RTDETRv2와 PP-YOLOE+ 비교#
빠르게 발전하는 컴퓨터 비전 분야에서는 복잡한 실시간 객체 감지 과제를 해결하기 위해 다양한 아키텍처 접근 방식이 등장했습니다. 최근 주목할 만한 발전 가운데 RTDETRv2와 PP-YOLOE+는 시각 인식을 근본적으로 다른 설계 철학으로 접근하는 강력한 모델입니다. 두 모델 모두 고성능 감지를 목표로 하지만, 기반 메커니즘과 학습 패러다임, 이상적인 배포 시나리오는 크게 다릅니다.
이 종합 가이드에서는 두 모델의 기술적 세부 사항을 살펴보고 아키텍처, 성능 지표, 생태계 지원을 비교하여 개발자와 연구자가 특정 배포 요구에 가장 적합한 솔루션을 선택하도록 돕습니다.
모델 개요#
성능 데이터를 분석하기에 앞서 각 모델의 기원과 아키텍처 목표를 이해하는 것이 중요합니다. 두 모델 모두 Baidu 연구팀에서 시작되었지만, 객체 감지 계보에서 서로 다른 갈래를 대표합니다.
RTDETRv2#
RTDETRv2는 Transformer 기반 비전 아키텍처의 중요한 도약을 보여줍니다. 기존 실시간 감지 Transformer를 발전시켜 CNN 백본과 효율적인 하이브리드 인코더, Transformer 디코더를 결합합니다. 가장 뚜렷한 특징은 네이티브 종단 간 예측 기능으로, 후처리에서 비최대 억제(NMS)가 전혀 필요하지 않습니다.
- 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
PP-YOLOE+#
PP-YOLOE+는 고성능 산업용 애플리케이션에 맞게 최적화된 YOLO 시리즈의 고급 버전입니다. 앵커가 필요 없는 감지 헤드를 갖춘 확장 가능한 CNN 아키텍처를 사용합니다. 속도와 정확도의 탁월한 균형을 제공하도록 설계되었으며, ET-head와 일반화 초점 손실 함수 같은 강력한 기법을 도입해 소형 객체 감지 성능을 향상합니다.
- 저자: PaddlePaddle 저자진
- 조직: Baidu
- 날짜: 2022-04-02
- Arxiv: 2203.16250
- GitHub: PaddleDetection 저장소
두 모델 모두 독립적인 연구 저장소가 있지만, 통합 API와 간소화된 내보내기 옵션을 활용해 Ultralytics Python 패키지에서 기존 RT-DETR을 직접 간편하게 실험할 수 있습니다.
아키텍처 차이#
두 모델의 근본적인 차이는 시각적 문맥을 처리하고 예측을 생성하는 방식에 있습니다.
PP-YOLOE+는 전통적이지만 고도로 최적화된 합성곱 신경망(CNN) 백본을 사용합니다. 국소 수용 영역에 의존해 특징을 추출하므로 표준 배포 환경에서 매우 빠르고 효율적입니다. 그러나 겹치는 바운딩 박스를 필터링하려면 여전히 표준 NMS 후처리가 필요하며, 이 과정에서 객체가 밀집된 장면의 지연 시간 병목이 발생할 수 있습니다.
반면 RTDETRv2는 하이브리드 인코더와 Transformer 디코더를 사용합니다. 이를 통해 모델은 이미지 전체의 전역 문맥을 동시에 포착할 수 있습니다. 어텐션 메커니즘은 객체 간 관계를 본질적으로 파악하므로, 모델이 NMS 없이 최종 바운딩 박스를 직접 출력할 수 있습니다. 이러한 종단 간 접근 방식은 감지된 객체 수와 관계없이 안정적인 추론 지연 시간을 보장합니다.
