DAMO-YOLO ve RTDETRv2#
Bilgisayarlı görü alanındaki hızlı gelişim; hız, doğruluk ve hesaplama verimliliği arasında denge kurmak üzere tasarlanmış etkileyici bir mimari çeşitliliği ortaya çıkardı. Bu zorluklara farklı yaklaşımlar getiren iki öne çıkan model DAMO-YOLO ve RTDETRv2. Her iki model de gerçek zamanlı çıkarım için en ileri düzey çözümler sunmayı amaçlasa da mimari yaklaşımları temelden farklı.
Bu kapsamlı kılavuz, her iki modelin teknik özelliklerini, mimari yeniliklerini ve pratik kullanım alanlarını derinlemesine incelerken Ultralytics Platform ve en ileri düzey YOLO26 gibi modern çözümlerin dağıtım ve kullanım kolaylığı açısından sektör standartlarını nasıl yeniden belirlediğini de ele alıyor.
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 sunuyor. Geleneksel elle tasarlanmış omurgaların yerine düşük gecikme için tasarlanmış, NAS tarafından oluşturulan yapılar kullanıyor. Ayrıca özellik birleştirme ve sınırlayıcı kutu tahminlerini kolaylaştırmak için verimli RepGFPN'yi (Yeniden Parametreleştirilmiş Genelleştirilmiş Özellik Piramidi Ağı) ve ZeroHead tasarımını içeriyor.
Temel Model Bilgileri:
- 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 Anlama#
Baidu'nun RTDETRv2'si, Gerçek Zamanlı Algılama Transformer'ları (RT-DETR) için önemli bir ilerlemeyi temsil ediyor. Çapa kutularına ve Maksimum Olmayan Bastırmaya (NMS) dayanan geleneksel Evrişimli Sinir Ağlarının (CNN) aksine RTDETRv2, görüntünün tamamını bağlam içinde değerlendirmek için öz dikkat mekanizmalarını kullanıyor. Sınırlayıcı kutuları doğrudan üreterek NMS son işleme adımını bütünüyle atlıyor. Bu model, çıkarım gecikmesini artırmadan temel doğruluğu iyileştirmek için "ücretsiz avantajlar paketi" eğitim stratejisi sunuyor.
Temel Model Bilgileri:
- Yazarlar: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang ve Yi Liu
- Kurum: Baidu
- Tarih: 2024-07-24
- Arxiv: 2407.17140
- GitHub: RT-DETR Deposu
- Belgeler: RTDETRv2 Belgeleri
RTDETRv2 hakkında daha fazla bilgi edin
Transformer'lar daha fazla hesaplama kaynağı gerektirse de genel bağlamı işleyebilmeleri, onları karmaşık sahne yorumlamada son derece etkili kılıyor; bu, RTDETRv2'nin başlıca güçlü yönlerinden biri.
Performans Karşılaştırması#
Bu modelleri gerçek dünya dağıtımları için değerlendirirken Ortalama Ortalama Kesinlik (mAP), çıkarım hızı ve bellek kullanımı gibi ölçütler kritik önem taşıyor. RTDETRv2 gibi Transformer tabanlı modeller, eğitim ve çıkarım sırasında genellikle DAMO-YOLO gibi hafif CNN'lere kıyasla daha fazla CUDA belleği gerektiriyor.
Performans ölçütlerinin ayrıntılı karşılaştırması aşağıda yer alıyor.
| Model | boyut (piksel) | mAPval 50-95 | Hız CPU ONNX (ms) | Hız T4 TensorRT10 (ms) | parametre (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| DAMO-YOLOt | 640 | 42.0 | - | 2.32 | 8.5 | 18.1 |
| DAMO-YOLOs | 640 | 46.0 | - | 3.45 | 16.3 | 37.8 |
| DAMO-YOLOm | 640 | 49.2 | - | 5.09 | 28.2 | 61.8 |
| DAMO-YOLOl | 640 | 50.8 | - | 7.18 | 42.1 | 97.3 |
| 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 |
İdeal Kullanım Alanları#
DAMO-YOLO'nun Öne Çıktığı Alanlar: NAS ile optimize edilmiş omurgası ve küçük sürümlerindeki (DAMO-YOLOt gibi) son derece düşük parametre sayısı sayesinde, kaynakları çok kısıtlı donanımlara dağıtım için oldukça uygun. Uç bilişimde ONNX gibi çalışma ortamları veya özel TensorRT motorları kullanan gömülü cihaz çözümleri geliştiriyorsan DAMO-YOLO son derece duyarlı bir altyapı sunuyor.
RTDETRv2'nin Öne Çıktığı Alanlar: RTDETRv2, sunucu sınıfı GPU'ların bulunduğu ve görüntünün genel bağlamının kritik olduğu senaryolarda parlıyor. Transformer mimarisi, NMS kullanmadan üst üste binen sınırlayıcı kutuları doğal biçimde çözümlemesini sağlıyor. Bu da uzak nesneler arasındaki uzamsal ilişkilerin kritik olduğu yoğun kalabalık yönetimi veya karmaşık nesne izleme uygulamaları için güçlü bir seçenek sunuyor.
