RTDETRv2 대 YOLOv5#
컴퓨터 비전의 진화는 주로 정확도와 실시간 추론 속도 사이의 균형을 끊임없이 추구하는 과정으로 정의되어 왔습니다. RTDETRv2와 Ultralytics YOLOv5를 비교할 때, 개발자는 본질적으로 트랜스포머 아키텍처의 정교한 전역 컨텍스트 기능과 고도로 최적화되고 검증된 합성곱 신경망(CNN)의 효율성을 저울질하게 됩니다.
이 가이드는 이 두 가지 주요 아키텍처에 대한 심층적인 기술 분석을 제공하며, 성능 지표, 학습 방법론, 메모리 요구 사항 및 이상적인 배포 시나리오를 상세히 다루어 특정 유스케이스에 가장 적합한 객체 감지 모델을 선택할 수 있도록 돕습니다.
RTDETRv2: 실시간 탐지를 위한 Transformer 접근 방식#
기존 Real-Time Detection Transformer(RT-DETR)를 기반으로 구축된 RTDETRv2는 추론 지연 시간을 희생하지 않으면서 베이스라인 아키텍처를 개선하기 위한 일련의 "bag-of-freebies"를 도입했습니다.
- 저자: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang 및 Yi Liu
- 조직: Baidu
- 날짜: 2024-07-24
- 링크: Arxiv Paper, GitHub Repository
아키텍처 및 기능#
RTDETRv2는 하이브리드 CNN-Transformer 아키텍처를 활용합니다. CNN은 세밀한 시각적 특징을 추출하는 백본 역할을 하며, 트랜스포머 인코더-디코더 레이어는 전체 피처 맵을 처리하여 전역 컨텍스트를 이해합니다. RTDETRv2의 가장 큰 특징은 Non-Maximum Suppression (NMS) 후처리가 완전히 필요 없는 엔드투엔드(end-to-end) 방식이라는 점입니다.
RTDETRv2는 특히 객체가 겹치는 복잡하고 조밀한 장면에서 인상적인 정확도를 달성하지만, 그에 따른 명확한 트레이드오프가 존재합니다. 트랜스포머 고유의 어텐션 메커니즘은 표준 CNN에 비해 학습 중에 훨씬 더 높은 CUDA 메모리를 요구합니다. 또한 NVIDIA A100이나 T4 같은 고성능 GPU에서는 잘 작동하지만, 표준 CPU와 성능이 엄격히 제한된 엣지 디바이스에서는 아키텍처가 눈에 띄게 느려집니다.
Ultralytics YOLOv5: 효율성의 업계 표준#
Ultralytics YOLOv5는 출시 당시 응용 머신러닝 환경을 근본적으로 변화시켰으며, 매우 직관적인 프레임워크를 통해 전 세계 개발자들이 고성능 컴퓨터 비전을 쉽게 이용할 수 있도록 했습니다.
- 저자: Glenn Jocher
- 조직: Ultralytics
- 날짜: 2020년 6월 26일
- 링크: 공식 문서, GitHub 저장소
생태계 및 성능 균형#
YOLOv5는 전적으로 PyTorch 프레임워크를 기반으로 구축되었으며 극도로 효율적인 CNN 아키텍처를 활용합니다. 간소화된 API와 AI 업계에서 가장 광범위한 문서 중 일부를 갖추어 사용 편의성을 최우선으로 고려하여 처음부터 설계되었습니다.
YOLOv5의 가장 큰 장점은 뛰어난 범용성과 낮은 메모리 요구 사항에 있습니다. YOLOv5 모델을 학습하는 데는 트랜스포머 기반 모델보다 VRAM이 훨씬 적게 소모되므로, 하드웨어 예산이 제한된 연구원과 엔지니어도 쉽게 접근할 수 있습니다. 또한 RTDETRv2가 바운딩 박스 감지에만 집중하는 반면, YOLOv5는 인스턴스 세분화와 이미지 분류를 지원하는 다목적 파워하우스로 진화해 왔습니다.
완벽하게 간소화된 워크플로를 경험하려면 Ultralytics 플랫폼을 사용하여 YOLOv5를 직접 학습, 검증 및 배포할 수 있습니다. 이 플랫폼은 클라우드 학습 기능과 코드 없는(zero-code) 배포 파이프라인을 제공합니다.
