YOLOv10: ์ค์๊ฐ ์๋ํฌ์๋ ๊ฐ์ฒด ๊ฐ์ง
ํจํค์ง๋ฅผ ๊ธฐ๋ฐ์ผ๋ก ๊ตฌ์ถ๋ YOLOv10์ Ultralytics Python ํจํค์ง๋ฅผ ๊ธฐ๋ฐ์ผ๋ก ๊ตฌ์ถ๋ YOLOv10์ ์ค์๊ฐ ๊ฐ์ฒด ๊ฐ์ง์ ๋ํ ์๋ก์ด ์ ๊ทผ ๋ฐฉ์์ ๋์ ํ์ฌ ์ด์ YOLO ๋ฒ์ ์์ ๋ฐ๊ฒฌ๋ ํ์ฒ๋ฆฌ ๋ฐ ๋ชจ๋ธ ์ํคํ ์ฒ์ ๊ฒฐํจ์ ๋ชจ๋ ํด๊ฒฐํ์ต๋๋ค. ๋น์ต๋ ์ต์ (NMS)๋ฅผ ์ ๊ฑฐํ๊ณ ๋ค์ํ ๋ชจ๋ธ ๊ตฌ์ฑ ์์๋ฅผ ์ต์ ํํจ์ผ๋ก์จ YOLOv10์ ๊ณ์ฐ ์ค๋ฒํค๋๋ฅผ ํฌ๊ฒ ์ค์ด๋ฉด์ ์ต์ฒจ๋จ ์ฑ๋ฅ์ ๋ฌ์ฑํฉ๋๋ค. ๊ด๋ฒ์ํ ์คํ์ ํตํด ์ฌ๋ฌ ๋ชจ๋ธ ๊ท๋ชจ์ ๊ฑธ์ณ ์ ํ๋์ ์ง์ฐ ์๊ฐ ๊ฐ์ ์ฐ์ํ ์ ์ถฉ์ ์ ์ ์ฆํ์ต๋๋ค.
๊ฐ์
์ค์๊ฐ ๊ฐ์ฒด ๊ฐ์ง๋ ์งง์ ์ง์ฐ ์๊ฐ์ผ๋ก ์ด๋ฏธ์ง์์ ๊ฐ์ฒด ๋ฒ์ฃผ์ ์์น๋ฅผ ์ ํํ๊ฒ ์์ธกํ๋ ๊ฒ์ ๋ชฉํ๋ก ํฉ๋๋ค. YOLO ์๋ฆฌ์ฆ๋ ์ฑ๋ฅ๊ณผ ํจ์จ์ฑ ์ฌ์ด์ ๊ท ํ์ผ๋ก ์ธํด ์ด ์ฐ๊ตฌ์ ์ ๋์ ์ ์์ต๋๋ค. ๊ทธ๋ฌ๋ NMS์ ๋ํ ์์กด๋์ ์ํคํ ์ฒ์ ๋นํจ์จ์ฑ์ด ์ต์ ์ ์ฑ๋ฅ์ ์ ํดํด ์์ต๋๋ค. YOLOv10์ NMS ์๋ ํ๋ จ์ ์ํ ์ผ๊ด๋ ์ด์ค ๊ณผ์ ์ ์ ์ฒด์ ์ธ ํจ์จ์ฑ-์ ํ๋ ์ค์ฌ์ ๋ชจ๋ธ ์ค๊ณ ์ ๋ต์ ๋์ ํ์ฌ ์ด๋ฌํ ๋ฌธ์ ๋ฅผ ํด๊ฒฐํฉ๋๋ค.
์ํคํ ์ฒ
YOLOv10์ ์ํคํ ์ฒ๋ ์ด์ YOLO ๋ชจ๋ธ์ ๊ฐ์ ์ ๊ธฐ๋ฐ์ผ๋ก ๋ช ๊ฐ์ง ์ฃผ์ ํ์ ์ ๋์ ํ์ต๋๋ค. ๋ชจ๋ธ ์ํคํ ์ฒ๋ ๋ค์๊ณผ ๊ฐ์ ๊ตฌ์ฑ ์์๋ก ์ด๋ฃจ์ด์ ธ ์์ต๋๋ค:
- ๋ฐฑ๋ณธ: ํน์ง ์ถ์ถ์ ๋ด๋นํ๋ YOLOv10์ ๋ฐฑ๋ณธ์ ํฅ์๋ ๋ฒ์ ์ CSPNet(๊ต์ฐจ ๋จ๊ณ ๋ถ๋ถ ๋คํธ์ํฌ)์ ์ฌ์ฉํ์ฌ ๊ทธ๋ผ๋ฐ์ด์ ํ๋ฆ์ ๊ฐ์ ํ๊ณ ๊ณ์ฐ ์ค๋ณต์ฑ์ ์ค์ ๋๋ค.
