DAMO-YOLO와 RTDETRv2
컴퓨터 비전 연구에서는 속도, 정확도, 연산 효율성의 균형을 위해 설계된 다양한 아키텍처가 개발되었습니다. DAMO-YOLO와 RTDETRv2는 이러한 과제에 서로 다른 접근 방식을 취합니다. 두 모델 모두 실시간 추론을 목표로 하지만, 아키텍처 철학은 근본적으로 다릅니다.
이 가이드에서는 두 모델의 기술 사양, 아키텍처 혁신, 실제 사용 사례를 다루고, Ultralytics Platform과 YOLO26이 배포를 어떻게 간소화하는지 설명합니다.
모델 개요#
DAMO-YOLO 이해하기#
Alibaba Group 연구진이 개발한 DAMO-YOLO는 신경망 아키텍처 탐색(NAS)에 크게 의존하는 빠르고 정확한 객체 탐지 방법을 도입했습니다. 기존의 수작업 백본을 저지연을 위해 설계된 NAS 생성 구조로 대체합니다. 또한 효율적인 RepGFPN(재매개변수화된 일반화 특징 피라미드 네트워크)과 ZeroHead 설계를 적용해 특징 집계와 바운딩 박스 예측을 간소화합니다.
주요 모델 정보:
- 저자: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang, Xiuyu Sun
- 기관: Alibaba Group
- 날짜: 2022-11-23
- arXiv: 2211.15444v2
- GitHub: tinyvision/DAMO-YOLO
- 문서: DAMO-YOLO 문서
RTDETRv2 이해하기#
Baidu의 RTDETRv2는 실시간 탐지 Transformer의 주목할 만한 발전입니다. 비최대 억제(NMS)에 의존하는 합성곱 신경망(CNN) 탐지기와 달리, RTDETRv2는 셀프 어텐션을 사용해 이미지 전체의 전역 컨텍스트를 모델링합니다. 바운딩 박스를 직접 출력하므로 NMS 후처리 단계를 완전히 생략합니다. 이 모델은 추론 지연 시간을 늘리지 않고 기준 정확도를 높이는 "bag of freebies" 학습 전략을 도입합니다.
주요 모델 정보:
- 저자: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang, Yi Liu
- 기관: Baidu
- 날짜: 2024-07-24
- arXiv: 2407.17140
- GitHub: RT-DETR 저장소
- 문서: RTDETRv2 문서
Transformer는 더 많은 연산 리소스를 필요로 하지만, 전역 컨텍스트를 처리하는 능력 덕분에 복잡한 장면을 효과적으로 이해할 수 있으며, 이는 RTDETRv2의 주요 강점입니다.
성능 비교#
실제 배포를 위해 이러한 모델을 평가할 때는 평균 정밀도(mAP), 추론 속도, 메모리 사용량과 같은 지표가 중요합니다. RTDETRv2와 같은 Transformer 기반 모델은 일반적으로 DAMO-YOLO와 같은 경량 CNN보다 학습 및 추론 중 더 많은 CUDA 메모리를 요구합니다.
아래 표에서 두 모델의 성능 지표를 비교합니다.
| 모델 | 크기 (픽셀) | mAPval50-95 | 속도 CPU ONNX (ms) | 속도 T4 TensorRT10 (ms) | 파라미터 (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| DAMO-YOLOt | 640 | 42.0 | - | 2.32 | 8.5 | 18.1 |
| DAMO-YOLOs | 640 | 46.0 | - | 3.45 | 16.3 | 37.8 |
| DAMO-YOLOm | 640 | 49.2 | - | 5.09 | 28.2 | 61.8 |
| DAMO-YOLOl | 640 | 50.8 | - | 7.18 | 42.1 | 97.3 |
| RTDETRv2-s | 640 | 48.1 | - | 5.03 | 20 | 60 |
| RTDETRv2-m | 640 | 51.9 | - | 7.51 | 36 | 100 |
| RTDETRv2-l | 640 | 53.4 | - | 9.76 | 42 | 136 |
| RTDETRv2-x | 640 | 54.3 | - | 15.03 | 76 | 259 |
적합한 사용 사례#
DAMO-YOLO가 강점을 보이는 영역: NAS 최적화 백본과 소형 변형 모델(예: DAMO-YOLOt)의 적은 파라미터 수 덕분에 리소스가 제한된 하드웨어에 배포하기 적합합니다. 엣지 컴퓨팅을 위해 ONNX와 같은 런타임이나 전용 TensorRT 엔진을 사용하는 임베디드 디바이스 솔루션을 구축한다면 DAMO-YOLO가 반응성 높은 프레임워크를 제공합니다.
RTDETRv2가 강점을 보이는 영역: 서버급 GPU를 사용할 수 있고 전역 이미지 컨텍스트가 중요한 환경에서 RTDETRv2가 가장 뛰어난 성능을 발휘합니다. Transformer 아키텍처는 NMS 없이 겹치는 바운딩 박스를 자연스럽게 처리하므로, 멀리 떨어진 객체 간의 공간 관계가 중요한 밀집 군중 관리나 복잡한 객체 추적에 적합합니다.
Ultralytics의 강점: YOLO26 소개#
DAMO-YOLO와 RTDETRv2는 중요한 학술적 성과이지만, 두 모델을 확장 가능하고 프로덕션에 바로 사용할 수 있는 애플리케이션으로 전환하는 일은 어려울 수 있습니다. 개발자는 파편화된 코드베이스, 다중 작업 학습 지원 부족, 복잡한 배포 파이프라인 등의 문제에 자주 직면합니다.
