RTDETRv2와 DAMO-YOLO

연구자와 엔지니어가 속도, 정확도, 효율성의 균형을 갖춘 모델을 개발하면서 컴퓨터 비전은 계속 발전하고 있습니다. 이 분야의 대표적인 아키텍처로는 Baidu가 개발한 RTDETRv2와 Alibaba Group이 만든 DAMO-YOLO가 있습니다. 두 모델 모두 실시간 객체 감지를 발전시키지만, 아키텍처 철학은 근본적으로 다릅니다.

이 기술 비교에서는 두 모델의 아키텍처, 학습 방법, 실제 배포 역량을 살펴봅니다. 또한 더 넓은 생태계, 특히 Ultralytics Platform과 YOLO26 모델 제품군과의 비교도 설명합니다.

아키텍처 혁신#

프로덕션 환경에 적합한 도구를 선택해야 하는 머신러닝 엔지니어에게는 이러한 모델의 핵심 작동 원리를 이해하는 것이 중요합니다.

RTDETRv2: Transformer 방식#

기존 RT-DETR의 성공을 바탕으로 RTDETRv2는 하이브리드 인코더와 Transformer 디코더를 사용합니다. 이 설계는 모델이 전역 컨텍스트를 효과적으로 처리하도록 하여 밀집된 장면에서 겹치는 객체를 구별하는 데 유리합니다. 이 아키텍처의 가장 큰 장점은 네이티브 NMS 없는 설계(비최대 억제)입니다. NMS 후처리 단계를 제거하여 RTDETRv2는 추론 파이프라인을 간소화하고 다양한 하드웨어 구성에서 더 안정적인 지연 시간을 보장합니다.

RTDETRv2 자세히 알아보기

DAMO-YOLO: CNN 효율성 향상#

반면 DAMO-YOLO는 CNN 기반 YOLO 계보를 따르면서도 몇 가지 주목할 만한 개선 사항을 도입했습니다. DAMO-YOLO는 특징 추출 효율을 높이기 위해 백본을 최적화하는 데 신경망 아키텍처 탐색 (NAS)을 사용합니다. 또한 효율적인 RepGFPN(재매개변수화된 일반화 특징 피라미드 네트워크)과 ZeroHead 설계를 통합하고, AlignedOTA 및 지식 증류 기법도 적용합니다. 이러한 혁신을 통해 DAMO-YOLO는 경쟁력 있는 mAPval50-95 점수를 유지하면서도 빠른 추론 속도를 달성합니다.

DAMO-YOLO에 대해 자세히 알아보기

아키텍처의 차이

RTDETRv2는 NMS 없이 전역적인 특징을 이해하기 위해 어텐션 메커니즘을 활용하는 반면, DAMO-YOLO는 NAS와 고급 지식 증류를 통해 기존 CNN의 효율성을 극대화합니다. DAMO-YOLO는 표준 후처리가 필요하지만, 특정 하드웨어에서 뚜렷한 속도상의 이점을 제공합니다.

성능 및 지표 비교#

배포용 모델을 평가할 때 평균 정밀도(mAP), 추론 속도, 매개변수 수와 같은 성능 지표가 매우 중요합니다. 아래 표는 두 모델 제품군을 비교합니다.

모델크기
(픽셀)
mAPval50-95속도
CPU ONNX
(ms)
속도
T4 TensorRT10
(ms)
파라미터
(M)
FLOPs
(B)
RTDETRv2-s64048.1-5.032060
RTDETRv2-m64051.9-7.5136100
RTDETRv2-l64053.4-9.7642136
RTDETRv2-x64054.3-15.0376259
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3

결과 분석#

표에서 확인할 수 있듯이 RTDETRv2-x는 mAPval50-95 54.3으로 가장 높은 정확도를 달성하여 COCO 데이터셋과 같은 까다로운 벤치마크에서 Transformer 아키텍처의 강점을 보여줍니다. 다만 파라미터(76M)와 FLOPs가 훨씬 더 많이 필요합니다.

반면 DAMO-YOLOt(Tiny)는 매개변수가 8.5M에 불과해 매우 가벼우며, CUDA 메모리가 극도로 제한된 환경에서 빠르게 사용할 수 있습니다. DAMO-YOLO는 일반적으로 구형 엣지 장치에서 속도와 정확도 간에 유리한 균형을 제공합니다.