- Neck: The neck is designed to aggregate features from different scales and passes them to the head. It includes PAN (Path Aggregation Network) layers for effective multi-scale feature fusion.
- ์ผ๋๋ค ํค๋: ํ๋ จ ์ค์ ๊ฐ์ฒด๋น ์ฌ๋ฌ ์์ธก์ ์์ฑํ์ฌ ํ๋ถํ ๊ฐ๋ ์ ํธ๋ฅผ ์ ๊ณตํ๊ณ ํ์ต ์ ํ๋๋ฅผ ํฅ์์ํต๋๋ค.
- ์ผ๋์ผ ํค๋: ์ถ๋ก ์ค์ ๊ฐ์ฒด๋น ํ๋์ ์ต์ ์์ธก์ ์์ฑํ์ฌ NMS๊ฐ ํ์ํ์ง ์์ผ๋ฏ๋ก ๋๊ธฐ ์๊ฐ์ ์ค์ด๊ณ ํจ์จ์ฑ์ ๊ฐ์ ํฉ๋๋ค.
์ฃผ์ ๊ธฐ๋ฅ
- NMS ์๋ ๊ต์ก: ์ผ๊ด๋ ์ด์ค ํ ๋น์ ํ์ฉํ์ฌ NMS์ ํ์์ฑ์ ์์ ๊ณ ์ถ๋ก ๋๊ธฐ ์๊ฐ์ ์ค์ ๋๋ค.
- ์ ์ฒด๋ก ์ ๋ชจ๋ธ ์ค๊ณ: ๊ฒฝ๋ ๋ถ๋ฅ ํค๋, ๊ณต๊ฐ ์ฑ๋ ๋ถ๋ฆฌํ ๋ค์ด ์ํ๋ง, ์์ ๊ฐ์ด๋ ๋ธ๋ก ์ค๊ณ ๋ฑ ํจ์จ์ฑ๊ณผ ์ ํ๋ ์ธก๋ฉด์์ ๋ค์ํ ๊ตฌ์ฑ ์์๋ฅผ ์ข ํฉ์ ์ผ๋ก ์ต์ ํํฉ๋๋ค.
- ํฅ์๋ ๋ชจ๋ธ ๊ธฐ๋ฅ: ๋๊ท๋ชจ ์ปค๋ ์ปจ๋ณผ๋ฃจ์ ๊ณผ ๋ถ๋ถ์ ์ธ ์ ํ ์ดํ ์ ๋ชจ๋์ ํตํฉํ์ฌ ํฐ ๊ณ์ฐ ๋น์ฉ ์์ด ์ฑ๋ฅ์ ๊ฐ์ ํฉ๋๋ค.
๋ชจ๋ธ ๋ณํ
YOLOv10์ ๋ค์ํ ์ ํ๋ฆฌ์ผ์ด์ ์๊ตฌ ์ฌํญ์ ์ถฉ์กฑํ ์ ์๋๋ก ๋ค์ํ ๋ชจ๋ธ ์ค์ผ์ผ๋ก ์ ๊ณต๋ฉ๋๋ค:
- YOLOv10-N: ๋ฆฌ์์ค๊ฐ ๊ทน๋๋ก ์ ํ๋ ํ๊ฒฝ์ ์ํ ๋๋ ธ ๋ฒ์ ์ ๋๋ค.
- YOLOv10-S: ์๋์ ์ ํ์ฑ์ ๊ท ํ์ ๋ง์ถ ์ํ ๋ฒ์ ์ ๋๋ค.
- YOLOv10-M: ์ผ๋ฐ ์ฉ๋์ ์ค๊ฐ ๋ฒ์ ์ ๋๋ค.
- YOLOv10-B: ์ ํ๋๋ฅผ ๋์ด๊ธฐ ์ํด ํญ์ ๋๋ฆฐ ๊ท ํ ์กํ ๋ฒ์ ์ ๋๋ค.
- YOLOv10-L: ๊ณ์ฐ ๋ฆฌ์์ค๊ฐ ์ฆ๊ฐํ์ง๋ง ์ ํ๋๊ฐ ๋ ๋์ ๋ํ ๋ฒ์ ์ ๋๋ค.
- YOLOv10-X: ์ ํ๋์ ์ฑ๋ฅ์ ๊ทน๋ํํ๋ ์ด๋ํ ๋ฒ์ ์ ๋๋ค.
