CHƯƠNG 31 Học sâu & video

YOLO hiện đại

YOLO là họ detector single-stage nổi tiếng vì tốc độ. Các thế hệ mới dùng anchor-free, decoupled head, assignment tốt hơn và có biến thể NMS-free; rất phù hợp làm baseline phát hiện xe/biển số trước tracker.

Ứng dụng Nâng cao 18 phút đọc bài thử tương tác
Ảnh minh hoạ cho YOLO hiện đại 31 / 46
YOLOv8 · YOLOv10 Một khung hình, một câu hỏi.
01 Trực giác

Chuyện gì đang xảy ra?

YOLO chia ảnh thành lưới và dự đoán box/lớp trực tiếp trong một lần forward. Các thế hệ mới bỏ anchor thủ công, dùng decoupled head và hàm loss tốt hơn, nên vừa nhanh vừa chính xác. YOLOv10 còn có biến thể NMS-free để giảm độ trễ hậu xử lý.

Với biển số nhỏ, độ phân giải và augmentation quan trọng hơn việc chọn phiên bản. Cần kiểm tra recall ở ngưỡng vận hành, không chỉ mAP trung bình. Box rung hoặc bỏ sót làm tracker đổi ID và ego-motion bị nhiễu.

YOLO vẫn chỉ là detector. Muốn kết luận xe đỗ/chạy, phải tracking và bù chuyển động camera. Đừng dùng confidence cao làm bằng chứng xe đứng yên.

Thuật toán không “hiểu” ảnh. Nó chỉ tìm một cách biến đổi có thể kiểm tra được.

02 Công thức

Viết lại bằng toán.

Không cần thuộc lòng. Hãy đọc công thức như một câu mô tả: đại lượng nào được cộng, cái gì bị chuẩn hoá, và điều kiện nào khiến nó thất bại.

CÔNG THỨC / 01

CIoU loss

\[ \mathcal{L}_{CIoU}=1-\mathrm{IoU}+\frac{\rho^2(b,\hat b)}{c^2}+\alpha v \]
  • ρ: khoảng cách tâm
  • c: đường chéo box bao
  • v: nhất quán tỉ lệ

CIoU phạt cả vị trí, kích thước và tỉ lệ khung.

CÔNG THỨC / 02

Assignment

\[ \mathcal{A}=\mathrm{Assign}(\text{anchors},\text{GT}),\qquad \mathcal{L}=\sum_{i\in\mathcal{A}}\mathcal{L}_i \]
  • A: tập dự đoán được gán
  • GT: ground truth
  • Task-aligned assignment ở YOLO mới

Cách gán tốt giúp train ổn định và giảm box trùng.

03 Từng bước

Luồng xử lý bằng lời.

  1. 01

    Chọn model

    YOLOv8/v10/v11, kích thước n/s/m/l; cân nhắc latency thiết bị.

  2. 02

    Chuẩn bị dữ liệu

    Box xe/biển số, augmentation ánh sáng/góc nhìn, kiểm tra nhãn nhỏ.

  3. 03

    Huấn luyện

    Fine-tune pretrained, theo dõi mAP và recall theo kích thước.

  4. 04

    Export

    ONNX/TensorRT/OpenVINO; kiểm tra NMS và precision sau quantize.

  5. 05

    Đánh giá

    Đo precision/recall từng cảnh, box rác, ảnh hưởng tracker.

04 Tham số

Núm vặn và cạm bẫy.

Tham sốÝ nghĩaKhoảng
modelPhiên bản và kích thước YOLO.n / s / m / l / x
imgszKích thước ảnh đầu vào.416…1280
confNgưỡng confidence.0.2…0.6
iouNgưỡng NMS (nếu dùng).0.4…0.7
max_detSố box tối đa mỗi ảnh.100…300

! Cạm bẫy thường gặp

  • Resize quá mạnh làm mất biển số nhỏ; tăng imgsz hoặc crop vùng.
  • NMS có thể gộp hai biển gần nhau; kiểm tra theo cảnh.
  • Quantization làm giảm recall vật thể nhỏ; đo lại sau export.
  • Chia train/test theo frame gây rò rỉ; chia theo video/camera.
  • Detector không quyết định đỗ/chạy; cần tracking + ego-motion.
05 Mã nguồn

Mã nguồn tối giản, không phải giả mã.

MÃ THAM KHẢO / yolo
from ultralytics import YOLO

model = YOLO("yolo11n.pt")
results = model(
    "frame.jpg",
    imgsz=960,
    conf=0.3,
    iou=0.5,
    verbose=False,
)
boxes = results[0].boxes.xyxy.cpu().numpy()
scores = results[0].boxes.conf.cpu().numpy()
THƯ VIỆN: ULTRALYTICS / PYTORCH Đọc từ trên xuống · thử từng block
06 Thử

Điều chỉnh tham số.

Chọn ảnh mẫu hoặc tải ảnh của bạn lên, chỉnh tham số, rồi chạy. Kết quả, các bước trung gian và nhật ký được cập nhật ngay tại đây.

CỤC BỘ / KHÔNG GỬI ẢNH
BÀN THỬ / 31 YOLO hiện đại
SẴN SÀNG
KẾT QUẢ / TRỰC TIẾP —
Ảnh đầu vào mặc định
Bấm “Chạy thử” Kết quả sẽ xuất hiện ở đây.
TRẠNG THÁIChờ chạy
ĐẦU VÀO—
SỐ BƯỚC—
THỜI GIAN—
NHẬT KÝ / LUỒNG XỬ LÝ
$ bài thử chưa chạy
$ chọn ảnh và bấm “Chạy thử”
07 Ứng dụng

Dùng nó ở đâu?

DÙNG / 01

Phát hiện xe/biển số cho tracker và OCR.

DÙNG / 02

Đếm phương tiện, kiểm tra vùng zone, phân tích giao thông.

DÙNG / 03

Baseline nhanh trước khi thử RT-DETR/DETR.