YOLOv10과 RTDETRv2
컴퓨터 비전 분야는 빠르게 발전하고 있으며, 새로운 아키텍처가 실시간 객체 디텍션의 최신 성능을 꾸준히 끌어올리고 있습니다. 주목할 만한 두 가지 이정표는 YOLOv10과 RTDETRv2입니다. 두 모델 모두 비최대 억제(NMS) 후처리를 없애 기존 디텍션 파이프라인의 병목을 제거하지만, 완전히 다른 아키텍처로 이 문제에 접근합니다.
이 기술 비교에서는 아키텍처, 학습 방법론, 이상적인 배포 시나리오를 분석하여 개발자와 연구자가 다음 비전 AI 프로젝트에 적합한 도구를 선택하도록 돕습니다.
YOLOv10: NMS 프리 실시간 탐지#
칭화대학교 연구진이 개발한 YOLOv10은 아키텍처 효율성과 후처리 병목 제거에 중점을 둡니다. NMS 프리 학습을 위한 일관된 이중 할당을 도입하여 낮은 추론 지연 시간으로 경쟁력 있는 정확도를 달성합니다.
기술 사양#
- 저자: Ao Wang, Hui Chen, Lihao Liu 외
- 조직: 칭화대학교
- 날짜: 2024-05-23
- arXiv: YOLOv10 논문
- GitHub: THU-MIG/yolov10
- 문서: YOLOv10 문서
아키텍처 및 방법론#
YOLOv10의 주요 기여는 총체적인 효율성·정확도 중심 모델 설계입니다. 계산 오버헤드를 줄이기 위해 두 관점에서 다양한 구성 요소를 최적화합니다. 일관된 이중 할당 전략을 통해 모델은 NMS에 의존하지 않고 학습할 수 있으며, 그 결과 간소화된 엔드투엔드 배포 파이프라인을 구현할 수 있습니다. 후처리 작업으로 예상치 못한 지연 시간이 발생할 수 있는 ONNX 또는 TensorRT와 같은 엣지 형식으로 모델을 내보낼 때 특히 유용합니다.
장점과 단점#
특히 소형 변형 모델(N 및 S)에서 우수한 속도와 정확도의 균형을 제공합니다. 낮은 지연 시간 덕분에 고속 엣지 환경에 적합합니다. 그러나 YOLOv10은 순수 디텍션 속도에서 뛰어나지만, 디텍션 전용 특화 모델입니다. 인스턴스 분할이나 포즈 추정이 필요한 팀은 더 다용도인 프레임워크를 살펴봐야 합니다.
RTDETRv2: 검출 트랜스포머의 개선#
기존 실시간 검출 트랜스포머를 기반으로 개발된 RTDETRv2는 기본 모델을 개선하기 위해 다양한 추가 기법을 적용하여, 트랜스포머가 실시간 시나리오에서 CNN과 경쟁할 수 있음을 보여줍니다.
기술 사양#
- 저자: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang, Yi Liu
- 기관: Baidu
- 날짜: 2024-07-24
- arXiv: RTDETRv2 논문
- GitHub: lyuwenyu/RT-DETR
- 문서: RTDETRv2 README
아키텍처 및 방법론#
RTDETRv2는 하이브리드 아키텍처를 사용하며, 시각적 특징 추출을 위한 컨볼루션 신경망(CNN) 백본과 장면 수준 이해를 위한 트랜스포머 인코더-디코더를 결합합니다. 트랜스포머의 셀프 어텐션 메커니즘은 모델이 이미지를 전역적으로 살펴보도록 하여 복잡한 장면, 겹치는 객체, 밀집 군중을 효과적으로 처리합니다.
장점과 단점#
트랜스포머 아키텍처는 특히 더 큰 파라미터 규모에서 뛰어난 정확도를 제공하며, NMS 없이 최종 디텍션 결과를 기본 출력합니다. 그러나 여기에는 비용이 따릅니다. 트랜스포머 모델은 기존에 학습 중 더 많은 CUDA 메모리가 필요하며 순수 CNN 아키텍처보다 수렴이 느릴 수 있습니다. RTDETRv2의 추론 속도가 개선되었지만 일반적으로 경량 YOLO 변형 모델보다 메모리를 더 많이 사용합니다.
성능 비교#
성능 지표를 평가하면 각 모델이 어떤 부분에서 강점을 보이는지 더 명확하게 파악할 수 있습니다. 다음 표는 COCO 데이터셋에서의 성능을 보여 줍니다.
| 모델 | 크기 (픽셀) | mAPval50-95 | 속도 CPU ONNX (ms) | 속도 T4 TensorRT10 (ms) | 파라미터 (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 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 |
YOLOv10은 비슷한 크기에서 파라미터 효율성과 TensorRT 추론 속도 측면에서 명확한 우위를 보이는 반면, RTDETRv2는 s, m, l 규모에서 약간 더 높은 정확도를 보입니다(예: s 모델의 경우 48.1 대 46.3 mAP, 5.03ms 대 2.49ms). RTDETRv2-x는 YOLOv10x와 비슷한 정확도(54.3 대 54.4 mAP)를 달성하지만 파라미터가 2.5배 이상(76M 대 29.5M) 필요하고 FLOPs도 더 높습니다(259B 대 160.4B).
사용 사례 및 권장 사항#
YOLOv10과 RT-DETR 중 어떤 모델을 선택할지는 구체적인 프로젝트 요구 사항, 배포 제약 조건, 생태계 선호도에 따라 달라집니다.
YOLOv10을 선택해야 하는 경우#
YOLOv10은 다음과 같은 경우에 적합합니다:
- NMS가 필요 없는 실시간 탐지: 비최대 억제 없이 엔드 투 엔드 탐지를 활용하여 배포 복잡성을 줄일 수 있는 애플리케이션입니다.