์ฑ๋ฅ
YOLOv10์ ์ ํ๋์ ํจ์จ์ฑ ์ธก๋ฉด์์ ์ด์ YOLO ๋ฒ์ ๋ฐ ๊ธฐํ ์ต์ ๋ชจ๋ธ๋ณด๋ค ์ฑ๋ฅ์ด ๋ฐ์ด๋ฉ๋๋ค. ์๋ฅผ ๋ค์ด, YOLOv10-S๋ COCO ๋ฐ์ดํฐ ์ธํธ์์ ๋น์ทํ AP๋ฅผ ์ฌ์ฉํ๋ RT-DETR-R18๋ณด๋ค 1.8๋ฐฐ ๋น ๋ฅด๋ฉฐ, YOLOv10-B๋ ๋์ผํ ์ฑ๋ฅ์ YOLOv9-C๋ณด๋ค ์ง์ฐ ์๊ฐ์ด 46% ์งง๊ณ ๋งค๊ฐ ๋ณ์๊ฐ 25% ๋ ์ ์ต๋๋ค.
๋ชจ๋ธ | ์ ๋ ฅ ํฌ๊ธฐ | APval | ํ๋กญ(G) | ์ง์ฐ ์๊ฐ(ms) |
---|---|---|---|---|
YOLOv10-N | 640 | 38.5 | 6.7 | 1.84 |
YOLOv10-S | 640 | 46.3 | 21.6 | 2.49 |
YOLOv10-M | 640 | 51.1 | 59.1 | 4.74 |
YOLOv10-B | 640 | 52.5 | 92.0 | 5.74 |
YOLOv10-L | 640 | 53.2 | 120.3 | 7.28 |
YOLOv10-X | 640 | 54.4 | 160.4 | 10.70 |
์ง์ฐ ์๊ฐ์ T4 GPU์์ TensorRT FP16์ผ๋ก ์ธก์ ํ์ต๋๋ค.
๋ฐฉ๋ฒ๋ก
NMS ์๋ ๊ต์ก์ ์ํ ์ผ๊ด๋ ์ด์ค ํ ๋น
YOLOv10์ ํ๋ถํ ๊ฐ๋ ๊ณผ ํจ์จ์ ์ธ ์๋ํฌ์๋ ๋ฐฐํฌ๋ฅผ ๋ณด์ฅํ๊ธฐ ์ํด ํ๋ จ ์ค์ ์ผ๋๋ค ๋ฐ ์ผ๋์ผ ์ ๋ต์ ๊ฒฐํฉํ ์ด์ค ๋ ์ด๋ธ ํ ๋น์ ์ฌ์ฉํฉ๋๋ค. ์ผ๊ด๋ ๋งค์นญ ๋ฉํธ๋ฆญ์ ๋ ์ ๋ต ๊ฐ์ ๊ฐ๋ ์ ์กฐ์ ํ์ฌ ์ถ๋ก ์ค ์์ธก์ ํ์ง์ ํฅ์์ํต๋๋ค.
์ ์ฒด์ ์ธ ํจ์จ์ฑ-์ ํ์ฑ ์ค์ฌ์ ๋ชจ๋ธ ์ค๊ณ
ํจ์จ์ฑ ํฅ์
- ๊ฒฝ๋ ๋ถ๋ฅ ํค๋: ๊น์ด๋ณ๋ก ๋ถ๋ฆฌ ๊ฐ๋ฅํ ์ปจ๋ณผ๋ฃจ์ ์ ์ฌ์ฉํ์ฌ ๋ถ๋ฅ ํค๋์ ๊ณ์ฐ ์ค๋ฒํค๋๋ฅผ ์ค์ ๋๋ค.
- ๊ณต๊ฐ-์ฑ๋ ๋์ปคํ๋ง ๋ค์ด ์ํ๋ง: ๊ณต๊ฐ ๊ฐ์์ ์ฑ๋ ๋ณ์กฐ๋ฅผ ๋ถ๋ฆฌํ์ฌ ์ ๋ณด ์์ค๊ณผ ๊ณ์ฐ ๋น์ฉ์ ์ต์ํํฉ๋๋ค.
- ๋ญํฌ ๊ฐ์ด๋ ๋ธ๋ก ๋์์ธ: ๋ด์ฌ์ ์คํ ์ด์ง ๋ฆฌ๋๋์๋ฅผ ๊ธฐ๋ฐ์ผ๋ก ๋ธ๋ก ์ค๊ณ๋ฅผ ์กฐ์ ํ์ฌ ์ต์ ์ ํ๋ผ๋ฏธํฐ ํ์ฉ์ ๋ณด์ฅํฉ๋๋ค.
