DAMO-YOLO ve RTDETRv2#

Bilgisayarlı görü alanının hızla gelişen yapısı, hız, doğruluk ve hesaplama verimliliğini dengelemek üzere tasarlanmış etkileyici bir mimari yelpazesi ortaya çıkardı. Bu zorlukları çözmeye yönelik benzersiz yaklaşımlar sunan iki öne çıkan model DAMO-YOLO ve RTDETRv2'dir. Her iki model de gerçek zamanlı çıkarım için son teknoloji çözümler sunmayı amaçlasa da mimari felsefeleri temelde birbirinden farklıdır.

Bu kapsamlı rehberde her iki modelin teknik özellikleri, mimari yenilikleri ve pratik kullanım alanları derinlemesine incelenirken Ultralytics Platform ve son teknoloji YOLO26 gibi modern çözümlerin dağıtım ve kullanım kolaylığı açısından sektör standartlarını nasıl yeniden tanımladığı da ele alınıyor.

Model Genel Bakışları#

DAMO-YOLO'yu Anlamak#

Alibaba Group'taki araştırmacılar tarafından geliştirilen DAMO-YOLO, büyük ölçüde Nöral Mimari Arama'ya (NAS) dayanan hızlı ve doğru bir nesne algılama yöntemi sunar. Geleneksel, elle tasarlanmış omurgaları düşük gecikme için tasarlanmış NAS üretimli yapılarla değiştirir. Ayrıca özellik birleştirme ve sınırlayıcı kutu tahminlerini daha verimli hâle getirmek için etkili bir RepGFPN (Yeniden Parametreleştirilmiş Genelleştirilmiş Özellik Piramidi Ağı) ve ZeroHead tasarımı kullanır.

Temel Model Ayrıntıları:

• Yazarlar: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang ve Xiuyu Sun
• Kuruluş: Alibaba Group
• Tarih: 2022-11-23
• Arxiv: 2211.15444v2
• GitHub: tinyvision/DAMO-YOLO
• Belgeler: DAMO-YOLO Belgeleri

DAMO-YOLO hakkında daha fazla bilgi edin

RTDETRv2'yi Anlamak#

Baidu'nun RTDETRv2'si, Gerçek Zamanlı Algılama Transformer'ları için önemli bir ilerlemeyi temsil eder. Çapa kutularına ve Maksimum Olmayan Bastırma'ya (NMS) dayanan geleneksel Evrişimli Sinir Ağlarının (CNN) aksine RTDETRv2, tüm görüntü bağlamını değerlendirmek için öz-dikkat mekanizmalarından yararlanır. Sınırlayıcı kutuları doğrudan çıktı olarak üretir ve NMS son işleme adımını tamamen atlar. Bu model, çıkarım gecikmesini artırmadan temel doğruluğu iyileştirmek için bir "bedavalar çantası" eğitim stratejisi sunar.

Temel Model Ayrıntıları:

• Yazarlar: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang ve Yi Liu
• Kuruluş: Baidu
• Tarih: 2024-07-24
• Arxiv: 2407.17140
• GitHub: RT-DETR Deposu
• Belgeler: RTDETRv2 Belgeleri

RTDETRv2 hakkında daha fazla bilgi edin

Performans Karşılaştırması#

Bu modelleri gerçek dünya dağıtımı için değerlendirirken Ortalama Kesinlik (mAP), çıkarım hızı ve bellek ayak izi gibi parametreler kritik önem taşır. RTDETRv2 gibi Transformer tabanlı modeller, DAMO-YOLO gibi hafif CNN'lere kıyasla eğitim ve çıkarım sırasında genellikle daha fazla CUDA belleği gerektirir.

Performans ölçümlerinin ayrıntılı bir karşılaştırması aşağıda yer alıyor.

İdeal Kullanım Alanları#

DAMO-YOLO'nun Öne Çıktığı Alanlar: NAS ile optimize edilmiş omurgası ve küçük varyantlarındaki (DAMO-YOLOt gibi) son derece düşük parametre sayısı sayesinde, kaynakları son derece kısıtlı donanımlara dağıtım için oldukça uygundur. ONNX gibi çalışma zamanlarını veya uç bilişim için özel TensorRT motorlarını kullanan gömülü cihaz çözümleri geliştiriyorsan DAMO-YOLO son derece duyarlı bir çerçeve sunar.

RTDETRv2'nin Öne Çıktığı Alanlar: RTDETRv2, sunucu sınıfı GPU'ların bulunduğu ve küresel görüntü bağlamının büyük önem taşıdığı senaryolarda öne çıkar. Transformer mimarisi, örtüşen sınırlayıcı kutuları NMS olmadan doğal biçimde çözmesini sağlar; bu da onu yoğun kalabalık yönetimi veya uzak nesneler arasındaki mekânsal ilişkilerin kritik olduğu karmaşık nesne takibi için güçlü bir seçenek hâline getirir.

Ultralytics Avantajı: YOLO26 ile Tanışın#

DAMO-YOLO ve RTDETRv2 önemli akademik başarıları temsil etse de bu modelleri ölçeklenebilir ve üretime hazır uygulamalara dönüştürmek zor olabilir. Geliştiriciler çoğu zaman parçalı kod tabanları, çok görevli öğrenme desteğinin eksikliği ve karmaşık dağıtım süreçleriyle karşılaşır.

