RTDETRv2와 PP-YOLOE+ 비교

컴퓨터 비전 연구는 실시간 객체 감지를 위한 여러 아키텍처 접근 방식을 발전시켰습니다. RTDETRv2와 PP-YOLOE+는 근본적으로 다른 접근 방식을 취합니다. 하나는 감지 Transformer이고 다른 하나는 합성곱 기반 감지기입니다. 두 모델 모두 고성능 감지를 목표로 하지만 작동 방식, 학습 접근법, 적합한 배포 시나리오가 서로 다릅니다.

이 가이드는 개발자와 연구자가 배포 요구 사항에 적합한 모델을 선택할 수 있도록 두 모델의 아키텍처, 성능 지표, 생태계 지원을 비교합니다.

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 기존 실시간 감지 Transformer를 기반으로 CNN 백본과 효율적인 하이브리드 인코더, Transformer 디코더를 결합합니다. 대표적인 특징은 엔드투엔드 예측으로, 후처리에서 비최대 억제(NMS)가 필요하지 않습니다.

RTDETRv2 자세히 알아보기

PP-YOLOE+#

PP-YOLOE+는 PaddleDetection 팀이 개발한 PP-YOLOE의 개선 버전으로, 산업용 애플리케이션에 최적화되어 있습니다. 앵커가 없는 감지 헤드를 갖춘 확장 가능한 CNN 아키텍처를 사용합니다. 속도와 정확도의 균형을 높이도록 설계되었으며, 효율적 작업 정렬 헤드(ET-head)와 분포 초점 손실 등의 기법을 도입해 소형 객체 감지를 개선합니다.

PP-YOLOE+ 자세히 알아보기

생태계 통합

두 모델 모두 독립적인 연구 저장소를 제공하지만, 통합 API와 내장 내보내기 옵션을 갖춘 Ultralytics Python 패키지에서 기존 RT-DETR을 직접 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. 지역 수용 영역을 기반으로 특징을 추출하므로 표준 배포 환경에서 빠르고 효율적입니다. 그러나 겹치는 바운딩 박스를 걸러내기 위해 여전히 NMS 후처리가 필요하며, 이로 인해 밀집된 장면에서 지연 시간이 늘어날 수 있습니다.

반면 RTDETRv2는 하이브리드 인코더와 Transformer 디코더를 사용합니다. 이를 통해 모델은 이미지 전체의 전역 컨텍스트를 포착할 수 있습니다. 어텐션 메커니즘이 객체 간 관계를 모델링하므로 NMS 없이 최종 바운딩 박스를 직접 출력합니다. 이러한 엔드투엔드 접근 방식은 감지되는 객체 수와 관계없이 추론 지연 시간을 안정적으로 유지합니다.

성능 지표 및 비교#

YOLO 성능 지표를 평가할 때는 정확도(mAP)를 연산 비용(FLOPs) 및 추론 속도와 함께 고려해야 합니다. 아래 표는 크기별 두 모델의 성능을 보여줍니다.

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
PP-YOLOE+t64039.9-2.844.8519.15
PP-YOLOE+s64043.7-2.627.9317.36
PP-YOLOE+m64049.8-5.5623.4349.91
PP-YOLOE+l64052.9-8.3652.2110.07
PP-YOLOE+x64054.7-14.398.42206.59

PP-YOLOE+x는 COCO 데이터셋에서 54.7%로 가장 높은 mAPval50-95를 달성하여 RTDETRv2-x보다 0.4포인트 높고, TensorRT 지연 시간은 약간 더 낮지만(14.3ms 대 15.03ms) 파라미터는 더 많습니다(98.42M 대 76M). Large 규모에서는 RTDETRv2-l이 PP-YOLOE+l보다 파라미터가 적으면서 정확도가 더 높고(53.4% 대 52.9%), PP-YOLOE+l은 더 빠릅니다(8.36ms 대 9.76ms). PP-YOLOE+는 파라미터가 8M 미만인 Tiny 및 Small 변형도 제공하며, 이는 RTDETRv2가 지원하지 않는 크기 구간으로 엣지 배포에 적합합니다.

Ultralytics의 장점: YOLO26 출시#

RTDETRv2와 PP-YOLOE+는 모두 성능이 뛰어난 감지기이지만, 이 분야는 계속 발전하고 있습니다. 속도, 정확도, 생태계 지원의 균형을 원하는 개발자에게는 새 프로젝트용 권장 모델인 Ultralytics YOLO26을 추천합니다.