생태계, 사용 편의성 및 Ultralytics의 강점#

공식 RT-DETR 및 DAMO-YOLO GitHub 프로젝트와 같은 독립 저장소는 모델 학습을 위한 원시 코드를 제공하지만, 이를 프로덕션 파이프라인에 통합하려면 상용구 코드 작성과 수동 최적화에 상당한 작업이 필요한 경우가 많습니다.

Ultralytics 생태계는 개발자 경험을 크게 간소화합니다. Ultralytics는 기존 RT-DETR과 같은 Transformer 감지기를 통합 API에 직접 포함하여 사용자가 코드 한 줄로 모델을 학습하고 검증하며 내보낼 수 있도록 합니다. 또한 Ultralytics 모델은 독립적인 대형 Transformer 기반 저장소와 비교해 학습 중 메모리 요구량이 낮은 것으로 알려져 있습니다.

코드 예제: 통합#

다음은 Ultralytics Python 라이브러리로 추론을 실행하는 방법입니다. Transformer 모델을 사용하든 최신 CNN을 사용하든 API는 동일하게 유지됩니다.

from ultralytics import RTDETR, YOLO

# 복잡한 장면을 이해하기 위해 RT-DETR 모델을 로드합니다
model_rtdetr = RTDETR("rtdetr-l.pt")

# 최신 Ultralytics YOLO26 모델 로드
model_yolo26 = YOLO("yolo26n.pt")

# 샘플 이미지에서 추론 실행
results_rtdetr = model_rtdetr("https://ultralytics.com/images/bus.jpg")
results_yolo = model_yolo26("https://ultralytics.com/images/bus.jpg")

# 결과를 표시합니다
results_yolo[0].show()
프로덕션용 모델 내보내기

Ultralytics API를 사용하면 model.export(format="engine")과 같은 간단한 명령어로 학습된 모델을 TensorRT, ONNX, CoreML 등의 형식으로 내보낼 수 있어 배포에 따르는 번거로움을 크게 줄일 수 있습니다.

적합한 사용 사례#

이러한 아키텍처 중 무엇을 선택할지는 구체적인 프로젝트 요구 사항에 따라 달라집니다.

  • RTDETRv2는 VRAM이 풍부한 서버 측 처리에서 가장 뛰어난 성능을 발휘합니다. 전역 컨텍스트 인식 기능은 폐색이 자주 발생하는 의료 영상 및 밀집된 군중 분석에 적합합니다.
  • DAMO-YOLO는 파라미터 수가 적고 FPS가 높아야 하는 임베디드 IoT 애플리케이션과 빠르게 움직이는 산업 검사 라인에 매우 적합합니다.

미래를 위한 선택: Ultralytics YOLO26#

RTDETRv2와 DAMO-YOLO 모두 장점이 있지만 컴퓨터 비전 분야는 빠르게 발전하고 있습니다. 새 프로젝트에는 최신 Ultralytics YOLO26이 속도, 정확도, 개발자 경험을 모두 제공합니다.

YOLO26은 엔드투엔드 NMS 없는 설계를 적용하여 무거운 연산 오버헤드 없이 Transformer의 주요 장점을 활용합니다. 대규모 언어 모델 학습에서 영감을 얻은 MuSGD 옵티마이저를 도입해 안정적이고 빠른 수렴을 지원합니다. DFL 제거(내보내기를 간소화하고 엣지 및 저전력 장치 호환성을 높이기 위해 분포 초점 손실을 제거함)를 적용한 YOLO26n은 YOLO11n보다 CPU 추론에서 최대 43% 빠르므로 엣지 컴퓨팅에 적합합니다. ProgLoss + STAL(점진적 손실 및 소형 객체 인식형 레이블 할당)도 소형 객체 인식 성능을 크게 향상하며, 이는 IoT, 로보틱스, 항공 이미지 분야에 중요합니다.

바운딩 박스에만 제한된 모델과 달리 YOLO26 제품군은 인스턴스 분할, 자세 추정, 방향성 바운딩 박스(OBB) 등 다양한 작업을 지원하며, 이러한 작업은 모두 Ultralytics Platform에서 관리할 수 있습니다.

모델 세부 정보 및 참고 자료#

RTDETRv2#

DAMO-YOLO#

다른 비교를 살펴보려면 RTDETRv2와 YOLO11 비교 또는 DAMO-YOLO와 YOLOv8 비교 가이드를 확인하여 이 모델들이 이전 세대 Ultralytics 제품군과 비교해 어떤 성능을 보이는지 살펴보세요.

댓글

질문을 하거나 결과를 공유하거나 다른 사람을 도와주세요.