성능 지표 및 비교#
YOLO 성능 지표를 평가할 때는 정확도(mAP)와 계산 비용(FLOPs), 추론 속도 사이의 균형을 맞추는 것이 중요합니다. 아래 표에서는 다양한 크기의 두 모델 성능을 비교합니다.
| 모델 | 크기 (픽셀) | mAP검증 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 |
| PP-YOLOE+t | 640 | 39.9 | - | 2.84 | 4.85 | 19.15 |
| PP-YOLOE+s | 640 | 43.7 | - | 2.62 | 7.93 | 17.36 |
| PP-YOLOE+m | 640 | 49.8 | - | 5.56 | 23.43 | 49.91 |
| PP-YOLOE+l | 640 | 52.9 | - | 8.36 | 52.2 | 110.07 |
| PP-YOLOE+x | 640 | 54.7 | - | 14.3 | 98.42 | 206.59 |
PP-YOLOE+x는 COCO 데이터셋에서 mAPval 54.7%를 기록해 근소하게 더 높은 성능을 보입니다. RTDETRv2 모델은 일반적으로 경쟁력 있는 정확도를 제공하며, NMS 제거 설계 덕분에 지연 시간도 일관되게 유지됩니다. 그러나 PP-YOLOE+는 소형 모델에서 매개변수 수와 FLOPs 측면에서 확실한 이점을 유지하므로 엣지 배포에 매우 효율적입니다.
Ultralytics의 장점: YOLO26 출시#
RTDETRv2와 PP-YOLOE+는 각자 강력한 모델이지만, 최첨단 기술은 계속 발전해 왔습니다. 속도, 정확도, 생태계 지원의 최적 균형을 원하는 개발자에게 Ultralytics YOLO26은 새로운 업계 표준입니다.
YOLO26은 CNN과 Transformer의 장점을 결합합니다. 최신 아키텍처에서 선보인 선택형 종단 간 NMS 제거 추론 모드(nms=False)를 적용해 활성화 시 후처리 병목을 제거합니다. 또한 LLM 학습 혁신에서 영감을 얻은 하이브리드 방식의 혁신적인 MuSGD 옵티마이저를 도입해 매우 안정적인 학습과 빠른 수렴을 지원합니다.
상당한 CUDA 메모리를 요구하는 무거운 Transformer 모델과 달리 YOLO26은 DFL 제거(Distribution Focal Loss)를 적용하고 엣지 컴퓨팅에 맞게 특별히 최적화되어, 이전 세대보다 CPU 추론 속도가 최대 43% 빠릅니다.
또한 YOLO26은 단순한 객체 감지에만 국한되지 않습니다. 인스턴스 분할, 포즈 추정, 방향성 바운딩 박스(OBB)를 기본 지원하는 다기능 모델인 반면, PP-YOLOE+는 주로 바운딩 박스 감지에 집중합니다.
학습 방법론 및 생태계#
독립적인 연구 저장소와 비교했을 때 Ultralytics 생태계의 진정한 강점은 학습 효율성과 사용 편의성입니다. PP-YOLOE+는 PaddlePaddle 프레임워크를 사용하고 RTDETRv2는 복잡한 환경 설정이 필요한 경우가 많지만, Ultralytics를 통해 모델을 통합하면 원활하게 사용할 수 있습니다.
Ultralytics API를 사용하면 학습 중 메모리 요구량을 줄이고, 데이터셋을 자동으로 처리하며, 하이퍼파라미터 튜닝을 간소화할 수 있습니다. 또한 모델을 ONNX 또는 TensorRT와 같은 프로덕션 형식으로 단일 명령만으로 배포할 수 있습니다.
코드 예제: 간소화된 추론#
아래에서는 Ultralytics Python 패키지를 사용해 RT-DETR과 권장 모델인 YOLO26을 얼마나 간편하게 사용할 수 있는지 보여줍니다:
from ultralytics import RTDETR, YOLO
# RT-DETR 모델을 초기화합니다(Ultralytics는 기존 RT-DETR-L 및 RT-DETR-X를 지원합니다)
model_rtdetr = RTDETR("rtdetr-l.pt")
# 테스트 이미지에서 NMS가 필요 없는 추론을 수행합니다
results_rtdetr = model_rtdetr("https://ultralytics.com/images/bus.jpg")
results_rtdetr[0].show()
# 더 뛰어난 속도와 다기능성을 위해 최신 YOLO26 모델을 초기화합니다
model_yolo26 = YOLO("yolo26n.pt")
# 메모리 사용량을 최적화하여 YOLO26 모델을 손쉽게 학습합니다
model_yolo26.train(data="coco8.yaml", epochs=50, imgsz=640)
# 엣지 배포를 위해 TensorRT로 내보내기
model_yolo26.export(format="engine")실제 적용 분야 및 사용 사례#
이러한 아키텍처 중에서 선택할 때는 대개 구체적인 하드웨어와 애플리케이션 요구 사항을 고려해야 합니다.
