DAMO-YOLO ile YOLOv9: Modern Nesne Algılama Mimarilerinin Kapsamlı Teknik Karşılaştırması

Gerçek zamanlı nesne algılama alanı baş döndürücü bir hızla gelişmeye devam ediyor. Mühendislik ekipleri ve araştırmacılar doğruluk, çıkarım hızı ve hesaplama verimliliği arasında mükemmel dengeyi kurmaya çabalarken, araştırma dünyasından DAMO-YOLO ve YOLOv9 olmak üzere iki önemli mimari ortaya çıktı. Her iki model de bilgisayarlı görüde mümkün olanın sınırlarını zorlamayı amaçlayan önemli mimari yenilikler getiriyor.

Bu detaylı teknik kılavuz, bu iki modelin derinlemesine bir analizini sunarak benzersiz mimari yaklaşımlarını, eğitim metodolojilerini ve gerçek dünya dağıtım yeteneklerini karşılaştırıyor. Ayrıca daha geniş yazılım ekosisteminin modern yapay zeka geliştirmede nasıl kritik bir rol oynadığını inceleyecek; Ultralytics Platform gibi entegre platformların ve YOLO26 gibi yeni nesil modellerin avantajlarını vurgulayacağız.

Yönetici Özeti: Doğru Mimarinin Seçilmesi

Her iki model de derin öğrenme araştırmalarında önemli kilometre taşlarını temsil etse de, biraz farklı dağıtım felsefelerine hitap ederler.

DAMO-YOLO, belirli performans profillerini ortaya çıkarmak için yoğun Sinir Mimarisi Araması'nın (NAS) kullanılabildiği ortamlarda mükemmeldir ve bu da onu özelleştirilmiş uç dağıtımlar için ilginç bir çalışma konusu yapar. Buna karşılık YOLOv9, derin öğrenme bilgi darboğazlarını çözmeye yoğun bir şekilde odaklanır ve olağanüstü yüksek parametre verimliliği sunar.

Ancak, üretime hazır dağıtımlar için mühendislik ekipleri sürekli olarak birleşik Ultralytics ekosisteminden yararlanmanızı önerir. Yeni projeler için en güncel YOLO26 modeli, her iki dünyanın da en iyisini sunar: en son teknoloji doğruluk ile karmaşık son işlem ihtiyacını ortadan kaldıran yerel uçtan uca tasarımın birleşimi.

Teknik Özellikler ve Yazarlık

Bu modellerin kökenlerini ve geliştirme odaklarını anlamak, ilgili güçlü yönleri için temel bir bağlam sağlar.

DAMO-YOLO

Alibaba Group'taki araştırmacılar tarafından geliştirilen DAMO-YOLO, otomatik mimari oluşturma ve verimli özellik birleştirme konularına yoğun bir şekilde odaklanır.

• Yazarlar: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang ve Xiuyu Sun
• Kuruluş: Alibaba Group
• Yayınlanma Tarihi: 23 Kasım 2022
• Arxiv Makalesi: DAMO-YOLO Araştırma Makalesi
• Resmi GitHub: tinyvision/DAMO-YOLO Deposu
• Dokümantasyon: DAMO-YOLO README

DAMO-YOLO hakkında daha fazla bilgi edin

YOLOv9

Derin evrişimli ağlardaki bilgi kaybına bir çözüm olarak tanıtılan YOLOv9, eğitim sırasında gradyan korunmasının teorik sınırlarını zorlar.

• Yazarlar: Chien-Yao Wang ve Hong-Yuan Mark Liao
• Kuruluş: Bilgi Bilimleri Enstitüsü, Academia Sinica, Tayvan
• Yayınlanma Tarihi: 21 Şubat 2024
• Arxiv Makalesi: YOLOv9 Araştırma Makalesi
• Resmi GitHub: WongKinYiu/yolov9 Deposu
• Dokümantasyon: YOLOv9 Ultralytics Dokümanları

YOLOv9 hakkında daha fazla bilgi edin

Mimari Yenilikler

DAMO-YOLO: Sinir Mimarisi Araması ile Destekleniyor

DAMO-YOLO, büyük ölçüde özelleştirilmiş, makine tarafından oluşturulan bileşenlerle kendisini farklılaştırır. Omurgası (backbone), özellikle farklı donanımlar üzerinde düşük gecikmeli çıkarımı hedefleyerek Sinir Mimarisi Araması (NAS) kullanılarak oluşturulur.

