DAMO-YOLO ve YOLOv10
Gerçek zamanlı nesne algılama mimarileri, bilgisayarlı görü alanında hızla gelişti. DAMO-YOLO ve YOLOv10, otomatik mimari arama ile uçtan uca NMS'siz optimizasyon olmak üzere iki farklı tasarım yaklaşımını temsil eder. Her ikisi de doğruluğu ve hızı iyileştirse de temel yapıları ve en uygun kullanım alanları önemli ölçüde farklıdır.
DAMO-YOLO: Ölçekli Sinir Ağı Mimarisi Araması#
Alibaba Group tarafından geliştirilen DAMO-YOLO, yapısal verimlilik için otomatik mimari keşfi kullanan bir algılayıcıdır.
- Yazarlar: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang ve Xiuyu Sun
- Tarih: 23 Kasım 2022
- arXiv: 2211.15444v2
- GitHub: tinyvision/DAMO-YOLO
Mimari Öne Çıkanlar#
DAMO-YOLO, performans ile gecikmeyi dengelemek için büyük ölçüde Sinir Ağı Mimarisi Aramasına (NAS) dayanır. MAE-NAS adı verilen omurgası, en iyi katman derinliğini ve genişliğini bulmak için katı hesaplama bütçeleri altında maksimum entropi yönlendirmeli arama kullanır.
Model, ölçekler arasındaki özellik füzyonunu gerçekleştirmek için verimli RepGFPN (Yeniden Parametreleştirilmiş Genelleştirilmiş Özellik Piramidi Ağı) kullanır. Bu ağır boyun tasarımı, karmaşık uzamsal hiyerarşileri çıkarmaya uygundur ve hava görüntülerini analiz etme gibi senaryolarda kullanışlıdır. DAMO-YOLO ayrıca son tahmin katmanlarının karmaşıklığını büyük ölçüde azaltan yalın bir algılama başlığı olan ZeroHead'i sunar ve eğitim sırasında damıtma iyileştirme sürecinden yararlanır.
DAMO-YOLO'da genellikle çok aşamalı bir bilgi damıtma süreci kullanılır. Daha küçük "öğrenci" modele rehberlik etmesi için daha ağır bir "öğretmen" modelinin eğitilmesi gerekir. Bu yöntem daha yüksek mAP (ortalama Ortalama Hassasiyet) elde etse de gereken GPU hesaplama süresini önemli ölçüde artırır.
DAMO-YOLO hakkında daha fazla bilgi edin
YOLOv10: NMS İçermeyen Gerçek Zamanlı Tespit#
Bir buçuk yıl sonra yayımlanan YOLOv10, çıkarım sırasında Maksimum Olmayanların Bastırılması (NMS) gereksinimini ortadan kaldırdı.
- Yazarlar: Ao Wang, Hui Chen, Lihao Liu ve diğerleri
- Kuruluş: Tsinghua Üniversitesi
- Tarih: 23 Mayıs 2024
- arXiv: 2405.14458
- Belgeler: Ultralytics YOLOv10
Mimari Öne Çıkanlar#
YOLOv10'un öne çıkan özelliği, NMS'siz eğitim için kullandığı tutarlı çift atama yöntemidir. Geleneksel algılayıcılar tek bir nesne için birden fazla örtüşen sınırlayıcı kutu tahmin eder ve yinelenen kutuları filtrelemek için NMS gerektirir. Bu son işleme adımı, özellikle uç cihazlarda darboğaz oluşturur. YOLOv10, modelin her nesne için doğal olarak tek ve doğru bir sınırlayıcı kutu tahmin etmesine olanak tanıyarak bu sorunu çözer.
Yazarlar ayrıca bütüncül, verimlilik ve doğruluk odaklı bir model tasarımına yöneldi. Mevcut mimarilerdeki hesaplama fazlalıklarını dikkatle analiz ederek FLOPs ve parametre sayısını azaltmak için omurgayı ve başlığı optimize ettiler. Bu hafif tasarım, YOLOv10'un TensorRT veya OpenVINO gibi biçimlere aktarıldığında düşük çıkarım gecikmesi sunmasını sağlar.
