Başla

DAMO-YOLO ve RTDETRv2

Bilgisayarlı görü araştırmaları; hız, doğruluk ve hesaplama verimliliğini dengelemek için tasarlanmış birçok mimari ortaya çıkardı. DAMO-YOLO ve RTDETRv2 bu zorluklara farklı yaklaşımlar getiriyor. Her ikisi de gerçek zamanlı çıkarımı hedeflese de mimari felsefeleri temelden farklıdır.

Bu kılavuzda her iki modelin teknik özellikleri, mimari yenilikleri ve pratik kullanım alanları ele alınıyor; ayrıca Ultralytics Platformu ile YOLO26'nın dağıtımı nasıl kolaylaştırdığı açıklanıyor.

Modellere Genel Bakış#

DAMO-YOLO'yu Anlama#

Alibaba Group araştırmacıları tarafından geliştirilen DAMO-YOLO, büyük ölçüde sinir mimarisi aramasına (NAS) dayanan hızlı ve doğru bir nesne algılama yöntemi sunar. Geleneksel, elle tasarlanmış omurgaların yerini düşük gecikme için tasarlanmış NAS üretimi yapılar alır. Ayrıca özellik birleştirme ve sınırlayıcı kutu tahminlerini sadeleştirmek için verimli RepGFPN'yi (Yeniden Parametreleştirilmiş Genelleştirilmiş Özellik Piramit Ağı) ve ZeroHead tasarımını içerir.

Temel Model Bilgileri:

DAMO-YOLO hakkında daha fazla bilgi edin

RTDETRv2'yi Anlama#

Baidu'nun RTDETRv2'si Gerçek Zamanlı Algılama Transformer'ları için kayda değer bir ilerlemedir. Maksimum Olmayan Bastırma (NMS) kullanan Evrişimli Sinir Ağı (CNN) algılayıcılarının aksine RTDETRv2, görüntünün tamamındaki küresel bağlamı modellemek için öz dikkat mekanizmasını kullanır. Sınırlayıcı kutuları doğrudan üretir ve NMS son işleme adımını tamamen atlar. Bu model, çıkarım gecikmesini artırmadan temel doğruluğu iyileştirmek için bir "bag of freebies" eğitim stratejisi sunar.

Temel Model Bilgileri:

RTDETRv2 hakkında daha fazla bilgi edin

Görü Yapay Zekâsında Transformer'ları Benimseme

Transformer'lar daha fazla hesaplama kaynağı gerektirse de küresel bağlamı işleyebilme yetenekleri, karmaşık sahneleri anlamada etkili olmalarını sağlar; bu, RTDETRv2'nin başlıca güçlü yönlerinden biridir.

Performans Karşılaştırması#

Bu modelleri gerçek dünya dağıtımı için değerlendirirken Ortalama Hassasiyet (mAP), çıkarım hızı ve bellek kullanımı gibi metrikler kritik önemdedir. RTDETRv2 gibi Transformer tabanlı modeller, eğitim ve çıkarım sırasında genellikle DAMO-YOLO gibi hafif CNN'lere kıyasla daha fazla CUDA belleği gerektirir.

Aşağıdaki tablo performans metriklerini karşılaştırır.

Modelboyut
(piksel)
mAPval50-95Hız
CPU ONNX
(ms)
Hız
T4 TensorRT10
(ms)
parametre
(M)
FLOPs
(B)
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3
RTDETRv2-s64048.1-5.032060
RTDETRv2-m64051.9-7.5136100
RTDETRv2-l64053.4-9.7642136
RTDETRv2-x64054.3-15.0376259

İdeal Kullanım Alanları#

DAMO-YOLO'nun Öne Çıktığı Alanlar: NAS ile optimize edilmiş omurgası ve daha küçük varyantlarındaki (DAMO-YOLOt gibi) düşük parametre sayısı sayesinde kısıtlı donanımlara dağıtım için uygundur. Uç bilişimde ONNX gibi çalışma ortamlarını veya özel TensorRT motorlarını kullanan gömülü cihaz çözümleri geliştiriyorsan DAMO-YOLO duyarlı bir altyapı sunar.

RTDETRv2'nin Öne Çıktığı Alanlar: RTDETRv2, sunucu sınıfı GPU'ların bulunduğu ve küresel görüntü bağlamının çok önemli olduğu ortamlarda en iyi performansı gösterir. Transformer mimarisi, NMS kullanmadan örtüşen sınırlayıcı kutuları doğal biçimde çözümlemesini sağlar. Bu nedenle uzaktaki nesneler arasındaki uzamsal ilişkilerin kritik olduğu yoğun kalabalık yönetimi veya karmaşık nesne takibi için güvenilir bir seçenektir.

Ultralytics'in Avantajı: YOLO26 ile Tanış#

DAMO-YOLO ve RTDETRv2 önemli akademik başarıları temsil etse de bu modelleri ölçeklenebilir, üretime hazır uygulamalara dönüştürmek zorlayıcı olabilir. Geliştiriciler genellikle parçalı kod tabanları, çoklu görev öğrenimi desteğinin olmaması ve karmaşık dağıtım hatlarıyla karşılaşıyor.

Ultralytics ekosistemi burada fark yaratır. Kullanım kolaylığına, bakımı iyi yapılan bir Python API'sine ve çoklu görev esnekliğine öncelik veren Ultralytics, geliştiricilerin hata ayıklamaya daha az, ürün geliştirmeye daha çok zaman ayırmasını sağlar.

