YOLOX와 RTDETRv2#

컴퓨터 비전 애플리케이션에 적합한 아키텍처를 선택하려면 정확도, 추론 속도, 배포 가능성 사이에서 신중한 균형을 유지해야 합니다. 이 종합적인 기술 분석에서는 매우 성공적인 앵커 프리 CNN 아키텍처인 YOLOX와 최첨단 실시간 검출 Transformer인 RTDETRv2의 근본적인 차이점을 살펴봅니다.

두 모델 모두 객체 검출 분야에 크게 기여했지만, 프로덕션 수준의 애플리케이션을 구축하는 개발자들은 Ultralytics YOLO26과 같은 최신 대안이 뛰어난 학습 효율성, 낮은 메모리 요구 사항, 더욱 강력한 배포 생태계를 제공한다는 점을 자주 확인합니다.

YOLOX: 연구와 산업 간의 격차 해소#

YOLOX는 YOLO 시리즈의 매우 인기 있는 앵커 프리 변형으로 등장했으며, 출시 당시 인상적인 성능 향상을 제공하는 단순화된 설계를 도입했습니다.

• 저자: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li, Jian Sun
• 조직: Megvii
• 날짜: 2021년 7월 18일
• 링크: Arxiv, GitHub, 문서

아키텍처 혁신#

YOLOX는 디커플드 헤드와 고급 SimOTA 라벨 할당 전략을 통합하여 YOLO 제품군을 앵커 프리 패러다임으로 전환했습니다. 앵커 박스를 제거함으로써 아키텍처의 설계 매개변수 수를 크게 줄이고 다양한 벤치마크 데이터 세트에서의 일반화 성능을 향상했습니다. 경량 버전인 YOLOX-Nano와 YOLOX-Tiny는 엣지 디바이스에서 비전 AI 애플리케이션을 배포하기 위한 인기 있는 선택지가 되었습니다.

YOLOX에 대해 자세히 알아보세요

RTDETRv2: 실시간 Vision Transformer의 발전#

RTDETRv2는 이전 모델의 기반을 바탕으로 Vision Transformer(ViT)의 강력한 기능을 활용하여 실시간 추론 속도를 유지하면서도 매우 경쟁력 있는 정확도를 달성합니다.

• 저자: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang, Yi Liu
• 조직: Baidu
• 날짜: 2024-07-24
• 링크: Arxiv, GitHub

아키텍처 혁신#

RTDETRv2는 Transformer 기반 아키텍처를 활용하여 Non-Maximum Suppression(NMS)을 네이티브 방식으로 우회하도록 검출 파이프라인을 근본적으로 재구성합니다. 이는 하이브리드 인코더와 IoU 인식 쿼리 선택을 통해 구현되며, 객체 쿼리의 초기화를 개선합니다. 이 모델은 멀티 스케일 특징을 효과적으로 처리하므로 야간 교통 영상 검출과 같은 복잡한 환경에서도 세부적인 정보를 포착할 수 있습니다.

그러나 Transformer는 본질적으로 많은 리소스를 필요로 합니다. RTDETRv2를 학습하려면 일반적으로 CNN 기반 대안보다 훨씬 많은 GPU 메모리와 컴퓨팅 사이클이 필요하므로, 엄격한 예산 제약 내에서 운영하거나 빈번한 모델 튜닝이 필요한 팀에는 장애 요인이 될 수 있습니다.

RT-DETR에 대해 자세히 알아보세요

성능 비교 표#

이러한 아키텍처를 객관적으로 평가하기 위해 COCO 데이터 세트에서의 성능을 검토합니다. 아래 표는 정확도(mAP), 매개변수 수, 계산 복잡도 간의 절충점을 보여줍니다.

RTDETRv2가 인상적인 정확도를 달성하는 반면, YOLOX는 특히 Nano 및 Tiny 변형에서 경량 매개변수 구성 측면의 우위를 유지합니다.

사용 사례 및 권장 사항#

YOLOX와 RT-DETR 중에서 선택하는 것은 특정 프로젝트 요구 사항, 배포 제약 조건, 생태계 선호도에 따라 달라집니다.

YOLOX를 선택할 시점#

YOLOX는 다음과 같은 경우에 적합합니다:

• 앵커 프리 감지 연구: 새로운 감지 헤드 또는 손실 함수를 실험하기 위한 기준선으로 YOLOX의 깔끔한 앵커 프리 아키텍처를 사용하는 학술 연구입니다.
• 초경량 엣지 디바이스: YOLOX-Nano 변형의 매우 작은 풋프린트(0.91M 파라미터)가 중요한 마이크로컨트롤러 또는 레거시 모바일 하드웨어에 배포하는 경우입니다.
• SimOTA 라벨 할당 연구: 최적 수송 기반 라벨 할당 전략과 이러한 전략이 학습 수렴에 미치는 영향을 조사하는 연구 프로젝트입니다.

RT-DETR을 선택해야 하는 경우#

다음과 같은 경우 RT-DETR을 권장합니다.

• Transformer 기반 감지 연구: NMS 없이 엔드 투 엔드 객체 감지를 수행하기 위해 attention mechanism과 Transformer 아키텍처를 탐구하는 프로젝트입니다.
• 유연한 latency를 요구하는 고정확도 시나리오: 감지 정확도가 최우선이며 약간 더 높은 추론 latency를 허용할 수 있는 애플리케이션입니다.
• 대형 객체 감지: 주로 medium-to-large 객체가 있는 장면으로, Transformer의 global attention mechanism이 자연스러운 이점을 제공하는 경우입니다.