YOLOv10 hakkında daha fazla bilgi edin
Performans ve Kıyaslamalar#
Aşağıdaki tablo, COCO veri kümesindeki ham performans ölçütlerini gösterir. Her sütundaki en iyi genel değerler kalın olarak vurgulanmıştır.
| Model | boyut (piksel) | mAPval50-95 | 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 |
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
DAMO-YOLO doğruluk açısından güçlü bir performans gösterse de YOLOv10 benzer ölçeklerde daha yüksek doğruluk ve çok daha küçük model ağırlıkları sunar. Örneğin YOLOv10s, parametre sayısının yarısından azını kullanırken DAMO-YOLOs'tan (46,0%) biraz daha yüksek mAP (46,3%) elde eder (7,2M ve 16,3M). Daha düşük bellek gereksinimleri, YOLOv10'u gömülü sistemler için çok yönlü bir seçenek hâline getirir.
Eğitim Verimliliği ve Kullanılabilirlik#
Akademik araştırmadan üretime geçerken kullanım kolaylığı büyük önem taşır. DAMO-YOLO'nun çok aşamalı damıtma süreci ve karmaşık NAS yapılandırmaları, mühendislik ekipleri için öğrenme sürecini zorlaştırır.
Buna karşılık YOLOv10, Ultralytics Python paketiyle tam bütünleşmeden yararlanır. Özel bir model eğitmek için çok az kalıp kod gerekir. Ultralytics veri artırmayı, hiperparametre ayarını ve deney takibini otomatik olarak yönetir.
from ultralytics import YOLO
# Önceden eğitilmiş bir YOLOv10 nano modeli yükle
model = YOLO("yolov10n.pt")
# Yerleşik doğrulamayla özel bir veri kümesinde eğit
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Bir görüntü üzerinde çıkarım yap
prediction = model("path/to/image.jpg")
prediction[0].show()Ultralytics ekosistemini kullanmak, geliştiricilerin eski çerçevelerin gerektirdiği karmaşık ortam kurulumlarını atlayıp yalnızca birkaç satır kodla prototipten tamamen dışa aktarılmış bir ONNX modeline geçmesini sağlar.
Gerçek Dünya Kullanım Senaryoları#
- Akıllı Perakende (DAMO-YOLO): DAMO-YOLO'nun doğruluğu, GPU'ların bol olduğu ve gerçek zamanlı NMS darboğazlarının yönetilebilir düzeyde kaldığı, müşteri davranışını analiz eden yüksek yoğunluklu sunucu ortamlarına uygundur.
- Otonom Araçlar (YOLOv10): NMS'siz mimari, otonom sürüş güvenlik sistemleri için kritik olan öngörülebilir gecikme sunar.
- Endüstriyel Otomasyon (YOLOv10): Hızlı hareket eden montaj hatlarındaki kusurları algılamak için yüksek miktarda VRAM tüketmeden gerçek zamanlı çıkarım hızını en üst düzeye çıkaran modeller gerekir. Bu nedenle YOLOv10, uç dağıtımlar için güçlü bir adaydır.
Kullanım Alanları ve Öneriler#
DAMO-YOLO ile YOLOv10 arasındaki seçim, projene özgü gereksinimlere, dağıtım kısıtlamalarına ve ekosistem tercihlerine bağlıdır.
DAMO-YOLO'yu Ne Zaman Seçmeli#
DAMO-YOLO şu durumlar için güçlü bir seçenektir:
- Yüksek Aktarım Hızlı Video Analitiği: Toplu iş boyutu 1 aktarım hızının temel ölçüt olduğu, sabit NVIDIA GPU altyapısında yüksek FPS'li video akışlarını işleme.
- Endüstriyel Üretim Hatları: Montaj hatlarında gerçek zamanlı kalite denetimi gibi, özel donanımda GPU gecikmesi için katı kısıtların bulunduğu senaryolar.
- Sinir Mimarisi Arama Araştırmaları: Otomatik mimari aramanın (MAE-NAS) ve verimli yeniden parametrelendirilmiş omurgaların tespit performansı üzerindeki etkilerini inceleme.