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 tam da bu noktada fark yaratıyor. Kullanım kolaylığına, bakımı iyi yapılan bir Python API'sine ve eşsiz çok yönlülüğe öncelik veren Ultralytics, geliştiricilerin hata ayıklamaya daha az, geliştirmeye daha fazla zaman ayırmasını sağlıyor.
Yakın zamanda piyasaya sürülen Ultralytics YOLO26 modeli, DAMO-YOLO ve RTDETRv2'yi geride bırakan yenilikler sunarak bu avantajları bir üst seviyeye taşıyor:
- Uçtan Uca NMS'siz Tasarım: İlk olarak YOLOv10 ile öncülük edilen YOLO26, isteğe bağlı bir uçtan uca başlık (
nms=False) sunar. Bu, NMS son işlemeyi ortadan kaldırarak dağıtımı geleneksel CNN'lere göre daha hızlı ve çok daha basit hâle getirirken RTDETRv2'nin doğrudan çıktı avantajlarını da sunar. - %43'e Varan Daha Hızlı CPU Çıkarımı: YOLO26n, CPU ONNX'te YOLO11n'den %43'e kadar daha hızlı çalışır ve ayrık GPU'ları olmayan uç AI cihazları için yoğun biçimde optimize edilmiştir. Bu özellikleriyle IoT uygulamalarında bellek tüketimi yüksek Transformer'lara kıyasla çok daha üstün bir seçenektir.
- MuSGD Optimizasyonu: Moonshot AI'ın Kimi K2'sinden ilham alan bu SGD ve Muon melezi, Büyük Dil Modeli (LLM) eğitimindeki yenilikleri bilgisayarlı görüye taşır; bunun sonucunda eğitim olağanüstü kararlı hâle gelir ve yakınsama hızlanır.
- ProgLoss + STAL: Bu gelişmiş kayıp fonksiyonları, modellerin geleneksel olarak zorlandığı küçük nesneleri tanıma konusunda kayda değer iyileştirmeler sağlar. 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.
- Eşsiz Çok Yönlülük: Yalnızca nesne tespitiyle sınırlı rakip modellerin aksine YOLO26; Yönlendirilmiş Sınırlayıcı Kutular (OBB) için özel açı kaybı, piksel düzeyinde hassasiyet için anlamsal segmentasyon kaybı ve poz tahmini için Artık Log-Olasılık Tahmini (RLE) gibi göreve özel iyileştirmeler sunar.
RTDETRv2 gibi Transformer tabanlı modelleri eğitmek muazzam miktarda CUDA belleği gerektirir ve çoğu zaman maliyetli çoklu GPU kurulumlarını zorunlu kılar. Ultralytics YOLO modelleri, hem eğitim hem de çıkarım sırasında çok daha az bellek kullanarak araştırmacılar ve meraklılar için AI geliştirmeyi erişilebilir hâle getirir.
Kod Örneği: Birleşik Ultralytics API'si#
Ultralytics ekosisteminin en büyük avantajlarından biri birleşik API'sidir. İş akışını değiştirmeden PyTorch ile geliştirilmiş RT-DETR uygulaması ve son teknoloji YOLO modelleri dâhil çeşitli modelleri sorunsuzca yükleyebilir, eğitebilir ve doğrulayabilirsin.
from ultralytics import RTDETR, YOLO
# Bir RT-DETR modeli yükle
model_rtdetr = RTDETR("rtdetr-l.pt")
# Son teknoloji 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 eğitimi ve dışa aktarma işlemlerinde de geçerlidir. Geliştiriciler, Ultralytics Python paketini kullanarak 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 tespitinde mümkün olanın sınırlarını tartışmasız biçimde ileri taşıdı. DAMO-YOLO, ham verimlilik için son derece optimize edilmiş, otomatik aramayla bulunan ağ yapıları sunarken RTDETRv2, NMS gibi geleneksel darboğazları ortadan kaldırarak Transformer'ların gerçek zamanlı alanda rekabet edebileceğini kanıtlıyor.
Ancak performans, kapsamlı dokümantasyon ve üretime hazır olma arasında en iyi dengeyi arayan geliştiriciler için Ultralytics YOLO modelleri altın standart olmaya devam ediyor. YOLO26 ile kullanıcılar; isteğe bağlı Transformer benzeri uçtan uca tespit, LLM'den ilham alan eğitim verimliliği ve eşsiz CPU hızlarına, tümü sezgisel ve sağlam bir ekosistem içinde erişiyor.
Bir sonraki projen için modelleri değerlendiriyorsan EfficientDet ile RT-DETR karşılaştırmamızı okumak, önceki nesil YOLO11 modelini incelemek veya YOLOX gibi akademik temel modelleri değerlendirmek de işine yarayabilir. Ultralytics hızlı başlangıç kılavuzunu inceleyerek bugün geliştirmeye başla.