Yakın zamanda yayımlanan Ultralytics YOLO26 modeli, DAMO-YOLO ve RTDETRv2'ye kıyasla bu avantajları çeşitli iyileştirmelerle geliştiriyor:

  • Uçtan Uca NMS'siz Tasarım: YOLOv10'un NMS'siz eğitimini temel alan YOLO26, isteğe bağlı bir uçtan uca başlık (nms=False) sunar. Bu, NMS son işlemesini ortadan kaldırarak dağıtımı geleneksel CNN algılayıcılara kıyasla daha hızlı ve basit hâle getirirken RTDETRv2'nin doğrudan çıktı avantajlarını da sunar.
  • %43'e Varan Daha Hızlı CPU Çıkarımı: YOLO26n, CPU ONNX üzerinde YOLO11n'den %43'e kadar daha hızlı çalışır ve ayrı GPU'su olmayan uç yapay zekâ cihazları için optimize edilmiştir; bu da onu IoT uygulamalarında bellek yoğun Transformer'lardan daha iyi bir seçenek hâline getirir.
  • MuSGD Optimize Edici: Moonshot AI'ın Kimi K2'sinden ilham alan SGD ile Muon hibriti, Büyük Dil Modeli (LLM) eğitim tekniklerini bilgisayarlı görüye taşır ve bunun sonucunda kararlı eğitim ile daha hızlı yakınsama sağlar.
  • ProgLoss + STAL: Aşamalı Kayıp ve küçük hedefleri dikkate alan etiket atama yöntemi, modellerin geleneksel olarak zorlandığı küçük nesnelerin tanınmasını iyileştirir. Bu, hava görüntüleri ve drone uygulamaları için kritik önemdedir.
  • DFL'nin Kaldırılması: Dağılımsal Odak Kayıp (DFL), dışa aktarma biçimlerini basitleştirmek ve düşük güçlü uç cihazlarla uyumluluğu artırmak için kaldırılmıştır.
  • Çoklu Görev Esnekliği: Algılamayla sınırlı rakip modellerden farklı olarak YOLO26, örnek segmentasyonunun yakınsamasını iyileştiren anlamsal segmentasyon kaybı, poz tahmini için Artık Log-Olasılık Tahmini (RLE) ve Yönlendirilmiş Sınırlayıcı Kutular (OBB) için özel bir açı kaybı gibi göreve özgü iyileştirmeler içerir.
Bellek Verimliliği Önemlidir

RTDETRv2 gibi Transformer tabanlı modelleri eğitmek, büyük CUDA bellek ayırmaları gerektirir ve çoğu zaman maliyetli çok GPU'lu kurulumları zorunlu kılar. Ultralytics YOLO modellerinin hem eğitim hem çıkarım sırasında bellek gereksinimleri çok daha düşüktür; bu da yapay zekâ geliştirmeyi araştırmacılar ve hobi amaçlı çalışanlar için erişilebilir kılar.

Kod Örneği: Birleşik Ultralytics API'si#

Ultralytics ekosisteminin başlıca avantajlarından biri birleşik API'sidir. İş akışını değiştirmeden bir RT-DETR PyTorch uygulaması ve en yeni YOLO modelleri dâhil olmak üzere çeşitli modelleri yükleyebilir, eğitebilir ve doğrulayabilirsin.

from ultralytics import RTDETR, YOLO

# Bir RT-DETR modeli yükle
model_rtdetr = RTDETR("rtdetr-l.pt")

# YOLO26 modelini yükle
model_yolo = YOLO("yolo26n.pt")

# Basit ve birleşik bir arayüzle görüntü üzerinde çıkarım yap
results_rtdetr = model_rtdetr("https://ultralytics.com/images/bus.jpg")
results_yolo = model_yolo("https://ultralytics.com/images/bus.jpg")

# Tespit edilen nesneleri göster
results_yolo[0].show()

Bu kolaylık, özel veri kümesi eğitimine ve dışa aktarmaya da uzanır. Ultralytics Python paketini kullanan geliştiriciler, eğitilmiş ağırlıklarını tek komutla CoreML veya OpenVINO gibi dağıtım biçimlerine aktarabilir.

Sonuç ve Daha Fazla Keşif#

Hem DAMO-YOLO hem de RTDETRv2, gerçek zamanlı nesne algılamayı ileri taşıdı. DAMO-YOLO, ham verimlilik için optimize edilmiş ve otomatik aramayla elde edilmiş ağ yapıları sunarken RTDETRv2, NMS gibi geleneksel darboğazları ortadan kaldırarak Transformer'ların gerçek zamanlı alanda rekabet edebileceğini gösteriyor.

Ancak performans, kapsamlı dokümantasyon ve üretime hazır olma arasında denge arayan geliştiriciler için Ultralytics YOLO modelleri güçlü bir varsayılan seçenek olmaya devam ediyor. YOLO26 ile kullanıcılar sezgisel ve sağlam bir ekosistem içinde isteğe bağlı Transformer benzeri uçtan uca algılama, LLM'den ilham alan eğitim verimliliği ve hızlı CPU çıkarımından yararlanıyor.

Bir sonraki projen için modelleri değerlendiriyorsan EfficientDet ve RT-DETR karşılaştırmasını okuyabilir, önceki nesil YOLO11 modelini inceleyebilir veya YOLOX gibi akademik temel modelleri gözden geçirebilirsin. Ultralytics hızlı başlangıç kılavuzunu inceleyerek bugün geliştirmeye başla.

Yorumlar

Bir soru sor, sonuçlarını paylaş veya başka birine yardım et.