RTDETRv2와 YOLOv9
컴퓨터 비전 아키텍처는 합성곱 신경망(CNN)과 Transformer 기반 모델이라는 두 가지 주요 접근 방식으로 나뉩니다. RTDETRv2와 YOLOv9를 비교하려면 전역 어텐션과 프로그래밍 가능한 그래디언트 정보 간의 차이를 고려해야 합니다. 두 모델은 실시간 객체 탐지에 대한 각 접근 방식을 대표하는 강력한 모델입니다.
모델 소개#
RTDETRv2: 실시간 감지 Transformer#
Baidu 연구진이 개발한 RTDETRv2는 원래 RT-DETR을 발전시켜 기준 실시간 탐지 Transformer를 개선하는 "Bag-of-Freebies"를 도입했습니다. Transformer의 전통적인 병목인 추론 속도 문제를 해결하여 실시간 애플리케이션에 활용할 수 있도록 합니다.
- 저자: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang, Yi Liu
- 기관: Baidu
- 날짜: 2024-07-24
- 링크: arXiv, GitHub
RTDETRv2의 주요 특징은 네이티브 엔드투엔드 NMS-Free 설계입니다. 후처리에서 비최대 억제(NMS)를 제거하여 추론 지연 시간을 안정화하고 배포 파이프라인을 간소화합니다. 전역 어텐션 메커니즘은 전체 이미지 맥락을 동시에 평가하므로 복잡한 장면과 밀집된 군중을 처리하는 데 도움이 됩니다.
YOLOv9: 프로그래밍 가능한 그래디언트 정보#
효율적인 CNN 기반 아키텍처인 YOLOv9는 심층 신경망에 내재된 정보 병목 문제를 해결합니다. 프로그래밍 가능한 그래디언트 정보(PGI)와 일반화 효율 레이어 집계 네트워크(GELAN)를 도입했습니다.
- 저자: Chien-Yao Wang 및 Hong-Yuan Mark Liao
- 조직: 정보과학연구소, Academia Sinica
- 날짜: 2024년 2월 21일
- 링크: arXiv, GitHub
YOLOv9는 파라미터 효율성에 중점을 두고 검증된 합성곱 신경망 기반을 발전시켰습니다. 순전파 과정에서 핵심 정보를 유지하여 PGI가 신뢰할 수 있는 그래디언트를 보존하므로 경량이면서도 정확한 모델을 구현합니다. 그러나 RTDETRv2와 달리 YOLOv9는 여전히 표준 NMS 후처리를 사용합니다.
성능 및 리소스 효율성#
아래 표는 MS COCO 데이터셋에서 평균 정밀도(mAP)와 연산 비용을 비교합니다. YOLOv9는 비슷한 정확도에서 파라미터 수가 훨씬 적으며(YOLOv9m은 20.1M 파라미터로 51.4 mAP, RTDETRv2-m은 36M 파라미터로 51.9 mAP), YOLOv9e를 제외한 모든 크기에서 T4 TensorRT 실행 속도가 더 빠릅니다. YOLOv9e는 가장 높은 mAP(55.6)를 달성하지만 표에서 가장 느린 모델이기도 합니다(16.77ms).
| 모델 | 크기 (픽셀) | mAPval50-95 | 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 |
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.2 | 26.7 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.1 | 76.8 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.5 | 102.8 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 58.1 | 192.5 |
메모리 요구량 및 학습 효율성#
RTDETRv2와 같은 Transformer는 학습 중 메모리를 많이 사용하며 상당한 CUDA 메모리가 필요한 경우가 많습니다. YOLOv9와 다른 Ultralytics YOLO 모델 같은 CNN 아키텍처는 일반적으로 메모리를 덜 사용하므로 개발자는 소비자용 하드웨어에서 더 큰 배치 크기로 학습할 수 있습니다.
하드웨어를 최대한 활용하려면 클라우드 학습에 Ultralytics Platform을 고려해 보세요. 환경 설정과 배치 크기 조정을 자동으로 처리합니다.
Ultralytics의 장점: 에코시스템과 사용 편의성#
공식 RTDETRv2 또는 YOLOv9 GitHub 페이지와 같은 독립 리포지토리는 연구에 유용하지만, 프로덕션 환경에서는 안정성, 사용 편의성, 잘 관리되는 생태계가 필요합니다. Ultralytics Python API를 통해 이러한 모델을 사용하면 일관된 개발자 경험을 얻을 수 있습니다.
