phản hồi hoặc xây dựng dựa trên nó.

Cho dù bạn là nhà phát triển đang tìm cách tối ưu hóa các dự án hiện có hay người quan tâm đến việc tạo các ứng dụng mới, sự tham gia của bạn có thể giúp thúc đẩy sự đổi mới. Tham gia thảo luận, chia sẻ kinh nghiệm của bạn và cộng tác với những người khác để khai thác toàn bộ tiềm năng của YOLO11. Chúng tôi rất vui khi thấy bạn sử dụng YOLO11 để giải quyết các thách thức trong thế giới thực và biến những ý tưởng sáng tạo của bạn thành hiện thực!

Một chương mới bắt đầu với YOLO11

YOLO11 là một bước tiến mới trong lĩnh vực thị giác máy tính, kết hợp độ chính xác, tốc độ và hiệu quả ấn tượng. Được công bố tại YV24, các tính năng tiên tiến của nó làm cho nó trở nên linh hoạt cho nhiều ứng dụng thời gian thực khác nhau, từ xe tự hành đến các giải pháp bán lẻ thông minh. Khi cộng đồng AI bắt đầu khám phá và sử dụng mô hình này, chúng tôi rất vui mừng được thấy những cách sáng tạo mà YOLO11 sẽ thúc đẩy sự đổi mới và mang lại những khả năng mới vào cuộc sống. Nếu bạn đang tìm cách khám phá những tiến bộ mới nhất trong AI, hãy dùng thử YOLO11 và xem nó có thể nâng cao các dự án thị giác máy tính của bạn như thế nào!

Để tìm hiểu thêm về AI, hãy truy cập kho lưu trữ GitHub của chúng tôi và tham gia cộng đồng năng động của chúng tôi. Khám phá cách AI đang có những bước tiến lớn trong các lĩnh vực như chăm sóc sức khỏenông nghiệp.

Hãy cùng nhau xây dựng tương lai
của AI!

Bắt đầu hành trình của bạn với tương lai của học máy

Bắt đầu miễn phí
Đã sao chép liên kết vào clipboard