Trải nghiệm khi dùng Ultralytics YOLO
Sau khi cài bằng pip, bạn chỉ cần gõ một lệnh yolo predict kèm tên mô hình và đường dẫn ảnh (hoặc đường dẫn video). Lần đầu mô hình được tải tự động, rồi ảnh kết quả được lưu ra thư mục với các khung chữ nhật quanh từng vật thể và nhãn như người, xe máy, ô tô.
Muốn dùng trong chương trình riêng thì viết vài dòng Python: nạp mô hình, đưa ảnh vào, đọc danh sách vật thể phát hiện được cùng độ tin cậy. Với video hoặc webcam, chế độ theo dõi (track) giữ mỗi vật thể một mã số xuyên suốt các khung hình, tiện để đếm số người ra vào.
Nếu muốn nhận diện đúng thứ của riêng bạn, ví dụ loại sản phẩm trên băng chuyền, bạn gán nhãn ảnh rồi huấn luyện tiếp từ mô hình có sẵn bằng một lệnh train. Mô hình sau đó xuất được sang các định dạng như ONNX để chạy ở nhiều nơi.
Tính năng nổi bật
Nhận diện vật thể thời gian thực
Tìm và khoanh vùng vật thể trong ảnh và video; README nói họ mô hình được thiết kế nhanh và chính xác.
Nhiều tác vụ trong một thư viện
Phát hiện, phân đoạn, ước lượng tư thế người, phân loại ảnh, khung xoay (OBB), và cả ước lượng độ sâu theo README.
Theo dõi vật thể qua video
Chế độ track gán mã cho từng vật thể xuyên các khung hình, có thể dùng cho phát hiện, phân đoạn, tư thế.
Huấn luyện bằng dữ liệu riêng
Train, kiểm định và dự đoán dùng chung một cách gọi, đổi bộ dữ liệu bằng một file cấu hình.
Xuất mô hình đi nhiều nơi
Xuất sang ONNX và nhiều định dạng khác để triển khai trên máy chủ hoặc thiết bị.
Mô hình dựng sẵn tự tải
Các mô hình huấn luyện sẵn tự tải về từ bản phát hành của Ultralytics ở lần dùng đầu.
Tận dụng Ultralytics YOLO vào việc gì?
Chủ cửa hàng, quản lý toà nhà
Đếm người, xe qua cửa hàng hay bãi giữ xe
Chạy nhận diện và theo dõi trên video từ camera để đếm lượt vào ra, cần kết hợp thêm code đếm. Cần tuân thủ quy định về quyền riêng tư khi quay người khác.
Xưởng sản xuất nhỏ, kỹ sư
Kiểm tra sản phẩm lỗi trên dây chuyền
Gán nhãn vài trăm ảnh sản phẩm tốt và lỗi, huấn luyện mô hình nhận diện để hỗ trợ kiểm tra bằng camera.
Người làm nội dung, quản lý kho ảnh
Gắn nhãn tự động cho thư viện ảnh
Chạy nhận diện hàng loạt để biết ảnh nào có người, xe, thú cưng rồi lọc nhanh.
Sinh viên
Đồ án thị giác máy tính
Dùng mô hình có sẵn làm nền, thay bộ dữ liệu của mình và so sánh kết quả giữa các cỡ mô hình.
Cần chuẩn bị gì?
- Python 3.8 trở lên và PyTorch 1.8 trở lên (theo README); pip sẽ kéo các gói cần thiết.
- Card đồ hoạ NVIDIA giúp huấn luyện và chạy video nhanh hơn nhiều; chạy trên CPU vẫn được cho ảnh và thử nghiệm nhỏ.
- Máy cần mạng ở lần đầu để tải mô hình dựng sẵn.
- Bộ dữ liệu ảnh có gán nhãn nếu bạn muốn huấn luyện mô hình riêng.