Mimari, hesaplama yükünü aşırı artırmadan çok ölçekli nesne algılamayı geliştiren, özellik birleştirme için verimli bir RepGFPN (Yeniden Parametrelendirilmiş Genelleştirilmiş Özellik Piramidi Ağı) içerir. Ayrıca, algılama başlığını basitleştirmek için bir ZeroHead tasarımı kullanır ve eğitim sırasında sofistike bir damıtma geliştirme süreciyle eşleştirilmiş, etiket ataması için AlignedOTA'dan faydalanır. Bu teknikler hızlı çıkarım sağlasa da, çok aşamalı damıtma süreci genellikle önemli miktarda VRAM ve uzun eğitim süreleri gerektirir.

YOLOv9: Bilgi Darboğazını Çözmek

YOLOv9, derin ağlardaki temel bir sorunu ele alır: giriş verisi bilgilerinin ardışık katmanlardan geçerken kademeli olarak kaybolması.

Bununla mücadele etmek için yazarlar, derin katmanlar için önemli ayrıntıları korumak üzere tasarlanmış, ağırlık güncellemeleri için oldukça güvenilir gradyanlar üreten yardımcı bir denetim çerçevesi olan Programlanabilir Gradyan Bilgisi (PGI)'nı tanıttılar. PGI'ya eşlik eden GELAN (Genelleştirilmiş Verimli Katman Birleştirme Ağı) mimarisidir. GELAN, CSPNet ve ELAN'ın güçlü yönlerini birleştirerek, bilgi akışını en üst düzeye çıkarırken Kayan Nokta İşlemlerini (FLOPs) kesin bir şekilde en aza indirerek parametre verimliliğini optimize eder.

Performans Analizi ve Metrikleri

Performans değerlendirilirken her iki model de COCO gibi standart kıyaslamalarda güçlü ortalama Hassasiyet (mAP) gösterir. YOLOv9, zorlu veri kümelerinde yüksek doğruluğu korumak için PGI mimarisinden yararlanarak eşdeğer model boyutlarında daha yüksek mutlak doğruluk sağlar.

Yukarıda gösterildiği gibi, YOLOv9-E en yüksek doğruluğu elde ederken, daha küçük DAMO-YOLO ve YOLOv9 varyantları TensorRT optimizasyonları aracılığıyla son derece rekabetçi çıkarım hızlarını korur.

Eğitim Metodolojileri ve Ekosistem

Ham mimari önemli olsa da, bir modelin ekosistemi tarafından dikte edilen kullanılabilirlik ve eğitim verimliliği gerçek dünya uygulamaları için en önemlisidir.

DAMO-YOLO'nun bilgi damıtmaya olan bağımlılığı, hedef "öğrenci" modeline bilgi aktarmadan önce genellikle zahmetli bir "öğretmen" modelinin eğitilmesini gerektirir. Bu geleneksel araştırma yaklaşımı, bellek gereksinimlerini ve eğitim döngüsü sürelerini önemli ölçüde artırır. Benzer şekilde, orijinal YOLOv9 deposu, çevik geliştirmeyi yavaşlatabilecek karmaşık yapılandırma dosyalarında gezinmeyi gerektirir.

Buna karşılık, modelleri Ultralytics Platform ile entegre etmek, geliştirici deneyimini tamamen dönüştürür. Ultralytics Python paketi standart kodları soyutlayarak ekiplerin veri artırma, hiperparametre ayarlama ve model dışa aktarma işlemlerini zahmetsizce halletmesine olanak tanır.

Gerçek Dünya Uygulamaları ve Kullanım Durumları

Farklı mimariler, kaynak gereksinimlerine ve doğruluk profillerine bağlı olarak doğal olarak belirli endüstrilerde öne çıkar.

• Uç Yapay Zekada DAMO-YOLO: NAS ile optimize edilmiş omurgaları nedeniyle DAMO-YOLO, temel üretim kalite kontrolü gibi özel ASIC dağıtımı gibi donanıma özel yeniden parametrelendirmenin zorunlu olduğu gömülü sistemlerde sıklıkla araştırılır.
• Hassas Analitikte YOLOv9: Yüksek parametre verimliliği ve PGI destekli gradyan koruması ile YOLOv9, hava görüntülerini analiz etmek veya kalabalık perakende ortamlarında küçük nesneleri izlemek gibi yoğun nesne algılama senaryoları için mükemmeldir.

Kullanım Durumları ve Öneriler

DAMO-YOLO ile YOLOv9 arasında seçim yapmak, projenin özel gereksinimlerine, dağıtım kısıtlamalarına ve ekosistem tercihlerine bağlıdır.

Ne Zaman DAMO-YOLO Seçilmeli

DAMO-YOLO şunlar için güçlü bir tercihtir:

• Yüksek Verimli Video Analitiği: Batch-1 veriminin birincil metrik olduğu sabit NVIDIA GPU altyapısında yüksek FPS'li video akışlarını işleme.
• Endüstriyel Üretim Hatları: Montaj hatlarında gerçek zamanlı kalite denetimi gibi özel donanım üzerinde katı GPU gecikme kısıtlamaları olan senaryolar.
• Sinirsel Mimari Arama Araştırması: Otomatik mimari aramanın (MAE-NAS) ve verimli yeniden parametrelendirilmiş ana gövdelerin tespit performansı üzerindeki etkilerini inceleme.

Ne Zaman YOLOv9 Seçilmeli

YOLOv9 şunlar için önerilir:

• Bilgi Darboğazı Araştırması: Programlanabilir Gradyan Bilgisi (PGI) ve Genelleştirilmiş Verimli Katman Birleştirme Ağı (GELAN) mimarilerini inceleyen akademik projeler.
• Gradyan Akışı Optimizasyon Çalışmaları: Eğitim sırasında derin ağ katmanlarındaki bilgi kaybını anlama ve azaltmaya odaklanan araştırmalar.
• Yüksek Doğruluklu Algılama Kıyaslaması: YOLOv9'un güçlü COCO kıyaslama performansının mimari karşılaştırmalar için referans noktası olarak gerektiği senaryolar.

Ne Zaman Ultralytics (YOLO26) Seçilmeli

Çoğu yeni proje için Ultralytics YOLO26 performans ve geliştirici deneyiminin en iyi kombinasyonunu sunar:

• NMS-Free Uç Dağıtımı: Non-Maximum Suppression işlem sonrası zorluğu olmadan tutarlı, düşük gecikmeli çıkarım gerektiren uygulamalar.
• Sadece CPU Ortamları: Özel GPU hızlandırması olmayan, YOLO26'nın %43'e kadar daha hızlı CPU çıkarımının belirleyici bir avantaj sağladığı cihazlar.
• Küçük Nesne Algılama: ProgLoss ve STAL'ın küçük nesneler üzerindeki doğruluğu önemli ölçüde artırdığı hava drone görüntüleri veya IoT sensör analizi gibi zorlu senaryolar.

Ultralytics Avantajı: YOLO26'ya Geçiş

Eski mimarileri karşılaştıran kullanıcılar için, modern Ultralytics ekosistemine (özellikle en son YOLO26 modellerine) geçiş yapmak benzersiz bir avantaj sağlar.

YOLO26, Uçtan Uca NMS'siz Tasarımı ile dağıtım ortamını temelden değiştirir. Maksimum Olmayan Bastırma (NMS) son işlemini tamamen ortadan kaldırarak daha hızlı ve önemli ölçüde daha basit dağıtım mimarileri sunar. Dağılım Odak Kaybı'nın (DFL) kaldırılmasıyla birlikte YOLO26, uç ve düşük güçlü cihazlar için üstün uyumluluk sunar.

Ayrıca YOLO26, LLM eğitim yeniliklerinden esinlenen Stokastik Gradyan İnişi ve Muon optimizasyonlarının bir hibriti olan devrim niteliğindeki MuSGD Optimize Edici'yi içerir. Bu, transformer ağırlıklı alternatiflere kıyasla dikkat çekici derecede düşük bellek kullanımını korurken son derece kararlı eğitim yakınsaması sağlar.

from ultralytics import YOLO

# Load the latest NMS-free YOLO26 model
model = YOLO("yolo26n.pt")

# Train on your custom dataset efficiently
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export the trained model to ONNX format
model.export(format="onnx")

İster gelişmiş örnek segmentasyonuna, ister son derece hassas poz tahminine, ister standart sınırlayıcı kutu algılamaya ihtiyacın olsun, Ultralytics çerçevesinin çok yönlülüğü, ekibinin derin öğrenme ortamlarını yapılandırmaya daha az, sağlam yapay zeka çözümleri dağıtmaya daha fazla zaman ayırmasını sağlar. Geliştirilmiş küçük nesne tanıma için ProgLoss + STAL gibi özel görev iyileştirmeleriyle YOLO26, yeni nesil görme uygulamaları için bir numaralı seçim olarak öne çıkıyor.