통합 API 및 범용성#
Ultralytics 프레임워크는 데이터 로딩, 증강, 분산 학습의 복잡성을 추상화합니다. 또한 기존 RTDETRv2는 탐지에만 집중하지만, Ultralytics 생태계를 사용하면 객체 탐지, 인스턴스 세그멘테이션, 포즈 추정 작업 간에 전환할 수 있습니다.
from ultralytics import RTDETR, YOLO
# 사용자 지정 데이터로 YOLOv9 모델 학습
model_yolo = YOLO("yolov9c.pt")
model_yolo.train(data="coco8.yaml", epochs=50, imgsz=640)
# 복잡한 장면 평가를 위해 RT-DETR로 간편하게 전환합니다
model_rtdetr = RTDETR("rtdetr-l.pt")
results = model_rtdetr.predict("https://ultralytics.com/images/bus.jpg")
# TensorRT와 같은 프로덕션 환경에 바로 사용할 수 있는 형식으로 내보냅니다
model_yolo.export(format="engine")상세한 문서, 자동 실험 추적, ONNX, TensorRT, OpenVINO와 같은 형식으로의 내보내기를 통해 Ultralytics는 프로토타입에서 프로덕션까지 걸리는 시간을 단축합니다.
적합한 사용 사례#
RTDETRv2가 강점을 발휘하는 분야#
RTDETRv2는 전역 어텐션 메커니즘 덕분에 서버 측 처리와 전역 맥락이 중요한 환경에 적합합니다. 다음 분야에서 좋은 성능을 보입니다.
- 의료 영상: 주변 문맥이 중요한 상황에서 미묘한 이상 징후를 식별합니다.
- 항공 감시: 넓은 공간 맥락이 장면 해석에 도움이 되는 고해상도 드론 영상을 분석합니다.
- 밀집 군중 분석: NMS가 겹치는 실제 탐지 결과를 억제할 수 있는 혼잡한 장면에서 사람을 탐지합니다.
YOLOv9가 강점을 발휘하는 분야#
YOLOv9는 리소스가 제한된 엣지 배포에 적합합니다. 연산 효율성 덕분에 다음과 같은 용도에 알맞습니다.
- 로보틱스: 최소한의 지연 시간이 필요한 실시간 내비게이션과 장애물 회피에 사용됩니다.
- 스마트 시티 IoT: 교통 모니터링을 위해 NVIDIA Jetson과 같은 엣지 디바이스에 배포합니다.
- 산업 검사: 초당 프레임 수(FPS)가 높은 고속 조립 라인 품질 관리에 사용됩니다.
미래: Ultralytics YOLO26의 등장#
YOLOv9와 RTDETRv2는 모두 중요한 발전이었으며, 이 분야는 계속 진화하고 있습니다. 2026년 1월에 출시된 Ultralytics YOLO26은 새로운 배포를 위해 두 가지 아키텍처 접근 방식의 아이디어를 결합합니다.
YOLO26은 Transformer와 CNN의 강점을 결합합니다.
- 엔드투엔드 NMS-Free 설계: RTDETRv2와 마찬가지로 YOLO26은 네이티브 엔드투엔드 추론을 지원합니다. 선택 사항인 일대일 헤드(
nms=False)로 NMS 후처리를 생략하여 더 빠르고 간단하며 예측 가능한 배포 파이프라인을 구현합니다. - MuSGD 옵티마이저: 대규모 언어 모델(LLM) 학습 기법(Moonshot AI의 Kimi K2 등)에서 영감을 얻은 YOLO26은 SGD와 Muon의 하이브리드 옵티마이저를 사용하여 더 안정적으로 학습하고 더 빠르게 수렴합니다.
- 최대 43% 빠른 CPU 추론: YOLO26n은 CPU에서 YOLO11n보다 최대 43% 빠르게 실행되므로, 더 무거운 Transformer의 성능이 저하되는 엣지 컴퓨팅 및 GPU가 없는 장치에 적합합니다.
- DFL 제거: Distribution Focal Loss를 제거하면 모델 그래프가 간소화되어 저전력 엣지 장치와 임베디드 신경망 처리 장치(NPU)로 더 쉽게 내보낼 수 있습니다.
- ProgLoss + STAL: 점진적 손실(Progressive Loss)과 소형 객체 인식 라벨 할당(Small-Target-Aware Label Assignment, STAL)은 소형 객체 인식 성능을 높여 IoT 및 항공 데이터셋에서 중요한 역할을 합니다.
새로운 컴퓨터 비전 프로젝트를 시작하는 팀에는 YOLO26 평가를 권장합니다. Transformer와 같은 선택적 NMS-Free 추론을 제공하면서 YOLO 아키텍처의 속도와 학습 효율을 갖췄습니다.
요약#
RTDETRv2와 YOLOv9 중에서 선택할 때는 주로 배포 하드웨어와 구체적인 정확도 요구 사항을 고려해야 합니다. RTDETRv2는 서버 기반 애플리케이션에 높은 정확도와 맥락 인식 기능을 제공하며, YOLOv9는 엣지 장치에서 높은 효율성을 제공합니다.
Ultralytics 생태계에서는 개발자가 동일한 API를 사용해 YOLOv9와 기존 RT-DETR을 모두 실험할 수 있습니다. YOLO11과 엔드투엔드 기능을 갖춘 YOLO26 같은 최신 모델은 더 폭넓은 작업 지원, 빠른 추론, 낮은 메모리 사용량을 제공합니다.
댓글
질문을 하거나 결과를 공유하거나 다른 사람을 도와주세요.