- 속도와 정확도의 균형: 다양한 모델 규모에서 추론 속도와 탐지 정확도 간의 균형이 중요한 프로젝트입니다.
- 일관된 지연 시간이 필요한 애플리케이션: 로보틱스나 자율 시스템처럼 예측 가능한 추론 시간이 중요한 배포 시나리오입니다.
RT-DETR을 선택해야 하는 경우#
다음과 같은 경우 RT-DETR을 권장합니다.
- Transformer 기반 탐지 연구: NMS를 사용하지 않는 엔드투엔드 객체 탐지를 위해 어텐션 메커니즘과 Transformer 아키텍처를 연구하는 프로젝트입니다.
- 지연 시간 제약이 유연한 고정확도 시나리오: 탐지 정확성이 최우선이며 추론 지연 시간이 약간 높아도 괜찮은 애플리케이션입니다.
- 대형 객체 탐지: 주로 중대형 객체가 있는 장면으로, Transformer의 전역 어텐션 메커니즘이 자연스러운 이점을 제공하는 경우입니다.
Ultralytics(YOLO26)를 선택해야 하는 경우#
대부분의 신규 프로젝트에는 성능과 개발자 경험을 가장 잘 조합한 Ultralytics YOLO26을 권장합니다.
- NMS가 필요 없는 엣지 배포: 비최대 억제 후처리의 복잡성 없이 일관된 저지연 추론이 필요한 애플리케이션입니다.
- CPU 전용 환경: 전용 GPU 가속 기능이 없는 디바이스에서는 YOLO26n의 CPU 추론 속도가 YOLO11n보다 최대 43% 빠르다는 점이 결정적인 이점입니다.
- 작은 객체 탐지: 항공 드론 이미지 분석이나 IoT 센서 분석과 같이 ProgLoss와 STAL이 작은 객체의 정확도를 높이는 까다로운 시나리오입니다.
Ultralytics의 강점: 생태계와 혁신#
YOLOv10과 RTDETRv2는 모두 성능이 뛰어난 디텍터이지만, 모델 선택은 주변 소프트웨어 생태계에 따라 달라지는 경우가 많습니다. Ultralytics Platform은 딥러닝 워크플로의 복잡성을 상당 부분 감춰 주는 통합 인터페이스를 제공합니다.
새로운 표준: Ultralytics YOLO26#
최고의 성능을 원하는 개발자를 위해 Ultralytics YOLO26은 최신 아키텍처 발전을 결합했습니다. 2026년 1월에 출시된 YOLO26은 YOLOv10의 엔드투엔드 NMS 프리 설계를 선택적 헤드(nms=False)로 계승해 NMS 후처리를 제거하고 더 빠르고 단순한 배포를 지원합니다.
YOLO26은 SGD와 Muon의 하이브리드인 MuSGD 옵티마이저를 통해 대규모 언어 모델(LLM) 학습 방법을 컴퓨터 비전에 적용하여 학습 안정성을 높이고 수렴을 가속합니다. 또한 YOLO26n은 YOLO11n보다 CPU에서 최대 43% 더 빠르게 실행되므로 엣지 컴퓨팅에 적합합니다.
또한 YOLO26은 소형 객체 인식을 크게 개선하는 ProgLoss + STAL을 도입했습니다. 디텍션 전용 YOLOv10과 달리 객체 디텍션, 인스턴스 분할, 시맨틱 분할, 깊이 추정, 이미지 분류, 포즈 추정, 방향성 바운딩 박스(OBB)를 지원하며, 시맨틱 분할 손실 및 포즈용 잔차 로그 가능도 추정(RLE)과 같은 태스크별 개선 사항을 제공합니다. 분포 초점 손실(DFL)을 제거하여 내보내기가 간소화되고 저전력 디바이스와의 호환성이 향상됩니다.
사용 편의성 및 학습 효율성#
Ultralytics YOLO11과 같은 이전 모델이나 최신 YOLO26을 사용하는 경우에도 Python API를 통해 학습 메모리 사용량을 낮게 유지하고 워크플로를 간결하게 구성할 수 있습니다. 동일한 API로 YOLOv10과 RT-DETR도 실행할 수 있습니다.
from ultralytics import RTDETR, YOLO
# 엔드투엔드 YOLOv10 모델 학습
model_yolo = YOLO("yolov10n.pt")
model_yolo.train(data="coco8.yaml", epochs=100, imgsz=640)
# 또는 동일한 API에서 RTDETR 평가
model_rtdetr = RTDETR("rtdetr-l.pt")
results = model_rtdetr.predict("https://ultralytics.com/images/bus.jpg")잘 관리되는 생태계는 간편한 하이퍼파라미터 튜닝 도구를 제공하며, 실험 추적 도구 및 모델 배포 옵션과 통합됩니다.
결론#
YOLOv10과 RTDETRv2는 모두 NMS 프리 객체 디텍션의 중요한 이정표입니다. RTDETRv2는 메모리 요구량이 더 높지만 트랜스포머가 우수한 전역 맥락 이해와 함께 실시간 지연 시간을 달성할 수 있음을 보여줍니다. YOLOv10은 리소스가 제한된 디텍션 작업에 맞춘 효율적이고 빠른 CNN 대안을 제공합니다.
균형 잡힌 성능, 다중 태스크 지원, 성숙한 생태계를 원한다면 Ultralytics YOLO26을 권장합니다. 이전 모델의 아키텍처 아이디어와 비전 AI 배포를 간소화하는 사용자 친화적인 도구를 결합합니다.
댓글
질문을 하거나 결과를 공유하거나 다른 사람을 도와주세요.