Ultralytics ekosistemi tam da bu noktada kendisini gerçekten farklılaştırır. Kullanım kolaylığına, bakımı iyi yapılan bir Python API'sine ve eşsiz çok yönlülüğe öncelik veren Ultralytics, geliştiricilerin hata ayıklamaya daha az, geliştirmeye ise daha fazla zaman ayırmasını sağlar.

Yakın zamanda yayımlanan Ultralytics YOLO26 modeli, DAMO-YOLO ve RTDETRv2'nin ötesine geçen atılımlar sunarak bu avantajları bir üst seviyeye taşıyor:

• Uçtan Uca NMS'siz Tasarım: İlk olarak YOLOv10 ile öncülüğü yapılan YOLO26, yerel olarak uçtan uca çalışır. NMS son işlemesini tamamen ortadan kaldırarak dağıtımı geleneksel CNN'lere kıyasla daha hızlı ve çok daha basit hâle getirirken RTDETRv2'nin doğrudan çıktı avantajlarını da korur.
• %43'e Kadar Daha Hızlı CPU Çıkarımı: Ayrık GPU'lara sahip olmayan uç yapay zekâ cihazları için yoğun biçimde optimize edilmiştir; bu da bellek tüketimi yüksek Transformer'lara kıyasla onu IoT uygulamaları için çok daha üstün bir seçenek hâline getirir.
• MuSGD Optimize Edicisi: Moonshot AI'ın Kimi K2'sinden ilham alan bu SGD ve Muon hibriti, Büyük Dil Modeli (LLM) eğitimindeki yenilikleri bilgisayarlı görüye taşır ve bunun sonucunda dikkat çekici ölçüde kararlı eğitim ile daha hızlı yakınsama sağlar.
• ProgLoss + STAL: Bu gelişmiş kayıp işlevleri, modellerin geleneksel olarak zorlandığı küçük nesne tanımada dikkate değer iyileştirmeler sağlar. Bu, hava görüntüleri ve drone uygulamaları için kritik önem taşır.
• DFL'nin Kaldırılması: Daha basit dışa aktarma biçimleri ve düşük güçlü uç cihazlarla daha iyi uyumluluk sağlamak için Distribution Focal Loss kaldırılmıştır.
• Rakipsiz Çok Yönlülük: Yalnızca algılama ile sınırlı rakip modellerin aksine YOLO26, Yönlendirilmiş Sınırlayıcı Kutular (OBB) için özel açı kaybı, piksel düzeyinde kusursuz doğruluk için anlamsal segmentasyon kaybı ve Poz tahmini için Residual Log-Likelihood Estimation (RLE) gibi görev odaklı iyileştirmeleri tüm alanlarda sunar.

Kod Örneği: Birleşik Ultralytics API'si#

Ultralytics ekosisteminin en büyük avantajlarından biri, birleşik API'sidir. İş akışını değiştirmeden; RT-DETR'nin PyTorch uygulaması ve en son teknoloji YOLO modelleri dahil olmak üzere çeşitli modelleri sorunsuz bir şekilde yükleyebilir, eğitebilir ve doğrulayabilirsin.

from ultralytics import RTDETR, YOLO

# Load an RTDETRv2 model
model_rtdetr = RTDETR("rtdetr-l.pt")

# Load the cutting-edge YOLO26 model
model_yolo = YOLO("yolo26n.pt")

# Run inference on an image with a simple, unified interface
results_rtdetr = model_rtdetr("https://ultralytics.com/images/bus.jpg")
results_yolo = model_yolo("https://ultralytics.com/images/bus.jpg")

# Display the detected objects
results_yolo[0].show()

Bu basitlik özel veri kümesi eğitimi ve dışa aktarma işlemlerini de kapsar. Ultralytics Python paketi sayesinde geliştiriciler, eğitilmiş ağırlıklarını tek bir komutla CoreML veya OpenVINO gibi dağıtım platformlarına kolayca aktarabilir.

Sonuç ve Daha Fazla Keşif#

Hem DAMO-YOLO hem de RTDETRv2, gerçek zamanlı nesne algılamada mümkün olanların sınırlarını şüphesiz genişletti. DAMO-YOLO ham verimlilik için yüksek düzeyde optimize edilmiş, otomatik olarak aranmış ağ yapıları sunarken RTDETRv2, NMS gibi geleneksel darboğazları ortadan kaldırarak Transformer'ların gerçek zamanlı alanda rekabet edebileceğini kanıtlıyor.

Bununla birlikte performans, kapsamlı belgeler ve üretime hazır olma arasında en iyi dengeyi arayan geliştiriciler için Ultralytics YOLO modelleri altın standart olmaya devam ediyor. YOLO26'nın kullanıma sunulmasıyla kullanıcılar Transformer benzeri uçtan uca algılama, LLM'den ilham alan eğitim verimliliği ve rakipsiz CPU hızlarının yanı sıra bunların tümünü sezgisel ve güçlü bir ekosistem içinde elde ediyor.

Bir sonraki projen için modelleri değerlendiriyorsan, EfficientDet vs RT-DETR karşılaştırmalarımızı okumakta, önceki nesil YOLO11'i keşfetmekte veya YOLOX gibi akademik referans modellerini incelemekte de fayda görebilirsin. Ultralytics quickstart guide kılavuzunu inceleyerek bugün geliştirmeye başla.