YOLO26은 감지 Transformer의 엔드투엔드 추론을 CNN에 적용합니다. 선택적 엔드투엔드 NMS 없는 추론 모드(nms=False)를 제공하며, 활성화하면 NMS 후처리를 생략합니다. 또한 대규모 언어 모델(LLM) 학습에서 영감을 얻은 SGD와 Muon의 하이브리드인 MuSGD 옵티마이저를 도입해 더 안정적인 학습과 빠른 수렴을 지원합니다.

엣지 환경에 최적화

상당한 CUDA 메모리를 요구하는 무거운 Transformer 모델과 달리 YOLO26은 DFL 제거(분포 초점 손실)를 적용하고 엣지 컴퓨팅에 최적화되어, YOLO26n이 YOLO11n보다 CPU 추론에서 최대 43% 더 빠른 성능을 제공합니다.

YOLO26은 객체 감지를 넘어 인스턴스 분할, 시맨틱 분할, 깊이 추정, 이미지 분류, 자세 추정, 방향성 바운딩 박스(OBB)를 기본적으로 지원하는 반면, PP-YOLOE+는 바운딩 박스 감지에 중점을 둡니다.

학습 방법론 및 생태계#

학습 효율성과 사용 편의성은 독립적인 연구 저장소와 Ultralytics 생태계의 가장 큰 차이점입니다. PP-YOLOE+는 PaddlePaddle 프레임워크에 의존하고 RTDETRv2는 복잡한 환경 설정이 필요한 경우가 많지만, Ultralytics 모델은 하나의 설치 가능한 패키지와 API를 공유합니다.

Ultralytics API는 자동화된 데이터셋 처리와 내장 하이퍼파라미터 튜닝을 제공하며, YOLO 모델은 Transformer 감지기보다 메모리 요구량이 낮은 상태로 학습됩니다. 모델을 ONNX나 TensorRT와 같은 프로덕션 형식으로 내보내는 작업은 명령어 하나로 수행할 수 있습니다.

코드 예제: 간소화된 추론#

아래 예제는 Ultralytics Python 패키지를 사용해 권장 모델인 YOLO26과 함께 RT-DETR을 실행합니다.

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()

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

# 메모리 사용량을 최적화하여 YOLO26 모델 학습
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 뛰어납니다. 전역 어텐션은 군중 관리와 밀집된 의료 영상 분석에 효과적입니다. 객체가 많이 겹치면 NMS가 유효한 감지를 억제할 수 있기 때문입니다.
  • PP-YOLOE+는 고속 산업 검사와 PaddlePaddle 생태계에 이미 투자한 팀에 적합합니다. 소규모 모델의 낮은 매개변수 수는 일부 로보틱스 애플리케이션에서 활용할 수 있는 가능성을 제공합니다.
  • Ultralytics YOLO26은 대부분의 상용 배포에 권장되는 선택지입니다. 점진적 손실(Progressive Loss)과 소형 객체 인식형 레이블 할당(STAL)은 항공 드론 운용과 스마트 시티 교통 모니터링에 중요한 소형 객체 인식 성능을 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 프로젝트에서 Ultralytics YOLO26은 성능과 개발자 경험의 최적 조합을 제공합니다.

  • NMS가 필요 없는 엣지 배포: 비최대 억제 후처리의 복잡성 없이 일관된 저지연 추론이 필요한 애플리케이션입니다.
  • CPU 전용 환경: 전용 GPU 가속 기능이 없는 장치에서는 YOLO26의 최대 43% 빠른 CPU 추론(YOLO26n 대 YOLO11n)이 결정적인 이점을 제공합니다.
  • 작은 객체 탐지: 항공 드론 이미지 분석이나 IoT 센서 분석과 같이 ProgLoss와 STAL이 작은 객체의 정확도를 높이는 까다로운 시나리오입니다.

결론#

RTDETRv2와 PP-YOLOE+는 Transformer 및 최적화된 CNN 아키텍처 모두 실시간 감지에 적합하다는 점을 보여 줍니다. 그러나 별도의 연구 코드베이스에서 모델을 배포하면 프로덕션 일정이 지연될 수 있습니다.

Ultralytics Platform은 어노테이션, 학습, 배포를 하나의 워크플로로 통합합니다. YOLO11이나 최신 YOLO26과 같은 통합 모델로 전환하면 팀은 더 낮은 메모리 요구량과 적은 개발 오버헤드로 우수한 정확도와 속도의 균형을 얻을 수 있습니다.

댓글

질문을 하거나 결과를 공유하거나 다른 사람을 도와주세요.