Anchor-Free Detectors

Các bộ phát hiện không neo đại diện cho một lớp kiến trúc phát hiện đối tượng hiện đại, có khả năng xác định và định vị mục tiêu trong ảnh mà không phụ thuộc vào các hộp tham chiếu được định nghĩa trước. Không giống các phương pháp truyền thống dựa vào một lưới các anchor được thiết lập sẵn để ước tính kích thước, những model này dự đoán trực tiếp các bounding box từ các đặc trưng của ảnh. Bước chuyển đổi mô hình này giúp đơn giản hóa thiết kế model, giảm nhu cầu tinh chỉnh hyperparameter thủ công và thường tạo ra các kiến trúc nhanh hơn, hiệu quả hơn, phù hợp với suy luận theo thời gian thực. Các framework tiên tiến, bao gồm Ultralytics YOLO26, đã áp dụng phương pháp này để đạt khả năng tổng quát hóa vượt trội trên nhiều dataset đa dạng.

Cơ chế phát hiện không neo#

Đổi mới cốt lõi của các bộ phát hiện không neo nằm ở cách chúng xây dựng bài toán định vị. Thay vì phân loại và tinh chỉnh hàng nghìn ứng viên anchor box, các model này thường xem việc phát hiện là một bài toán dự đoán điểm hoặc hồi quy. Bằng cách phân tích các feature map do một mạng backbone tạo ra, model xác định xác suất một pixel cụ thể tương ứng với một đối tượng.

Có hai chiến lược chủ đạo trong lĩnh vực này:

• Phương pháp dựa trên tâm: Các model như FCOS (Phát hiện đối tượng một giai đoạn hoàn toàn tích chập) xác định điểm tâm của một đối tượng. Sau đó, mạng hồi quy khoảng cách từ pixel tâm này đến bốn biên (trái, trên, phải, dưới) của bounding box.
• Phương pháp dựa trên keypoint: Lấy cảm hứng từ các kỹ thuật ước tính tư thế, các bộ phát hiện này xác định những keypoint cụ thể, chẳng hạn như góc trên bên trái và góc dưới bên phải của một đối tượng. Sau đó, model nhóm các điểm này để tạo thành một detection hoàn chỉnh, phương pháp được sử dụng bởi các kiến trúc như CornerNet.

So sánh với các phương pháp dựa trên anchor#

Để hiểu tầm quan trọng của công nghệ không neo, cần phân biệt công nghệ này với các bộ phát hiện dựa trên anchor. Trong các model dựa trên anchor như YOLOv5 trước đây hoặc Faster R-CNN nguyên bản, hiệu năng phụ thuộc nhiều vào thiết kế của các anchor box—những template box cụ thể với kích thước và tỷ lệ khung hình cố định.

Các điểm khác biệt bao gồm:

• Tinh chỉnh hyperparameter: Các phương pháp dựa trên anchor yêu cầu tinh chỉnh cẩn thận kích thước anchor để phù hợp với dataset, thường sử dụng các thuật toán như phân cụm k-means. Các phương pháp không neo loại bỏ hoàn toàn bước này.
• Khả năng tổng quát hóa: Các model không neo đặc biệt hiệu quả trong việc phát hiện những đối tượng có tỷ lệ khung hình cực đoan—chẳng hạn như các tòa nhà cao hoặc dụng cụ mảnh—vốn có thể không phù hợp với các template anchor tiêu chuẩn trong những dataset như Microsoft COCO.
• Tính toán: Bằng cách loại bỏ các phép tính liên quan đến Intersection over Union (IoU) giữa hàng nghìn anchor và ground truth box trong quá trình huấn luyện, các phương pháp không neo tinh gọn hàm loss và giảm chi phí tính toán.

Các ứng dụng trong thực tế#

Tính linh hoạt của các bộ phát hiện không neo khiến chúng trở nên lý tưởng cho những môi trường phức tạp, nơi hình dạng đối tượng thay đổi khó dự đoán.

• Lái xe tự hành: Trong ngành công nghiệp ô tô, phương tiện phải phát hiện người đi bộ, người đi xe đạp và chướng ngại vật ở nhiều khoảng cách khác nhau. Các model không neo cho phép phương tiện tự hành hồi quy chính xác bounding box cho các đối tượng xuất hiện rất nhỏ (ở xa) hoặc rất lớn (ở gần) mà không bị giới hạn bởi các scale anchor cố định.
• Phân tích ảnh hàng không: Các đối tượng trong phân tích ảnh vệ tinh thường xuất hiện với hướng và scale tùy ý. Các bộ phát hiện không neo thường được sử dụng trong drone và UAV để xác định cơ sở hạ tầng hoặc theo dõi các thay đổi môi trường, vì chúng có thể thích ứng với nhiều góc quan sát đa dạng tốt hơn các lưới anchor cứng nhắc.

Triển khai với Ultralytics#

Việc chuyển sang các kiến trúc không neo là một đặc điểm quan trọng của các thế hệ YOLO gần đây, cụ thể là Ultralytics YOLO26. Lựa chọn thiết kế này đóng góp đáng kể vào khả năng chạy hiệu quả trên các thiết bị AI biên. Người dùng có thể huấn luyện các model này trên dữ liệu tùy chỉnh bằng Ultralytics Platform, giúp đơn giản hóa việc quản lý dataset và huấn luyện trên cloud.

Ví dụ sau minh họa cách tải và chạy suy luận với một model Ultralytics YOLO26 không neo bằng package ultralytics Python.

from ultralytics import YOLO

# Load the anchor-free YOLO26n model (nano version)
model = YOLO("yolo26n.pt")

# Run inference on an image to detect objects
# The model directly predicts boxes without anchor matching
results = model.predict("https://ultralytics.com/images/bus.jpg")

# Display the detection results
results[0].show()

Định hướng phát triển trong tương lai#

Thành công của phương pháp phát hiện không neo đã mở đường cho các pipeline phát hiện hoàn toàn end-to-end. Những phát triển trong tương lai hướng đến việc tiếp tục hoàn thiện phương pháp này bằng cách tích hợp các cơ chế attention tiên tiến hơn và tối ưu hóa để đạt latency thấp hơn nữa bằng các compiler như TensorRT.

Bằng cách tách biệt quá trình dự đoán khỏi các prior hình học cố định, các bộ phát hiện không neo đã giúp thị giác máy tính trở nên dễ tiếp cận và mạnh mẽ hơn. Dù được sử dụng cho phân tích ảnh y khoa hay tự động hóa công nghiệp, những model này cung cấp khả năng thích ứng cần thiết cho các giải pháp AI hiện đại.