YOLOv10 대 RTDETRv2#
컴퓨터 비전 분야는 매우 빠른 속도로 발전하고 있으며, 새로운 아키텍처들이 실시간 객체 탐지의 최첨단 기술(SOTA)을 끊임없이 재정의하고 있습니다. 이러한 진화의 두 가지 중요한 이정표는 YOLOv10과 RTDETRv2입니다. 두 모델 모두 기존 탐지 파이프라인의 근본적인 병목 현상인 NMS(Non-Maximum Suppression) 후처리를 제거하는 것을 목표로 하지만, 이 문제에 접근하는 아키텍처 패러다임은 완전히 다릅니다.
이 기술적 비교에서는 두 모델의 아키텍처, 학습 방법론 및 이상적인 배포 시나리오를 심층적으로 분석하여 개발자와 연구자가 차기 비전 AI 프로젝트에 적합한 도구를 선택할 수 있도록 돕습니다.
YOLOv10: NMS-Free의 선구자#
칭화대학교 연구진이 개발한 YOLOv10은 아키텍처 효율성과 후처리 병목 현상 제거에 크게 중점을 둡니다. NMS-free 학습을 위한 일관된 이중 할당(consistent dual assignments)을 도입하여, 추론 지연 시간을 크게 줄이면서도 경쟁력 있는 성능을 달성합니다.
기술 사양#
- 저자: Ao Wang, Hui Chen, Lihao Liu 외
- 소속 기관: 칭화대학교
- 날짜: 2024-05-23
- ArXiv: YOLOv10 논문
- GitHub: THU-MIG/yolov10
- 문서: YOLOv10 문서
아키텍처 및 방법론#
YOLOv10의 주요 혁신은 효율성과 정확도를 모두 고려한 전체적인 모델 설계에 있습니다. 두 관점 모두에서 다양한 구성 요소를 최적화하여 계산 오버헤드를 크게 줄였습니다. 일관된 이중 할당 전략을 통해 모델은 NMS에 의존하지 않고 학습할 수 있으며, 이는 간소화된 엔드투엔드 배포 파이프라인으로 이어집니다. 이는 모델을 ONNX나 TensorRT와 같은 엣지 형식으로 내보낼 때 특히 유용한데, 이때 후처리 작업은 예상치 못한 지연 시간을 유발할 수 있기 때문입니다.
강점 및 약점#
이 모델은 특히 작은 변형 모델(N 및 S)에서 탁월한 속도-정확도 트레이드오프를 보여줍니다. 최소한의 지연 시간 덕분에 고속 엣지 환경에 이상적입니다. 그러나 YOLOv10은 원시 탐지 속도는 뛰어나지만, 여전히 탐지 전용 모델입니다. 인스턴스 세그멘테이션이나 포즈 추정이 필요한 팀은 더 범용적인 프레임워크를 찾아야 할 것입니다.
RTDETRv2: Detection Transformer의 정교화#
원래의 Real-Time Detection Transformer를 기반으로 구축된 RTDETRv2는 성능 향상을 위해 여러 가지 'bag of freebies'를 통합하였으며, Transformer가 실시간 시나리오에서 CNN과 경쟁할 수 있음을 보여줍니다.
기술 사양#
- 저자: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang 및 Yi Liu
- 소속 기관: Baidu
- 날짜: 2024-07-24
- ArXiv: RTDETRv2 논문
- GitHub: lyuwenyu/RT-DETR
- 문서: RTDETRv2 문서
아키텍처 및 방법론#
RTDETRv2는 시각적 특징 추출을 위한 CNN(Convolutional Neural Network) 백본과 포괄적인 장면 이해를 위한 Transformer 인코더-디코더를 결합한 하이브리드 아키텍처를 사용합니다. Transformer의 셀프 어텐션 메커니즘을 통해 모델은 이미지를 전역적으로 파악할 수 있어 복잡한 장면, 겹치는 객체, 밀집된 군중을 처리하는 데 매우 효과적입니다.
강점 및 약점#
Transformer 아키텍처는 특히 더 큰 파라미터 규모에서 우수한 정확도를 제공하며 NMS 없이 최종 탐지 결과를 기본적으로 출력합니다. 하지만 그 대가가 따릅니다. Transformer 모델은 일반적으로 학습 중에 훨씬 더 많은 CUDA 메모리를 필요로 하며 순수 CNN 아키텍처에 비해 수렴 속도가 느릴 수 있습니다. RTDETRv2는 추론 속도가 향상되었지만, 일반적으로 가벼운 YOLO 변형 모델보다 메모리를 더 많이 소비합니다.