성능 및 지표 비교#
표준 COCO 데이터셋에서의 원시 성능을 분석해 보면, 이 모델들이 리소스를 어떻게 우선시하는지 명확한 차이를 확인할 수 있습니다.
| 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 |
| YOLOv5n | 640 | 28.0 | 73.6 | 1.12 | 2.6 | 7.7 |
| YOLOv5s | 640 | 37.4 | 120.7 | 1.92 | 9.1 | 24.0 |
| YOLOv5m | 640 | 45.4 | 233.9 | 4.03 | 25.1 | 64.2 |
| YOLOv5l | 640 | 49.0 | 408.4 | 6.61 | 53.2 | 135.0 |
| YOLOv5x | 640 | 50.7 | 763.2 | 11.89 | 97.2 | 246.4 |
트레이드오프 분석#
데이터에 따르면 RTDETRv2-x는 최고 평균 정밀도(mAP) 54.3%를 달성하여 YOLOv5x의 50.7%를 약간 앞섭니다. 그러나 이러한 미미한 정확도 향상은 막대한 연산 비용을 수반합니다. YOLOv5x는 더 낮은 지연 시간(TensorRT 기준 11.89ms 대 15.03ms)으로 작동하며 메모리 설치 공간의 일부만 차지합니다. 초저전력 엣지 배포의 경우, YOLOv5n(Nano)은 단 1.12ms 만에 추론을 완료하고 2.6M이라는 극소수의 파라미터 설치 공간을 자랑하며 여전히 독보적인 위치를 유지합니다. 이는 RTDETRv2가 감히 경쟁조차 시도하지 않는 영역입니다.
학습 효율성 및 코드 간결성#
Ultralytics 생태계의 주요 강점 중 하나는 통합 API입니다. 특정 고연산 작업에 RT-DETR의 Transformer 아키텍처를 사용하기로 결정하더라도, Ultralytics Python 패키지 내에서 한 줄의 코드로 모델을 원활하게 교체하며 완전히 수행할 수 있습니다.
from ultralytics import RTDETR, YOLO
# Load the Ultralytics YOLOv5 small model
model_yolo = YOLO("yolov5s.pt")
# Load the RT-DETR large model via Ultralytics
model_rtdetr = RTDETR("rtdetr-l.pt")
# Train YOLOv5 effortlessly on your custom data
model_yolo.train(data="coco8.yaml", epochs=100, imgsz=640)
# Run inference with both models seamlessly
results_yolo = model_yolo("https://ultralytics.com/images/bus.jpg")
results_rtdetr = model_rtdetr("https://ultralytics.com/images/bus.jpg")
results_yolo[0].show()개발자는 Ultralytics 라이브러리를 활용하여 실험 추적 통합(Weights & Biases 및 Comet ML 등)과 ONNX 및 OpenVINO 같은 배포 포맷으로의 원클릭 내보내기 기능을 갖춘 잘 관리된 생태계에 자동으로 액세스할 수 있습니다.
실제 애플리케이션 및 이상적인 사용 사례#
RTDETRv2의 강점#
RTDETRv2는 하드웨어 제한이 없고 최대 정밀도를 확보하는 것이 유일한 목표인 환경에 가장 적합합니다.
- 서버 측 의료 영상: 고해상도 X-레이에서 미세한 이상 징후 탐지.
- 위성 이미지: 강력한 클라우드 클러스터에서 항공 감시 작업의 촘촘하고 겹치는 객체 추적.
YOLOv5의 우세 분야#
YOLOv5는 다양한 하드웨어 전반에 걸친 실용적인 실제 배포를 위한 부정할 수 없는 챔피언입니다.
- 엣지 AI 디바이스: 메모리가 엄격히 제한된 Raspberry Pi 또는 NVIDIA Jetson 디바이스에 보안 경보 시스템 배포.
- 모바일 애플리케이션: CoreML 또는 TFLite를 통해 스마트폰에서 직접 빠른 실시간 BBox 및 세그멘테이션 추론 실행.
- 고속 산업 제조: 밀리초 단위의 지연 시간이 운영 성공에 중요한 급박한 생산 라인에서 부품 검사.
YOLOv5가 전설적인 모델이긴 하지만, Ultralytics 생태계는 지속적으로 AI의 한계를 넓혀가고 있습니다. 2026년 새 프로젝트를 위해 모델을 비교하고 있다면 최고 성능의 Ultralytics YOLO26을 살펴보는 것을 권장합니다. YOLO26은 기본 엔드투엔드 NMS-Free 디자인(트랜스포머와 유사하지만 CNN 속도를 갖춤)을 통합하고, 매우 안정적인 학습을 위한 혁신적인 MuSGD 옵티마이저를 특징으로 하며, 최대 43% 더 빠른 CPU 추론을 제공합니다. 또는 Pose Estimation과 OBB detection이 필요한 다목적 배포를 위해 YOLO11은 여전히 훌륭하고 강력한 지원을 받는 선택지입니다.
결론적으로 RTDETRv2는 Transformer 계층을 사용하여 정확도의 한계를 높이지만, Ultralytics YOLO 프레임워크는 속도, 경량 메모리 요구 사항, 프로토타입에서 프로덕션까지의 시간을 극적으로 단축하는 훌륭하게 설계된 개발자 경험 간의 타의 추종을 불허하는 균형을 제공합니다.