RTDETRv2와 YOLOv5

컴퓨터 비전의 발전은 주로 정확도와 실시간 추론 속도 간의 균형을 맞춰야 하는 필요성에 의해 형성되었습니다. RTDETRv2와 Ultralytics YOLOv5를 비교할 때 개발자는 Transformer 아키텍처의 전역 컨텍스트 모델링과 최적화되어 프로덕션에서 검증된 합성곱 신경망(CNN)의 효율성을 비교하게 됩니다.

이 가이드는 두 아키텍처를 비교하고 성능 지표, 학습 방법론, 메모리 요구 사항, 적합한 배포 시나리오를 살펴봄으로써 특정 사용 사례에 가장 적합한 객체 감지 모델을 선택하는 데 도움을 줍니다.

RTDETRv2: 실시간 탐지를 위한 Transformer 접근법#

기존 실시간 감지 Transformer(Real-Time Detection Transformer, RT-DETR)를 발전시킨 RTDETRv2는 추론 지연 시간을 늘리지 않으면서 기본 아키텍처를 개선하는 일련의 "bag-of-freebies"를 도입합니다.

아키텍처 및 기능#

RTDETRv2는 CNN과 Transformer를 결합한 하이브리드 아키텍처를 사용합니다. CNN 백본은 세밀한 시각적 특징을 추출하고, Transformer 인코더-디코더 계층은 전체 특징 맵을 처리해 전역 컨텍스트를 포착합니다. RTDETRv2의 대표적인 특징은 비최대 억제(NMS) 후처리가 필요 없는 엔드투엔드 설계입니다.

RTDETRv2는 특히 객체가 겹치는 복잡하고 밀집된 장면에서 높은 정확도를 달성하지만, 그에 따른 상충 요소가 있습니다. Transformer에 내재된 어텐션 메커니즘은 표준 CNN보다 학습 중 CUDA 메모리를 더 많이 요구합니다. 또한 NVIDIA A100이나 T4와 같은 GPU에서는 성능이 좋지만, 일반 CPU와 리소스가 제한된 엣지 AI 장치에서는 눈에 띄게 느립니다.

RTDETRv2 자세히 알아보기

Ultralytics YOLOv5: 효율성의 업계 표준#

출시 당시 Ultralytics YOLOv5는 직관적이고 사용하기 쉬운 프레임워크를 통해 전 세계 개발자가 고성능 컴퓨터 비전을 활용할 수 있도록 했습니다.

생태계와 성능의 균형#

YOLOv5는 전적으로 PyTorch 프레임워크를 기반으로 하며 효율적인 CNN 아키텍처를 사용합니다. 간단한 API와 방대한 문서를 갖춘 사용 편의성을 목표로 처음부터 설계되었습니다.

YOLOv5의 주요 장점은 다용도성과 낮은 메모리 요구량입니다. YOLOv5 모델 학습에는 Transformer 기반 모델보다 VRAM이 훨씬 적게 필요하므로 하드웨어 예산이 제한된 연구자와 엔지니어도 사용할 수 있습니다. RTDETRv2가 바운딩 박스 감지에 중점을 두는 반면, YOLOv5 저장소는 인스턴스 분할(YOLOv5 v7.0에서 추가됨)과 이미지 분류도 지원합니다.

엔터프라이즈 모델 관리

클라우드 학습과 코드 없는 배포를 제공하는 Ultralytics Platform에서 YOLOv5를 직접 학습하고 검증하며 배포할 수 있습니다.

성능 및 지표 비교#

표준 COCO 데이터셋에서의 성능을 살펴보면 모델별 정확도와 리소스 간 절충의 차이가 뚜렷하게 나타납니다.

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
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7

절충점 분석#

RTDETRv2-x는 최고 평균 정밀도(mAP) 54.3%를 기록해 YOLOv5x(50.7%)보다 3.6포인트 높습니다. YOLOv5x는 TensorRT 지연 시간(11.89 ms 대 15.03 ms)이 더 낮고 FLOPs(205.7B 대 259B)도 더 적지만, 매개변수는 더 많습니다(86.7M 대 76M). 비슷한 지연 시간에서는 RTDETRv2가 더 정확합니다. RTDETRv2-s는 5.03 ms에 48.1%를 기록하는 반면 YOLOv5m은 4.03 ms에 45.4%를 기록합니다. 저전력 엣지 배포의 경우 YOLOv5n은 1.9M 매개변수로 1.12 ms 만에 실행되며, RTDETRv2에는 이에 해당하는 크기 등급의 모델이 없습니다.