์ ํ๋ ํฅ์
- ๋ํ ์ปค๋ ์ปจ๋ณผ๋ฃจ์ : ์์ฉ ํ๋๋ฅผ ํ๋ํ์ฌ ํน์ง ์ถ์ถ ๊ธฐ๋ฅ์ ํฅ์์ํต๋๋ค.
- ๋ถ๋ถ์ ์๊ธฐ ์ฃผ์(PSA): ์ต์ํ์ ์ค๋ฒํค๋๋ก ๊ธ๋ก๋ฒ ํํ ํ์ต์ ๊ฐ์ ํ๊ธฐ ์ํด ์๊ธฐ ์ฃผ์ ๋ชจ๋์ ํตํฉํฉ๋๋ค.
์คํ ๋ฐ ๊ฒฐ๊ณผ
YOLOv10์ COCO์ ๊ฐ์ ํ์ค ๋ฒค์น๋งํฌ์์ ๊ด๋ฒ์ํ๊ฒ ํ ์คํธ๋์ด ์ฐ์ํ ์ฑ๋ฅ๊ณผ ํจ์จ์ฑ์ ์ ์ฆํ์ต๋๋ค. ์ด ๋ชจ๋ธ์ ๋ค์ํ ๋ณ์ข ์ ๊ฑธ์ณ ์ต์ฒจ๋จ ๊ฒฐ๊ณผ๋ฅผ ๋ฌ์ฑํ์ฌ ์ด์ ๋ฒ์ ๋ฐ ๊ธฐํ ์ต์ ํ์ง๊ธฐ์ ๋นํด ์ง์ฐ ์๊ฐ๊ณผ ์ ํ๋๊ฐ ํฌ๊ฒ ํฅ์๋์์ต๋๋ค.
๋น๊ต
๋ค๋ฅธ ์ต์ฒจ๋จ ํ์ง๊ธฐ์ ๋น๊ต:
- YOLOv10-S / X๋ ๋น์ทํ ์ ํ๋๋ก RT-DETR-R18 / R101๋ณด๋ค 1.8๋ฐฐ / 1.3๋ฐฐ ๋น ๋ฆ ๋๋ค.
- YOLOv10-B๋ ๋์ผํ ์ ํ๋์์ YOLOv9-C๋ณด๋ค ํ๋ผ๋ฏธํฐ ์๊ฐ 25% ๋ ์ ๊ณ ์ง์ฐ ์๊ฐ์ด 46% ๋ ์งง์ต๋๋ค.
- 1.8๋ฐฐ / 2.3๋ฐฐ ์ ์ ๋งค๊ฐ ๋ณ์๋ก YOLOv8-L / X๋ณด๋ค 0.3 AP / 0.5 AP ์ฑ๋ฅ์ด ์ฐ์ํฉ๋๋ค.
๋ค์์ ๋ค๋ฅธ ์ต์ ๋ชจ๋ธ๊ณผ YOLOv10 ๋ณํ์ ์์ธํ ๋น๊ตํ ๊ฒ์ ๋๋ค:
๋ชจ๋ธ | ๋งค๊ฐ๋ณ์(M) | ํ๋กญ(G) | APval(%) | ์ง์ฐ ์๊ฐ(ms) | ์ง์ฐ ์๊ฐ(์๋ฐฉํฅ)(ms) |
---|---|---|---|---|---|
YOLOv6-3.0-N | 4.7 | 11.4 | 37.0 | 2.69 | 1.76 |
๊ณจ๋-YOLO-N | 5.6 | 12.1 | 39.6 | 2.92 | 1.82 |
YOLOv8-N | 3.2 | 8.7 | 37.3 | 6.16 | 1.77 |
YOLOv10-N | 2.3 | 6.7 | 39.5 | 1.84 | 1.79 |
YOLOv6-3.0-S | 18.5 | 45.3 | 44.3 | 3.42 | 2.35 |
Gold-YOLO-S | 21.5 | 46.0 | 45.4 | 3.82 | 2.73 |
YOLOv8-S | 11.2 | 28.6 | 44.9 | 7.07 | 2.33 |
YOLOv10-S | 7.2 | 21.6 | 46.8 | 2.49 | 2.39 |
RT-DETR-R18 | 20.0 | 60.0 | 46.5 | 4.58 | 4.49 |
YOLOv6-3.0-M | 34.9 | 85.8 | 49.1 | 5.63 | 4.56 |
Gold-YOLO-M | 41.3 | 87.5 | 49.8 | 6.38 | 5.45 |
YOLOv8-M | 25.9 | 78.9 | 50.6 | 9.50 | 5.09 |
YOLOv10-M | 15.4 | 59.1 | 51.3 | 4.74 | 4.63 |
YOLOv6-3.0-L | 59.6 | 150.7 | 51.8 | 9.02 | 7.90 |
๊ณจ๋-YOLO-L | 75.1 | 151.7 | 51.8 | 10.65 | 9.78 |
YOLOv8-L | 43.7 | 165.2 | 52.9 | 12.39 | 8.06 |
RT-DETR-R50 | 42.0 | 136.0 | 53.1 | 9.20 | 9.07 |
YOLOv10-L | 24.4 | 120.3 | 53.4 | 7.28 | 7.21 |
