Anchor-Free Detectors

Các bộ phát hiện không dùng anchor đại diện cho một lớp hiện đại của kiến trúc phát hiện đối tượng, giúp xác định và định vị mục tiêu trong hình ảnh mà không cần dựa vào các hộp tham chiếu được xác định trước. Không giống như các phương pháp truyền thống phụ thuộc vào lưới các anchor được thiết lập sẵn để ước tính kích thước, các model này dự đoán bounding box trực tiếp từ các đặc trưng của hình ảnh. Sự thay đổi mô hình này giúp đơn giản hóa thiết kế model, giảm nhu cầu điều chỉnh siêu tham số thủ công và thường mang lại các kiến trúc nhanh hơn, hiệu quả hơn, phù hợp cho suy luận thời gian thực. Các framework tiên tiến nhất, bao gồm Ultralytics YOLO26, đã áp dụng phương pháp này để đạt được khả năng khái quát hóa vượt trội trên các tập dữ liệu đa dạng.

Link to this sectionCơ chế của phát hiện không dùng Anchor#

Đổi mới chính của các bộ phát hiện không dùng anchor nằm ở cách chúng xây dựng bài toán định vị. Thay vì phân loại và tinh chỉnh hàng ngàn ứng viên hộp anchor, các model này thường xử lý việc phát hiện như một tác vụ dự đoán điểm hoặc hồi quy. Bằng cách phân tích các feature maps được tạo ra bởi mạng backbone, model sẽ xác định xác suất mà một pixel cụ thể tương ứng với một đối tượng.

Có hai chiến lược thống trị trong lĩnh vực này:

• Các phương pháp dựa trên tâm (Center-Based Approaches): Các model như FCOS (Fully Convolutional One-Stage Object Detection) mang tính khởi đầu định vị điểm trung tâm của một đối tượng. Mạng sau đó hồi quy khoảng cách từ pixel trung tâm này đến bốn ranh giới (trái, trên, phải, dưới) của bounding box.
• Các phương pháp dựa trên keypoint (Keypoint-Based Approaches): Lấy cảm hứng từ các kỹ thuật ước tính tư thế, các bộ phát hiện này xác định các keypoints cụ thể, chẳng hạn như các góc trên cùng bên trái và dưới cùng bên phải của một đối tượng. Sau đó, model nhóm các điểm này lại để tạo thành một kết quả phát hiện hoàn chỉnh, một phương pháp được sử dụng bởi các kiến trúc như CornerNet.

Link to this sectionSo sánh với các phương pháp dựa trên Anchor#

Để hiểu tầm quan trọng của công nghệ không dùng anchor, điều cần thiết là phải phân biệt nó với các bộ phát hiện dựa trên anchor. Trong các model dựa trên anchor như YOLOv5 cũ hoặc Faster R-CNN gốc, hiệu suất phụ thuộc rất nhiều vào thiết kế của anchor boxes—các khuôn mẫu hộp cụ thể với kích thước và tỷ lệ khung hình cố định.

Sự khác biệt bao gồm:

• Điều chỉnh siêu tham số: Các phương pháp dựa trên anchor yêu cầu điều chỉnh cẩn thận kích thước anchor để khớp với tập dữ liệu, thường sử dụng các thuật toán như k-means clustering. Các phương pháp không dùng anchor loại bỏ hoàn toàn bước này.
• Khái quát hóa: Các model không dùng anchor vượt trội trong việc phát hiện các đối tượng có tỷ lệ khung hình cực đoan—chẳng hạn như các tòa nhà cao tầng hoặc đồ dùng mỏng—vốn có thể không khớp với các khuôn mẫu anchor tiêu chuẩn được tìm thấy trong các tập dữ liệu như Microsoft COCO.
• Tính toán: Bằng cách loại bỏ các phép tính liên quan đến Intersection over Union (IoU) giữa hàng ngàn anchor và các hộp ground truth trong quá trình huấn luyện, các phương pháp không dùng anchor giúp tinh giản hàm mất mát và giảm chi phí tính toán.

Link to this sectionCác ứng dụng trong thực tế#

Sự linh hoạt của các bộ phát hiện không dùng anchor khiến chúng trở nên lý tưởng cho các môi trường phức tạp nơi hình dạng đối tượng thay đổi không thể dự đoán trước.

• Xe tự lái (Autonomous Driving): Trong ngành công nghiệp ô tô, phương tiện phải phát hiện người đi bộ, người đi xe đạp và chướng ngại vật ở các khoảng cách khác nhau. Các model không dùng anchor cho phép xe tự lái hồi quy chính xác các bounding box cho các đối tượng xuất hiện rất nhỏ (ở xa) hoặc rất lớn (ở gần) mà không bị giới hạn bởi các thang tỷ lệ anchor cố định.
• Phân tích hình ảnh trên không: Các đối tượng trong phân tích ảnh vệ tinh thường xuất hiện ở các hướng và tỷ lệ bất kỳ. Các bộ phát hiện không dùng anchor thường được sử dụng trong drone và UAV để xác định cơ sở hạ tầng hoặc giám sát các thay đổi môi trường, vì chúng có thể thích nghi với các góc nhìn đa dạng tốt hơn so với các lưới anchor cứng nhắc.

Link to this sectionTriển khai với Ultralytics#

Việc chuyển đổi sang các kiến trúc không dùng anchor là một đặc điểm chính 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 của chúng trên các thiết bị edge AI. Người dùng có thể huấn luyện các model này trên dữ liệu tùy chỉnh bằng cách sử dụng Ultralytics Platform, giúp đơn giản hóa việc quản lý tập dữ liệu và huấn luyện trên đám mây.

Ví dụ sau đây minh họa cách tải và chạy suy luận với model YOLO26 không dùng anchor bằng cách sử dụng gói Python ultralytics.

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()

Link to this sectionHướng phát triển tương lai#

Sự thành công của việc phát hiện không dùng anchor đã mở đường cho các đường ống phát hiện hoàn toàn end-to-end. Các phát triển trong tương lai nhắm đến việc tinh chỉnh thêm phương pháp này bằng cách tích hợp các cơ chế chú ý tiên tiến hơn và tối ưu hóa để có độ trễ thấp hơn nữa bằng cách sử dụng các trình biên dịch như TensorRT.

Bằng cách tách biệt việc dự đoán khỏi các tiên nghiệm hình học cố định, các bộ phát hiện không dùng anchor đã làm cho thị giác máy tính trở nên dễ tiếp cận và mạnh mẽ hơn. Cho dù là để phân tích hình ảnh y tế hay tự động hóa công nghiệp, các model này cung cấp khả năng thích ứng cần thiết cho các giải pháp AI hiện đại.