RTDETRv2와 YOLO: 실시간 객체 감지에 대한 심층 분석

컴퓨터 비전의 환경은 빠르게 진화하고 있으며, 연구자들은 추론 속도와 감지 정확도 사이의 경계를 끊임없이 넓혀가고 있습니다. 이 분야의 대표적인 두 가지 경쟁자로는 바이두의 트랜스포머 기반 모델인 RTDETRv2와 알리바바의 고도로 최적화된 컨볼루션 네트워크인 YOLO 있습니다. 이 기술 비교에서는 이러한 모델의 뚜렷한 아키텍처 철학, 성능 메트릭, 이상적인 애플리케이션 시나리오를 살펴봅니다.

성능 벤치마크: 속도 대 정확도

객체 감지 모델을 선택할 때, 일반적으로 평균 정밀도mAP와 지연 시간 사이의 주요 트레이드오프가 발생합니다. 다음 데이터는 COCO 유효성 검사 데이터 세트에서 RTDETRv2와 YOLO 성능 차이를 강조합니다.

모델	크기 ^(픽셀)	mAP^val 50-95	속도 ^{CPU ONNX (ms)}	속도 ^{T4 TensorRT10 (ms)}	파라미터 ^(M)	FLOPs ^(B)
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

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

데이터는 설계 철학에서 분명한 차이를 드러냅니다. YOLO 원시 속도와 효율성을 우선시하며, 'Tiny' 버전은 제한된 엣지 컴퓨팅 환경에 적합한 매우 낮은 레이턴시를 달성합니다. 반대로 RTDETRv2는 최대 정확도를 추구하며, 가장 큰 버전은 54. mAP 달성하여 정밀도가 가장 중요한 작업에 탁월합니다.

RTDETRv2: 트랜스포머 강국

RTDETRv2는 탐지 트랜스포머(DETR) 아키텍처의 성공을 기반으로 구축되어, 일반적으로 비전 트랜스포머와 관련된 높은 컴퓨팅 비용을 해결하면서 글로벌 컨텍스트를 캡처할 수 있는 기능을 유지합니다.

작성자: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang, Yi Liu
조직조직: Baidu
날짜: 2023-04-17(초기), 2024-07-24(v2 업데이트)
Arxiv:RT-DETRv2: 공짜 가방으로 개선된 기준선
GitHub:RT-DETRv2 리포지토리

아키텍처 및 기능

RTDETRv2는 멀티스케일 피처를 효율적으로 처리하는 하이브리드 인코더를 사용합니다. 기존의 CNN 기반 YOLO 모델과 달리 RTDETR은 비최대 억제(NMS) 포스트 프로세싱이 필요하지 않습니다. 이 엔드투엔드 접근 방식은 배포 파이프라인을 간소화하고 혼잡한 장면에서 지연 시간 변동성을 줄여줍니다.

이 모델은 스케일 내 상호 작용과 스케일 간 융합을 분리하는 효율적인 하이브리드 인코더를 사용하여 표준 DETR 모델에 비해 계산 오버헤드를 크게 줄입니다. 이러한 설계 덕분에 오클루전이 표준 컨볼루션 디텍터를 혼동할 수 있는 복잡한 환경에서 물체를 식별하는 데 탁월한 성능을 발휘할 수 있습니다.

트랜스포머 메모리 사용량

RTDETRv2는 높은 정확도를 제공하지만, 트랜스포머 아키텍처는 일반적으로 CNN에 비해 훈련 중에 훨씬 더 많은 CUDA 메모리를 소비한다는 점에 유의해야 합니다. GPU VRAM이 제한된 사용자는 YOLO11 같은 효율적인 대안에 비해 이러한 모델을 훈련하는 데 어려움을 겪을 수 있습니다.

RTDETR에 대해 자세히 알아보세요.

YOLO: 효율성을 위한 최적화

YOLO 신경망 아키텍처 검색(NAS)을 활용하여 특징 추출 및 융합을 위한 가장 효율적인 구조를 찾는 아키텍처 최적화에 대한 엄격한 접근 방식을 나타냅니다.

작성자: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang, Xiuyu Sun
조직:조직: 알리바바 그룹
날짜: 2022-11-23
Arxiv:YOLO: 실시간 객체 감지 설계에 관한 보고서
GitHub:YOLO 리포지토리

주요 아키텍처 혁신

YOLO 속도와 정확성의 균형을 극대화하기 위해 여러 첨단 기술을 통합했습니다:

MAE-NAS 백본: 방법 인식 효율적인 신경 구조 검색을 통해 발견된 백본을 사용하여 모든 파라미터가 특징 추출에 효과적으로 기여하도록 합니다.
RepGFPN: 최소한의 계산 비용으로 여러 스케일의 특징을 융합하는 특수한 넥 디자인으로 추론 속도를 저하시키지 않고 작은 물체의 감지를 향상시킵니다.
제로헤드: 최종 예측 계층의 복잡성을 줄여주는 간소화된 탐지 헤드입니다.