Ultralytics 생태계는 바로 이러한 점에서 차별화됩니다. 사용 편의성, 잘 관리되는 Python API, 다중 작업 유연성을 우선시하여 개발자가 디버깅에 드는 시간을 줄이고 개발에 더 집중할 수 있도록 합니다.
최근 출시된 Ultralytics YOLO26 모델은 이러한 장점을 바탕으로 DAMO-YOLO와 RTDETRv2보다 여러 가지 개선 사항을 제공합니다:
- 종단 간 NMS 없는 설계: YOLOv10의 NMS 없는 학습을 기반으로, YOLO26은 선택적 종단 간 헤드(
nms=False)를 제공합니다. 이를 통해 NMS 후처리가 제거되어 기존 CNN 탐지기보다 빠르고 간단하게 배포할 수 있으며, RTDETRv2의 직접 출력 방식과 같은 이점을 제공합니다. - CPU 추론 최대 43% 향상: YOLO26n은 CPU ONNX에서 YOLO11n보다 최대 43% 빠르게 실행되며, 별도 GPU가 없는 엣지 AI 디바이스에 최적화되어 메모리 사용량이 많은 Transformer보다 IoT 애플리케이션에 더 적합합니다.
- MuSGD 옵티마이저: Moonshot AI의 Kimi K2에서 영감을 얻은 이 SGD와 Muon의 하이브리드 방식은 대규모 언어 모델(LLM) 학습 기법을 컴퓨터 비전에 적용하여 안정적인 학습과 빠른 수렴을 제공합니다.
- ProgLoss + STAL: 점진적 손실 함수와 작은 객체 인식형 레이블 할당으로 모델이 전통적으로 어려움을 겪어 온 소형 객체 인식이 개선됩니다. 이는 항공 이미지와 드론 애플리케이션에 매우 중요합니다.
- DFL 제거: 배포 형식을 간소화하고 저전력 엣지 디바이스와의 호환성을 높이기 위해 Distribution Focal Loss를 제거했습니다.
- 다중 작업 유연성: 탐지에만 한정된 경쟁 모델과 달리 YOLO26은 인스턴스 분할 수렴을 개선하는 시맨틱 분할 손실, 포즈 추정을 위한 잔차 로그 우도 추정(RLE), 방향성 바운딩 박스(OBB)를 위한 전용 각도 손실 등 작업별 개선 사항을 포함합니다.
RTDETRv2와 같은 Transformer 기반 모델을 학습하려면 대용량 CUDA 메모리를 할당해야 하므로, 비용이 많이 드는 멀티 GPU 구성이 필요한 경우가 많습니다. Ultralytics YOLO 모델은 학습과 추론 모두에서 메모리 요구량이 훨씬 낮아 연구자와 취미 개발자 모두 AI 개발을 더 쉽게 이용할 수 있습니다.
코드 예제: 통합 Ultralytics API#
Ultralytics 생태계의 주요 이점 중 하나는 통합 API입니다. 워크플로를 변경하지 않고도 RT-DETR의 PyTorch 구현과 최신 YOLO 모델을 포함한 다양한 모델을 불러오고, 학습하고, 검증할 수 있습니다.
from ultralytics import RTDETR, YOLO
# RT-DETR 모델 로드
model_rtdetr = RTDETR("rtdetr-l.pt")
# YOLO26 모델을 불러옵니다
model_yolo = YOLO("yolo26n.pt")
# 간단하고 통합된 인터페이스로 이미지에서 추론을 실행합니다
results_rtdetr = model_rtdetr("https://ultralytics.com/images/bus.jpg")
results_yolo = model_yolo("https://ultralytics.com/images/bus.jpg")
# 감지된 객체를 표시합니다.
results_yolo[0].show()이러한 간편함은 사용자 지정 데이터셋 학습과 내보내기에도 적용됩니다. Ultralytics Python 패키지를 사용하면 개발자는 학습된 가중치를 CoreML 또는 OpenVINO와 같은 배포 형식으로 명령 한 번에 내보낼 수 있습니다.
결론 및 추가 탐색#
DAMO-YOLO와 RTDETRv2는 모두 실시간 객체 탐지를 발전시켰습니다. DAMO-YOLO는 순수 효율성을 위해 최적화된 자동 탐색 네트워크 구조를 제공하며, RTDETRv2는 NMS와 같은 기존 병목 요소를 제거하여 Transformer도 실시간 분야에서 경쟁력을 갖출 수 있음을 보여줍니다.
그러나 성능, 포괄적인 문서, 프로덕션 준비 상태의 균형을 원하는 개발자에게 Ultralytics YOLO 모델은 여전히 신뢰할 수 있는 기본 선택지입니다. YOLO26을 사용하면 직관적이고 강력한 생태계 안에서 Transformer와 유사한 선택적 종단 간 탐지, LLM에서 영감을 얻은 학습 효율성, 빠른 CPU 추론을 활용할 수 있습니다.
다음 프로젝트에 사용할 모델을 평가하고 있다면 EfficientDet과 RT-DETR 비교를 읽고, 이전 세대인 YOLO11을 살펴보거나 YOLOX와 같은 학술 기준 모델을 검토해 보세요. Ultralytics 빠른 시작 가이드를 확인하고 지금 바로 개발을 시작하세요.
댓글
질문을 하거나 결과를 공유하거나 다른 사람을 도와주세요.