성능 비교#
성능 지표를 평가하면 각 모델이 어디에서 강점을 보이는지 더 명확하게 알 수 있습니다. 다음 표는 COCO 데이터셋에서의 성능을 강조합니다:
| 모델 | 크기 (픽셀) | mAPval 50-95 | 속도 CPU ONNX (ms) | 속도 T4 TensorRT10 (ms) | 파라미터 (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| 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 |
| 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 |
데이터를 분석하면 YOLOv10이 유사한 크기에서 파라미터 효율성과 TensorRT 추론 속도 면에서 확실한 우위를 점하고 있음을 알 수 있습니다. RTDETRv2-x는 정확도 면에서 거대한 YOLOv10x와 대등하지만, 약 2,000만 개의 파라미터와 상당히 높은 FLOPs를 추가로 요구합니다.
활용 사례 및 권장 사항#
YOLOv10과 RT-DETR 중 선택은 특정 프로젝트 요구 사항, 배포 제약 조건 및 생태계 선호도에 따라 달라집니다.
YOLOv10을 선택해야 할 때#
YOLOv10은 다음 용도에 강력한 선택지입니다:
- 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: 로봇 공학 또는 자율 시스템과 같이 예측 가능한 추론 시간이 중요한 배포 시나리오.
RT-DETR을 선택해야 할 때#
RT-DETR 권장 대상:
- 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.
Ultralytics (YOLO26)를 선택해야 할 때#
대부분의 신규 프로젝트에서 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 탐지: aerial drone imagery 또는 IoT 센서 분석과 같이 ProgLoss와 STAL이 작은 객체에 대한 정확도를 크게 높여주는 어려운 시나리오.
Ultralytics의 강점: 생태계와 혁신#
YOLOv10과 RTDETRv2 모두 강력한 탐지 기능을 제공하지만, 모델 선택은 종종 주변 소프트웨어 생태계에 좌우됩니다. Ultralytics Platform은 딥러닝의 복잡성을 추상화하는 원활하고 통합된 인터페이스를 제공합니다.
새로운 표준: Ultralytics YOLO26#
최고의 성능을 추구하는 개발자들에게 Ultralytics YOLO26은 최근 아키텍처 발전의 정점을 보여줍니다. 2026년 초에 출시된 YOLO26은 YOLOv10이 개척한 엔드투엔드 NMS-Free 설계를 계승하여 NMS 후처리를 완전히 제거함으로써 더 빠르고 간편한 배포를 가능하게 합니다.
YOLO26은 MuSGD 옵티마이저(SGD와 Muon의 하이브리드)를 통해 LLM 학습 혁신을 컴퓨터 비전에 도입하여 더 안정적인 학습과 빠른 수렴을 달성합니다. 또한 최대 43% 더 빠른 CPU 추론을 자랑하며 엣지 컴퓨팅을 위한 최고의 선택이 되었습니다.
또한 YOLO26은 작은 객체 인식에서 눈에 띄는 개선을 위해 ProgLoss + STAL을 도입했으며, 전문화된 YOLOv10과 달리 뛰어난 범용성을 제공합니다. 이 모델은 객체 탐지, 세그멘테이션, 포즈, 그리고 시맨틱 세그멘테이션 손실과 포즈를 위한 RLE(Residual Log-Likelihood Estimation)와 같은 작업별 개선 사항이 적용된 회전된 경계 상자(OBB)를 기본적으로 지원합니다. 나아가 Distribution Focal Loss(DFL)를 제거하여 내보내기 프로세스를 간소화하고 저전력 장치와의 호환성을 높였습니다.
사용 편의성과 학습 효율성#
Ultralytics YOLO11과 같은 이전 세대 모델로 실험하든 최첨단 YOLO26으로 작업하든, 간소화된 Python API는 학습 중 메모리 사용량을 줄이고 워크플로우를 극도로 빠르게 만듭니다.
from ultralytics import RTDETR, YOLO
# Train the end-to-end YOLOv10 model
model_yolo = YOLO("yolov10n.pt")
model_yolo.train(data="coco8.yaml", epochs=100, imgsz=640)
# Alternatively, evaluate RTDETR within the same API
model_rtdetr = RTDETR("rtdetr-l.pt")
results = model_rtdetr.predict("https://ultralytics.com/images/bus.jpg")잘 관리된 생태계는 하이퍼파라미터 튜닝을 위한 도구를 제공하며, 광범위한 추적 솔루션 및 모델 배포 옵션과 완벽하게 통합됩니다.
결론#
YOLOv10과 RTDETRv2는 모두 NMS-free 객체 탐지를 향한 강력한 이정표입니다. RTDETRv2는 높은 메모리 요구 사항에도 불구하고 Transformer가 뛰어난 전역 문맥 이해와 함께 실시간 지연 시간을 달성할 수 있음을 입증합니다. YOLOv10은 리소스가 제한된 탐지 작업을 위해 맞춤화된 매우 효율적이고 빠른 CNN 대안을 제공합니다.
그러나 균형 잡힌 성능, 다중 작업 범용성, 가장 성숙한 생태계를 고려할 때 개발자들은 Ultralytics YOLO26을 활용하는 것을 적극 권장합니다. 이 모델은 전작들의 아키텍처 혁신과 비전 AI 배포를 원활하게 만드는 강력하고 사용자 친화적인 도구들을 아름답게 결합합니다.