YOLOv8-X | 68.2 | 257.8 | 53.9 | 16.86 | 12.83 |
RT-DETR-R101 | 76.0 | 259.0 | 54.3 | 13.71 | 13.58 |
YOLOv10-X | 29.5 | 160.4 | 54.4 | 10.70 | 10.60 |
์ฌ์ฉ ์
YOLOv10์ผ๋ก ์๋ก์ด ์ด๋ฏธ์ง๋ฅผ ์์ธกํฉ๋๋ค:
์
์ฌ์ฉ์ ์ง์ ๋ฐ์ดํฐ ์ธํธ์ ๋ํ YOLOv10 ํ์ต์ฉ:
์
์ง์๋๋ ์์ ๋ฐ ๋ชจ๋
The YOLOv10 models series offers a range of models, each optimized for high-performance Object Detection. These models cater to varying computational needs and accuracy requirements, making them versatile for a wide array of applications.
๋ชจ๋ธ | ํ์ผ ์ด๋ฆ | ์์ | ์ถ๋ก | ์ ํจ์ฑ ๊ฒ์ฌ | ๊ต์ก | ๋ด๋ณด๋ด๊ธฐ |
---|---|---|---|---|---|---|
YOLOv10 | yolov10n.pt yolov10s.pt yolov10m.pt yolov10l.pt yolov10x.pt |
๋ฌผ์ฒด ๊ฐ์ง | โ | โ | โ | โ |
Exporting YOLOv10
Due to the new operations introduced with YOLOv10, not all export formats provided by Ultralytics are currently supported. The following table outlines which formats have been successfully converted using Ultralytics for YOLOv10. Feel free to open a pull request if you're able to provide a contribution change for adding export support of additional formats for YOLOv10.
Export Format | Supported |
---|---|
TorchScript | โ |
ONNX | โ |
OpenVINO | โ |
TensorRT | โ |
CoreML | โ |
TF SavedModel | โ |
TF GraphDef | โ |
TF Lite | โ |
TF Edge TPU | โ |
TF.js | โ |
PaddlePaddle | โ |
NCNN | โ |
๊ฒฐ๋ก
YOLOv10์ ์ด์ YOLO ๋ฒ์ ์ ๋จ์ ์ ํด๊ฒฐํ๊ณ ํ์ ์ ์ธ ์ค๊ณ ์ ๋ต์ ํตํฉํ์ฌ ์ค์๊ฐ ๋ฌผ์ฒด ๊ฐ์ง์ ์๋ก์ด ํ์ค์ ์ ์ํฉ๋๋ค. ๋ฎ์ ๊ณ์ฐ ๋น์ฉ์ผ๋ก ๋์ ์ ํ๋๋ฅผ ์ ๊ณตํ๋ ์ด ์ ํ์ ๋ค์ํ ์ค์ ์ ํ๋ฆฌ์ผ์ด์ ์ ์ด์์ ์ธ ์ ํ์ ๋๋ค.
์ธ์ฉ ๋ฐ ๊ฐ์ฌ
๊ด๋ฒ์ํ ์ฐ๊ตฌ์ ํ๋ ์์ํฌ์ ํฌ๊ฒ ๊ธฐ์ฌํ ์นญํ๋ํ๊ต์ YOLOv10 ์ ์๋ค์๊ฒ ๊ฐ์ฌ์ ๋ง์์ ์ ํฉ๋๋ค. Ultralytics ํ๋ ์์ํฌ
์์ธํ ๊ตฌํ, ์ํคํ ์ฒ ํ์ ๋ฐ ์คํ ๊ฒฐ๊ณผ๋ ์นญํ๋ํ๊ต ํ์ YOLOv10 ์ฐ๊ตฌ ๋ ผ๋ฌธ๊ณผ GitHub ๋ฆฌํฌ์งํ ๋ฆฌ๋ฅผ ์ฐธ์กฐํ์ธ์.