- RTDETRv2는 서버 측 환경과 복잡한 장면 이해에 탁월합니다. 전역 어텐션 메커니즘을 통해 군중 관리와 밀집된 의료 영상 분석에 매우 효과적입니다. 이러한 환경에서는 객체가 서로 겹치면서 일반적인 NMS 알고리즘이 제대로 작동하지 않는 경우가 많습니다.
- PP-YOLOE+는 고속 산업 검사와 PaddlePaddle 생태계에 적극적으로 투자한 환경에 매우 적합합니다. 작은 규모의 모델에서 파라미터 수가 적어 특정 로봇 공학 애플리케이션에도 활용할 수 있습니다.
- Ultralytics YOLO26은 포괄적인 상용 배포를 위해 보편적으로 권장되는 솔루션입니다. 향상된 ProgLoss + STAL 기능을 통해 항공 드론 운용과 스마트 시티 교통 모니터링에 중요한 소형 객체 인식 성능을 크게 개선합니다.
사용 사례 및 권장 사항#
RT-DETR과 PP-YOLOE+ 중에서 선택할 때는 구체적인 프로젝트 요구 사항, 배포 제약 조건, 선호하는 생태계를 고려해야 합니다.
RT-DETR을 선택해야 하는 경우#
RT-DETR은 다음과 같은 경우에 적합합니다:
- Transformer 기반 탐지 연구: NMS를 사용하지 않는 엔드투엔드 객체 탐지를 위해 어텐션 메커니즘과 Transformer 아키텍처를 연구하는 프로젝트입니다.
- 지연 시간 제약이 유연한 고정확도 시나리오: 탐지 정확성이 최우선이며 추론 지연 시간이 약간 높아도 괜찮은 애플리케이션입니다.
- 대형 객체 탐지: 주로 중대형 객체가 있는 장면으로, Transformer의 전역 어텐션 메커니즘이 자연스러운 이점을 제공하는 경우입니다.
PP-YOLOE+를 선택할 경우#
다음과 같은 경우 PP-YOLOE+를 권장합니다.
- PaddlePaddle 생태계 통합: Baidu의 PaddlePaddle 프레임워크와 도구를 기반으로 기존 인프라를 구축한 조직.
- Paddle Lite 엣지 배포: Paddle Lite 또는 Paddle 추론 엔진에 맞춰 특별히 최적화된 추론 커널을 갖춘 하드웨어에 배포하는 경우.
- 높은 정확도의 서버 측 감지: 프레임워크 종속성이 문제가 되지 않는 고성능 GPU 서버에서 최대 감지 정확도를 우선시하는 시나리오.
Ultralytics(YOLO26)를 선택해야 하는 경우#
대부분의 신규 프로젝트에는 성능과 개발자 경험을 가장 잘 조합한 Ultralytics YOLO26을 권장합니다.
- NMS가 필요 없는 엣지 배포: 비최대 억제 후처리의 복잡성 없이 일관된 저지연 추론이 필요한 애플리케이션입니다.
- CPU 전용 환경: 전용 GPU 가속 기능이 없는 디바이스에서 YOLO26의 최대 43% 빠른 CPU 추론은 결정적인 이점을 제공합니다.
- 작은 객체 탐지: 항공 드론 이미지나 IoT 센서 분석과 같이 작은 객체의 정확도를 ProgLoss와 STAL이 크게 높여 주는 까다로운 시나리오입니다.
결론#
RTDETRv2와 PP-YOLOE+는 모두 컴퓨터 비전의 가능성을 확장하며 Transformer와 고도로 최적화된 CNN 아키텍처가 모두 실용적임을 입증했습니다. 그러나 파편화된 연구 코드베이스를 배포하는 복잡성은 프로덕션 일정에 지장을 줄 수 있습니다.
현대 AI 엔지니어는 Ultralytics Platform을 활용해 독보적인 이점을 얻을 수 있습니다. YOLO11이나 최첨단 YOLO26과 같이 원활하게 통합된 모델로 마이그레이션하면, 메모리 요구 사항과 개발 오버헤드를 크게 줄이면서도 가능한 최고 수준의 정확도 대 속도 비율을 달성할 수 있습니다.