학습 효율성과 코드 간결성#

Ultralytics 생태계의 주요 강점 중 하나는 통합 API입니다. 연산량이 많은 작업에 Transformer 아키텍처인 RT-DETR을 선택해도 Ultralytics Python 패키지 내에서 모두 사용할 수 있으며, 코드 한 줄만 바꾸면 모델을 전환할 수 있습니다.

from ultralytics import RTDETR, YOLO

# Ultralytics YOLOv5 소형 모델을 불러옵니다
model_yolo = YOLO("yolov5su.pt")  # YOLOv5u: ultralytics 패키지용 앵커 프리 YOLOv5 가중치

# Ultralytics를 통해 RT-DETR 대형 모델을 불러옵니다
model_rtdetr = RTDETR("rtdetr-l.pt")

# 사용자 지정 데이터로 YOLOv5 학습
model_yolo.train(data="coco8.yaml", epochs=100, imgsz=640)

# 두 모델로 추론 실행
results_yolo = model_yolo("https://ultralytics.com/images/bus.jpg")
results_rtdetr = model_rtdetr("https://ultralytics.com/images/bus.jpg")

results_yolo[0].show()

Ultralytics 라이브러리를 사용하면 개발자는 Weights & Biases 및 Comet과 같은 실험 추적 통합 기능과 ONNX, OpenVINO와 같은 배포 형식으로 한 줄에 내보내는 기능을 포함한, 잘 관리되는 생태계를 바로 활용할 수 있습니다.

실제 애플리케이션과 적합한 사용 사례#

RTDETRv2가 강점을 보이는 분야#

RTDETRv2는 하드웨어 제약이 없고 정확도가 최우선인 환경에 가장 적합합니다.

  • 서버 측 의료 영상: 고해상도 X선 영상에서 미세한 이상 징후를 감지합니다.
  • 위성 이미지: 강력한 클라우드 클러스터에서 항공 감시 작업 중 밀집해 겹쳐 있는 객체를 추적합니다.

YOLOv5의 강점#

YOLOv5는 다양한 하드웨어에 실제 배포하기에 실용적인 선택입니다.

  • 엣지 AI 장치: 메모리가 엄격히 제한된 Raspberry Pi 또는 NVIDIA Jetson 장치에 보안 경보 시스템을 배포합니다.
  • 모바일 애플리케이션: CoreML 또는 LiteRT를 통해 스마트폰에서 바운딩 박스 및 분할 추론을 빠르고 실시간으로 직접 실행합니다.
  • 고속 산업 제조: 밀리초 단위 지연 시간이 운영 성과에 중요한 고속 생산 라인에서 부품을 검사합니다.
다른 Ultralytics 모델 살펴보기

YOLOv5는 여전히 널리 사용되지만, 최신 Ultralytics 모델도 이용할 수 있습니다. 2026년에 새 프로젝트를 위한 모델을 비교한다면 권장 모델인 Ultralytics YOLO26을 고려해 보세요. YOLO26은 선택적 일대일 헤드(nms=False)를 통해 Transformer와 유사하면서 CNN의 속도를 유지하는 엔드투엔드 NMS 없는 설계를 제공하고, 안정적인 학습을 위한 MuSGD 옵티마이저를 사용하며, YOLO26n은 YOLO11n보다 CPU 추론이 최대 43% 빠릅니다. 또는 다양한 배포 환경에서 자세 추정과 OBB 감지가 필요하다면 YOLO11도 지속적으로 지원되는 선택지입니다.

결국 RTDETRv2는 Transformer 계층을 사용해 정확도의 한계를 끌어올리는 반면, Ultralytics YOLO 프레임워크는 속도, 낮은 메모리 요구량, 프로토타입에서 프로덕션까지의 전환을 단축하는 개발자 경험을 균형 있게 제공합니다.

댓글

질문을 하거나 결과를 공유하거나 다른 사람을 도와주세요.