이 모델은 밀리초가 중요한 산업 조립 라인이나 고속 트래픽 모니터링과 같이 높은 처리량이 필요한 시나리오에서 특히 강력합니다.

DAMO-YOLO에 대해 자세히 알아보세요.

실제 애플리케이션 시나리오

이 두 모델 중 하나를 선택하는 것은 배포 환경의 특정 제약 조건에 따라 결정되는 경우가 많습니다.

RTDETRv2를 선택해야 하는 경우

정확도가 중요하지 않고 하드웨어 리소스가 충분한 애플리케이션에는 RTDETRv2를 사용하는 것이 좋습니다.

의료 영상: 의료 영상 분석에서 탐지 누락(오탐)은 심각한 결과를 초래할 수 있습니다. RTDETRv2의 높은 mAP 엑스레이나 MRI 스캔에서 이상 징후를 감지하는 데 적합합니다.
세부적인 감시: 얼굴 인식이 필요하거나 원거리에서 작은 세부 사항을 식별해야 하는 보안 시스템의 경우, 트랜스포머 아키텍처의 글로벌 컨텍스트 기능은 뚜렷한 이점을 제공합니다.

YOLO 선택해야 할 때

YOLO 리소스가 제한된 환경이나 초저지연이 필요한 애플리케이션에서 빛을 발합니다.

로봇 공학: 배터리로 구동되는 임베디드 디바이스에서 시각 데이터를 처리하는 자율 모바일 로봇의 경우, YOLO 효율성은 실시간 응답성을 보장합니다.
고속 제조: 제조 자동화에서 빠르게 움직이는 컨베이어 벨트에서 결함을 감지하려면 YOLO 제공하는 빠른 추론 속도가 필요합니다.

Ultralytics 이점: YOLO11 최적의 선택인 이유

RTDETRv2와 YOLO 매력적인 기능을 제공합니다, Ultralytics YOLO11 은 성능, 사용성, 에코시스템 지원의 균형을 맞춘 종합적인 솔루션을 제공하므로 대부분의 개발자와 연구자에게 탁월한 선택이 될 것입니다.

독보적인 에코시스템 및 사용성

연구 모델을 채택하는 데 있어 가장 큰 장벽 중 하나는 코드베이스의 복잡성입니다. Ultralytics 통합된 사용자 친화적인 Python API를 통해 이러한 문제를 해결합니다. 인스턴스 세분화, 포즈 추정, 분류 등 어떤 작업을 수행하든 워크플로는 일관되고 직관적으로 유지됩니다.

from ultralytics import YOLO

# Load a model (YOLO11 offers various sizes: n, s, m, l, x)
model = YOLO("yolo11n.pt")

# Train the model with a single line of code
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run inference on an image
results = model("path/to/image.jpg")

작업 전반에 걸친 다양한 활용성

주로 탐지에 초점을 맞춘 YOLO 달리 YOLO11 다목적 플랫폼입니다. 항공 이미지와 문서 분석에 필수적인 OBB(Oriented Bounding Box) 감지를 비롯해 다양한 컴퓨터 비전 작업을 기본적으로 지원합니다. 이러한 다용도성 덕분에 팀은 여러 프로젝트 요구 사항에 대해 단일 프레임워크로 표준화할 수 있습니다.

교육 효율성 및 메모리 관리

YOLO11 효율성을 위해 설계되었습니다. 일반적으로 RTDETRv2와 같은 트랜스포머 기반 모델에 비해 트레이닝에 필요한 GPU 메모리(VRAM)가 더 적습니다. 이러한 효율성은 하드웨어 장벽을 낮춰 개발자가 소비자용 GPU에서 최첨단 모델을 훈련하거나 Ultralytics 에코시스템을 통해 클라우드 리소스를 효과적으로 활용할 수 있게 해줍니다. 또한, 사전 훈련된 광범위한 가중치 라이브러리를 통해 빠르고 효과적인 전이 학습이 가능하므로 AI 솔루션의 시장 출시 기간을 크게 단축할 수 있습니다.

업계와 함께 진화하는 견고하고 유지 관리가 잘 되는 고성능 솔루션을 찾는 분들을 위한 솔루션입니다, Ultralytics YOLO11 이 여전히 권장되는 표준입니다.

다른 비교 살펴보기

이러한 모델이 더 넓은 컴퓨터 비전 환경에 어떻게 적용되는지 더 자세히 이해하려면 관련 비교를 살펴보세요: