RTDETRv2 대 YOLOv10#
컴퓨터 비전의 진화는 속도와 정확도의 균형을 맞추려는 끊임없는 노력에 의해 주도되어 왔습니다. 전통적으로 실시간 객체 감지 파이프라인은 겹치는 바운딩 박스를 필터링하기 위한 후처리 단계로 비최대억제(NMS)에 의존해 왔습니다. 그러나 NMS는 지연 시간 병목 현상과 복잡한 하이퍼파라미터 튜닝을 유발합니다. 최근 들어 이 문제를 근본적으로 해결하기 위해 RTDETRv2와 같은 Transformer 기반 모델과 YOLOv10과 같은 CNN 기반 모델이라는 두 가지 독창적인 아키텍처 접근 방식이 등장했습니다.
이 가이드는 두 모델에 대한 포괄적인 기술적 비교를 제공하며, 그 아키텍처, 성능 지표, 이상적인 유효 사례를 분석하는 동시에 최신 Ultralytics 생태계의 혁신이 어떻게 현대적 배포를 위한 최고의 솔루션을 제공하는지 강조합니다.
RTDETRv2: 실시간 탐지 트랜스포머#
RTDETRv2는 기존 RT-DETR 아키텍처를 기반으로 하며, Vision Transformer의 전역 컨텍스트 이해와 전통적으로 YOLO 모델이 주도해 온 실시간 속도 요구 사항을 결합하는 것을 목표로 합니다.
주요 특징:
- 저자: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang 및 Yi Liu
- 조직: Baidu
- 날짜: 2024-07-24
- Arxiv: https://arxiv.org/abs/2407.17140
- GitHub: https://github.com/lyuwenyu/RT-DETR/tree/main/rtdetrv2_pytorch
아키텍처 및 학습 방법론#
RTDETRv2는 NMS를 본질적으로 회피하는 엔드투엔드 transformer 아키텍처를 활용합니다. "Bag-of-Freebies" 접근 방식을 도입하여 학습 전략을 최적화하고 다중 스케일 감지 기능을 통합함으로써 이전 버전을 개선했습니다. 이 모델은 CNN 백본을 사용하여 특징 맵(가장자리 및 텍스처와 같은 시각적 세부 정보)을 추출한 다음, transformer 인코더-디코더 구조로 처리합니다. 이를 통해 모델은 전체 이미지 컨텍스트를 동시에 분석할 수 있어, 객체가 조밀하게 밀집해 있거나 겹치는 복잡한 장면을 이해하는 데 매우 효과적입니다.
강점 및 약점#
강점:
- 전역 컨텍스트: 어텐션 메커니즘을 통해 모델이 복잡하고 혼잡한 환경에서 뛰어난 성능을 발휘할 수 있습니다.
- NMS 미사용: 객체 좌표를 직접 예측하여 배포 파이프라인을 간소화합니다.
- 고정밀도: COCO 데이터셋에서 우수한 평균 정밀도(mAP)를 달성합니다.
약점:
- 자원 집약적: Transformer 아키텍처는 일반적으로 CNN에 비해 학습 중에 훨씬 더 많은 CUDA 메모리를 필요로 하므로 표준 하드웨어에서 파인튜닝하는 데 비용이 많이 듭니다.
- 추론 속도 가변성: 빠르기는 하지만, 무거운 어텐션 연산으로 인해 전용 AI 가속기가 부족한 엣지 디바이스에서는 컴퓨터 비전의 FPS가 낮아질 수 있습니다.
YOLOv10: 실시간 엔드투엔드 객체 탐지#
YOLOv10은 CNN 프레임워크 내에서 오랜 NMS 병목 현상을 직접 해결함으로써 YOLO 객체 감지 계보에 큰 변화를 가져왔습니다.
주요 특징:
- 저자: Ao Wang, Hui Chen, Lihao Liu 외
- 조직: Tsinghua University
- 날짜: 2024-05-23
- Arxiv: https://arxiv.org/abs/2405.14458
- GitHub: https://github.com/THU-MIG/yolov10
아키텍처 및 학습 방법론#
YOLOv10의 핵심 혁신은 NMS 없는 학습을 위한 일관된 이중 할당입니다. 학습 중 두 개의 탐지 헤드를 사용합니다. 하나는 풍부한 지도 신호를 제공하기 위한 일대다(one-to-many) 할당 방식(기존 YOLO와 유사)이고, 다른 하나는 NMS를 제거하기 위한 일대일(one-to-one) 할당 방식입니다. 추론 시에는 일대일 헤드만 사용하여 엔드투엔드 프로세스를 구현합니다. 또한 저자들은 효율성과 정확성을 중시하는 전체론적 모델 설계 전략을 적용하여 다양한 구성 요소를 포괄적으로 최적화함으로써 계산상의 중복을 줄였습니다.
강점 및 약점#
강점:
- 극단적인 속도: NMS를 제거하고 아키텍처를 최적화함으로써 YOLOv10은 믿을 수 없을 정도로 낮은 추론 지연 시간을 달성합니다.
- 효율성: 다른 모델과 비교 가능한 정확도를 달성하는 데 더 적은 파라미터와 FLOPs를 필요로 하므로 제약이 있는 환경에 매우 적합합니다.
- NMS 없는 배포: 스마트 감시와 같은 엣지 애플리케이션으로의 통합을 간소화합니다.
약점:
- 1세대 컨셉: 이러한 특정 NMS 없는 아키텍처를 구현한 최초의 YOLO로서 기반을 마련했지만, YOLO11 및 YOLO26과 같은 후속 모델에서 볼 수 있는 다중 작업 다재다능함과 최적화의 여지를 남겨두었습니다.
성능 비교#
프로덕션용 모델을 평가할 때는 정확도와 계산 비용 사이의 균형을 맞추는 것이 중요합니다. 아래 표는 RTDETRv2와 YOLOv10의 여러 크기 간 성능 차이를 강조합니다.
| 모델 | 크기 (픽셀) | mAPval 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 |
| YOLOv10n | 640 | 39.5 | - | 1.56 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.7 | - | 2.66 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.3 | - | 5.48 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.7 | - | 6.54 | 24.4 | 92.0 |
| YOLOv10l | 640 | 53.3 | - | 8.33 | 29.5 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 12.2 | 56.9 | 160.4 |
RTDETRv2가 강력한 정확도를 제공하는 반면, YOLOv10은 지연 시간과 파라미터 효율성에서 놀라운 이점을 보여주며, 특히 소형 변형(Nano 및 Small)에서 엣지 컴퓨팅 및 AIoT 애플리케이션에 매우 매력적입니다.
배치 크기와 VRAM에 대한 제약이 적은 서버 등급 GPU에 배포하는 경우, 대형 모델(예: -x 또는 -l)이 정확도를 극대화합니다. Raspberry Pi 또는 휴대폰과 같은 엣지 디바이스의 경우, 실시간 프레임 속도를 유지하기 위해 nano(-n) 또는 small(-s) 변형을 우선적으로 선택하세요.
활용 사례 및 권장 사항#
RT-DETR과 YOLOv10 사이의 선택은 프로젝트의 특정 요구 사항, 배포 제약 조건 및 생태계 선호도에 따라 달라집니다.
RT-DETR을 선택해야 할 때#
RT-DETR은 다음 경우에 강력한 선택지입니다:
- Transformer 기반 탐지 연구: NMS 없이 엔드 투 엔드 객체 탐지를 위해 어텐션 메커니즘과 Transformer 아키텍처를 탐구하는 프로젝트.
- 유연한 지연 시간을 가진 고정밀 시나리오: 탐지 정확도가 최우선이며, 약간 높은 추론 지연 시간이 허용되는 애플리케이션.
- 대형 객체 탐지: Transformer의 글로벌 어텐션 메커니즘이 자연스러운 이점을 제공하는, 주로 중대형 객체가 있는 장면.
YOLOv10을 선택해야 할 때#
YOLOv10은 다음 상황에 권장됩니다:
- NMS 없는 실시간 탐지: Non-Maximum Suppression 없이 엔드 투 엔드 탐지를 수행하여 배포 복잡성을 줄이는 애플리케이션.
- 균형 잡힌 속도-정확도 트레이드오프: 다양한 모델 스케일 전반에서 추론 속도와 탐지 정확도 사이의 강력한 균형이 필요한 프로젝트.
- 일관된 지연 시간 애플리케이션: robotics 또는 자율 시스템과 같이 예측 가능한 추론 시간이 중요한 배포 시나리오.