Ultralytics(YOLO26)를 선택해야 하는 경우#

대부분의 신규 프로젝트에서 Ultralytics YOLO26은 성능과 개발자 경험의 최적 조합을 제공합니다.

• NMS-Free 엣지 배포: 비최대 억제 후처리의 복잡성 없이 일관되고 지연 시간이 짧은 추론이 필요한 애플리케이션입니다.
• CPU 전용 환경: 전용 GPU 가속 기능이 없는 디바이스에서 YOLO26의 최대 43% 더 빠른 CPU 추론이 결정적인 이점을 제공하는 경우입니다.
• 소형 객체 탐지: 항공 드론 이미지나 IoT 센서 분석처럼 ProgLoss와 STAL이 작은 객체의 정확도를 크게 향상하는 까다로운 시나리오입니다.

Ultralytics의 강점: YOLO26#

YOLOX와 RTDETRv2 모두 뚜렷한 강점을 제공하지만, 새롭게 출시된 Ultralytics YOLO26은 비전 AI의 최신 기술 수준을 새롭게 정의하며 속도, 정확도, 배포 편의성 간의 기존 절충점을 해결합니다.

1. 엔드 투 엔드 NMS 프리 아키텍처#

Transformer 모델에서 영감을 얻으면서도 CNN의 효율성을 유지하는 YOLO26은 네이티브 엔드 투 엔드 NMS 프리 설계를 특징으로 합니다. 후처리 단계에서 Non-Maximum Suppression을 제거함으로써 YOLO26은 배포 파이프라인을 크게 단순화하고, 복잡한 임계값 튜닝에 따른 오버헤드 없이 다양한 엣지 디바이스에서 일관된 추론 지연 시간을 보장합니다.

2. 최대 43% 더 빠른 CPU 추론#

고성능 GPU에 크게 의존하는 RTDETRv2와 같은 Transformer 아키텍처와 달리, YOLO26은 엣지 컴퓨팅 환경에 맞게 특별히 최적화되었습니다. Distribution Focal Loss(DFL)를 제거하여 YOLO26은 모델 내보내기 과정을 간소화하고 CPU 추론을 최대 43% 빠르게 수행하므로, Raspberry Pi와 같은 하드웨어나 일반적인 모바일 디바이스에 통합하기에 이상적인 선택입니다.

3. MuSGD를 통한 학습 효율성#

Transformer 모델을 학습하면 과도한 CUDA 메모리 사용량과 장시간의 학습으로 이어지는 경우가 많습니다. YOLO26은 확률적 경사 하강법과 LLM에서 영감을 얻은 Muon 옵티마이저를 결합한 하이브리드 방식의 새로운 MuSGD Optimizer를 도입합니다. 이 혁신은 매우 안정적인 학습과 더 빠른 수렴을 제공하여 RTDETRv2에 비해 하드웨어 요구 사항을 크게 낮춥니다.

4. 탁월한 생태계와 범용성#

Ultralytics 생태계는 직관적이고 간소화된 개발자 경험을 제공합니다. 광범위한 문서, 활발한 커뮤니티 지원, 클라우드 기반 Ultralytics Platform을 통해 전체 AI 수명 주기를 그 어느 때보다 쉽게 관리할 수 있습니다. 또한 YOLO26은 매우 범용적입니다. RTDETRv2가 객체 검출에 중점을 두는 반면, YOLO26은 네이티브 방식으로 인스턴스 세그멘테이션, 포즈 추정, 이미지 분류, Oriented Bounding Box(OBB) 작업을 원활하게 지원합니다. 새로운 ProgLoss + STAL 손실 함수로 향상된 YOLO26은 항공 이미지와 산업 결함 검출에 중요한 기능인 소형 객체 인식에서도 뛰어난 성능을 발휘합니다.

Ultralytics와의 원활한 통합#

모델을 배포하기 위해 복잡하고 단편화된 코드베이스를 다룰 필요는 없습니다. Ultralytics Python API를 사용하면 단 몇 줄의 코드로 최첨단 모델을 로드하고, 학습하고, 내보낼 수 있습니다.

from ultralytics import YOLO

# Load the latest YOLO26 nano model for optimal edge performance
model = YOLO("yolo26n.pt")

# Train the model on your custom dataset with minimal memory overhead
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Validate the model's performance
metrics = model.val()

# Export seamlessly to ONNX or TensorRT for deployment
model.export(format="onnx", optimize=True)

Ultralytics를 활용하면 일반적으로 연구 리포지토리와 관련된 복잡한 환경 구성을 거치지 않아도 되므로 제품 출시까지의 시간을 단축할 수 있습니다.

결론#

YOLOX와 RTDETRv2는 실시간 객체 검출 발전 과정에서 중요한 이정표를 나타냅니다. YOLOX는 매우 효율적인 앵커 프리 CNN의 실현 가능성을 입증했으며, RTDETRv2는 실시간 제약 조건에 맞게 Transformer를 성공적으로 적용했습니다.

그러나 스마트 리테일 분석부터 임베디드 로보틱스에 이르기까지 최신 애플리케이션에서는 Ultralytics YOLO26이 확실한 솔루션을 제공합니다. YOLO26은 NMS 프리 추론을 탁월한 CPU 속도, 감소된 메모리 사용량, Ultralytics Platform의 강력한 지원과 결합하여 개발자가 안정적이고 고성능인 차세대 컴퓨터 비전 시스템을 구축할 수 있도록 지원합니다.