YOLOv10'u Ne Zaman Seçmeli?#
YOLOv10 şu durumlarda önerilir:
- NMS Olmadan Gerçek Zamanlı Algılama: Maksimum Olmayan Bastırma olmadan uçtan uca algılamadan yararlanan ve dağıtım karmaşıklığını azaltan uygulamalar.
- Hız ve Doğruluk Arasında Dengeli Ödünleşimler: Çeşitli model ölçeklerinde çıkarım hızı ile algılama doğruluğu arasında güçlü bir denge gerektiren projeler.
- Tutarlı Gecikme Gerektiren Uygulamalar: Robotik veya otonom sistemler gibi öngörülebilir çıkarım sürelerinin kritik olduğu dağıtım senaryoları.
Ultralytics'i (YOLO26) Ne Zaman Seçmeli#
Yeni projelerin çoğu için Ultralytics YOLO26, performans ve geliştirici deneyiminin en iyi bileşimini sunar:
- NMS Olmadan Uç Dağıtımı: Maksimum Olmayan Bastırma son işleminin karmaşıklığı olmadan tutarlı ve düşük gecikmeli çıkarım gerektiren uygulamalar.
- Yalnızca CPU Kullanılan Ortamlar: Özel GPU hızlandırması olmayan cihazlarda, YOLO26'nın CPU çıkarımında YOLO11n'ye kıyasla %43'e varan hız avantajı belirgin bir üstünlük sağlar.
- Küçük Nesne Algılama: ProgLoss ve STAL'ın çok küçük nesnelerde doğruluğu önemli ölçüde artırdığı havadan drone görüntüleri veya IoT sensör analizi gibi zorlu senaryolar.
Yeni Nesil: Ultralytics YOLO26 ile Tanış#
YOLOv10, NMS'siz algılamanın temelini atmış olsa da teknoloji hızla gelişti. Modern uygulamalar için Ultralytics YOLO26 modeli, önceki nesillerin en iyi fikirlerini geliştirerek güçlü performansı ve kullanılabilirliği üretime uygun biçimde bir araya getirir.
YOLO26, uç cihazlarda dağıtım süreçlerini basitleştirmek için NMS son işlemesini atlayan yerel bir uçtan uca modu (nms=False) sunar. Dağılımsal Odak Kaybı'nın (DFL) kaldırılması, düşük güç tüketimli uç yapay zekâ donanımlarıyla uyumluluğu da artırır.
Eğitim tarafında YOLO26, daha kararlı eğitim ve daha hızlı yakınsama için Büyük Dil Modeli (LLM) eğitim tekniklerinden esinlenen hibrit MuSGD Optimize Edicisi'ni sunar. ProgLoss + STAL (Aşamalı Kayıp ve küçük nesneleri dikkate alan etiket ataması) ile birlikte YOLO26, yaban hayatını koruma ve drone operasyonları için kritik olan küçük nesne tanımayı iyileştirir.
YOLO26, nesne algılamanın ötesine geçer. Görevler arasında göreve özgü iyileştirmeler sunar ve Örnek Segmentasyonu, Artık Log-Olasılık Tahmini (RLE) kullanan Poz Tahmini ve Yönlendirilmiş Sınırlayıcı Kutular (OBB) için özel açı kayıplarını yerel olarak destekler. YOLO26n, YOLO11n'den CPU'da %43'e kadar daha hızlı çıkarım sunduğundan çevik mühendislik ekipleri için önerilen seçenektir.
YOLO26 modellerinin merkezi yönetimi, açıklama ekleme ve bulut üzerinde eğitimi için Ultralytics Platformu, bilgisayarlı görü yaşam döngüsünün tamamını kolaylaştıran sezgisel bir arayüz sunar.
Diğer yeni gelişmeleri incelemek isteyen geliştiriciler, farklı mimari çözümler gerektiren senaryolar için Ultralytics YOLO11 veya Transformer tabanlı RT-DETR çerçevesini de değerlendirebilir.
Yorumlar
Bir soru sor, sonuçlarını paylaş veya başka birine yardım et.