Ultralytics (YOLO26)를 선택해야 할 때#
대부분의 신규 프로젝트의 경우, Ultralytics YOLO26은 성능과 개발자 경험의 최상의 조합을 제공합니다.
- NMS 미사용 엣지 배포: 비최대 억제 후처리의 복잡성 없이 일관되고 낮은 지연 시간의 추론이 필요한 애플리케이션.
- CPU 전용 환경: 전용 GPU 가속이 없는 디바이스에서, 최대 43% 더 빠른 YOLO26의 CPU 추론 속도가 결정적인 이점을 제공합니다.
- 소형 객체 감지: 항공 드론 이미지나 IoT 센서 분석과 같은 까다로운 시나리오에서 ProgLoss와 STAL이 아주 작은 객체의 정확도를 크게 향상시킵니다.
Ultralytics의 강점: YOLO26 소개#
RTDETRv2와 YOLOv10 모두 매력적인 학술적 발전을 제공하지만, 실제 시나리오에 배포하려면 강력하고 잘 유지 관리되는 소프트웨어 생태계가 필요합니다. Ultralytics 플랫폼은 사용 편의성, 광범위한 문서, 데이터 어노테이션 및 배포를 위한 강력한 도구를 결합하여 뛰어난 개발자 경험을 제공합니다.
2026년 최고의 최신 기술을 찾는 개발자에게 **Ultralytics YOLO26**은 최고의 권장 사항입니다. 획기적인 개선 사항을 도입하는 동시에 두 아키텍처의 가장 우수한 아이디어를 종합합니다:
- 엔드투엔드 NMS 미사용 설계: YOLOv10이 개척한 개념을 바탕으로, YOLO26은 NMS 후처리를 기본적으로 제거하여 더 빠르고 간단한 배포 로직과 제로 대기 시간 변동성을 실현합니다.
- DFL 제거: Distribution Focal Loss를 제거함으로써 YOLO26은 모델 내보내기를 간소화하고 엣지 및 저전력 디바이스와의 호환성을 크게 향상시킵니다.
- MuSGD 옵티마이저: SGD와 Muon의 하이브리드(LLM 학습 혁신에서 영감을 받음)인 이 새로운 옵티마이저는 기존 방식에 비해 더 안정적인 학습과 훨씬 빠른 수렴을 제공합니다.
- 최대 43% 더 빠른 CPU 추론: 전용 GPU가 없는 환경에 맞게 세심하게 최적화되어 고성능 비전 AI를 대중화합니다.
- ProgLoss + STAL: 이러한 고급 손실 함수는 드론을 사용하는 애플리케이션 및 IoT 센서에 매우 중요한 소형 객체 인식에서 눈에 띄는 개선을 가져옵니다.
- 뛰어난 범용성: 바운딩 박스로 제한되는 모델과 달리, YOLO26은 인스턴스 세그멘테이션, 포즈 추정, 이미지 분류, OBB 감지를 포함한 전체 작업 제품군을 지원하며, 포즈를 위한 RLE(Residual Log-Likelihood Estimation)와 같은 작업별 개선 사항을 완벽하게 갖추고 있습니다.
Python을 통한 원활한 구현#
Ultralytics Python API를 사용하여 이러한 모델을 학습하고 배포하는 것은 마찰 없이 이루어지도록 설계되었습니다. transformer 중심의 아키텍처에 비해 학습 중 메모리 요구 사항이 현저히 낮아 표준 하드웨어에서 강력한 모델을 학습할 수 있습니다.
from ultralytics import YOLO
# Load the cutting-edge YOLO26 model (recommended)
# Alternatively, load a YOLOv10 model using YOLO('yolov10n.pt')
model = YOLO("yolo26n.pt")
# Train the model on your custom dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Easily export to various formats for edge deployment
model.export(format="onnx", simplify=True)보안 경보 시스템을 구현하든 의료 영상 분석을 수행하든, 활성화된 Ultralytics 커뮤니티의 지원을 받는 모델을 선택하면 성공하는 데 필요한 도구, 하이퍼파라미터 튜닝 가이드, 지속적인 업데이트를 확보할 수 있습니다. YOLOv10과 RTDETRv2가 NMS 없는 아키텍처의 길을 열어준 반면, YOLO26은 그 공식을 완성하여 성능, 범용성, 프로덕션 준비성의 최적의 균형을 제공합니다.