Hướng dẫn cài đặt chi tiết
Cài trên pip (Windows, macOS, Linux)
Tạo môi trường ảo cho dự án rồi cài bằng lệnh chính thức trong README.
python -m venv .venv pip install ultralyticsKiểm tra bằng lệnh sau; nếu in ra thông tin hệ thống và phiên bản là cài xong.
yolo checks
Cài trên Conda hoặc Docker
README cho biết có thể cài bằng Conda (conda-forge), ảnh Docker ultralytics/ultralytics hoặc từ mã nguồn. Xem hướng dẫn đầy đủ ở trang Quickstart: docs.ultralytics.com/quickstart.
Dùng thử lần đầu
Chạy nhận diện trên một ảnh mẫu bằng lệnh trong README. Lần đầu sẽ tải mô hình về.
yolo predict model=yolo26n.pt source='https://ultralytics.com/images/bus.jpg'Mở thư mục kết quả (đường dẫn được in ra Terminal) để xem ảnh có khung quanh các vật thể.
Dùng trong Python để đọc kết quả chi tiết từ ảnh của bạn.
from ultralytics import YOLO model = YOLO('yolo26n.pt') results = model('duong_dan/anh.jpg') results[0].show()Chạy trên video hoặc webcam bằng cách đổi tham số source, và thử chế độ track để giữ mã cho từng vật thể (xem docs.ultralytics.com/modes/track).
Mẹo dùng hay
- Bắt đầu với cỡ mô hình nhỏ nhất (hậu tố n trong tên) cho nhanh, rồi tăng cỡ khi cần chính xác hơn.
- Muốn huấn luyện mô hình riêng, chuẩn bị ảnh đa dạng góc chụp và ánh sáng; chất lượng nhãn quan trọng hơn số lượng thô.
- Có thể thử trước chất lượng mô hình trên tập dữ liệu nhỏ coco8 trong ví dụ train của README rồi mới chạy lâu.
Lưu ý và hạn chế
- Giấy phép AGPL-3.0: nếu bạn đưa vào sản phẩm hay dịch vụ và không muốn mở mã nguồn, README nói cần Enterprise License trả phí từ Ultralytics. Đọc kỹ trước khi dùng thương mại.
- Nhận diện người và khuôn mặt qua camera liên quan đến quyền riêng tư; chỉ dùng khi có sự đồng ý và theo quy định pháp luật.
- Mô hình nhận diện nhầm là điều bình thường, nhất là với vật nhỏ, ánh sáng yếu hay nhóm vật mới; đừng dùng kết quả làm căn cứ duy nhất cho quyết định quan trọng hay an toàn.
Câu hỏi thường gặp
Ultralytics có miễn phí không?
Dùng miễn phí theo AGPL-3.0 cho học tập, nghiên cứu và dự án mã nguồn mở. Dùng trong sản phẩm đóng mã nguồn thì cần giấy phép doanh nghiệp trả phí theo README.
Cần card đồ hoạ không?
Không bắt buộc cho thử nghiệm nhỏ, nhưng huấn luyện và xử lý video nhiều thì có GPU sẽ nhanh hơn rất nhiều.
Nhận diện được tiếng Việt hay vật thể Việt Nam không?
Mô hình dựng sẵn nhận diện 80 loại vật thể phổ biến (bộ COCO). Vật thể đặc thù như nón lá hay một loại hàng cụ thể thì bạn phải gán nhãn và huấn luyện thêm.
Tải mã nguồn về máy
Nếu bạn muốn xem hoặc sửa mã nguồn, mở Terminal (trên Windows là PowerShell) và chạy lệnh dưới. Máy cần cài sẵn Git.
git clone https://github.com/ultralytics/ultralytics.gitRepo tương tự nên xem
OpenCV
opencv / opencv
Thư viện thị giác máy tính kinh điển: xử lý ảnh, video, nhận diện khuôn mặt, vật thể
PyTorch
pytorch / pytorch
Thư viện học sâu phổ biến nhất giới nghiên cứu, tính toán tensor trên GPU và huấn luyện mạng nơ-ron
SAM 2 (Segment Anything Model 2)
facebookresearch / sam2
Mô hình của Meta tự khoanh vùng mọi vật trong ảnh và theo dõi chúng xuyên suốt video