DAMO-YOLO ve YOLOX#

Gerçek zamanlı bilgisayarlı görü dünyası sürekli gelişiyor. Bu yolculuktaki iki önemli dönüm noktası DAMO-YOLO ve YOLOX modelleridir; her biri yüksek hızlı ve yüksek doğruluklu nesne algılama sorununa özgün yenilikler getirir. Her iki model de açık kaynak topluluğuna önemli katkılarda bulunmuş olsa da mimari farklılıklarını, eğitim yöntemlerini ve ideal dağıtım senaryolarını anlamak makine öğrenimi mühendisleri için kritik öneme sahiptir.

Bu kapsamlı rehber, her iki modelin teknik ayrıntılarını inceler ve Ultralytics YOLO26 platformu gibi modern alternatiflerin günümüz üretim ortamları için neden daha üstün performans ve kullanım kolaylığı sunduğunu vurgular.

Model Genel Bakışları#

DAMO-YOLO Ayrıntıları#

Alibaba Group bünyesindeki araştırmacılardan oluşan bir ekip tarafından geliştirilen DAMO-YOLO, otomatik mimari keşfinden yararlanan son derece verimli bir nesne tespiti yöntemi olarak sunulmuştur.

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

DAMO-YOLO hakkında daha fazla bilgi edin

YOLOX Ayrıntıları#

Megvii araştırmacıları tarafından oluşturulan YOLOX, YOLO serisini çıpasız bir tasarıma geçirerek araştırma ve endüstriyel topluluklar arasındaki boşluğu kapatmayı amaçlamış; o dönemde daha iyi performans elde ederken mimariyi büyük ölçüde basitleştirmiştir.

• Yazarlar: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li ve Jian Sun
• Kuruluş: Megvii
• Tarih: 2021-07-18
• Arxiv: https://arxiv.org/abs/2107.08430
• GitHub: https://github.com/Megvii-BaseDetection/YOLOX
• Belgeler: YOLOX Belgeleri

YOLOX hakkında daha fazla bilgi edin

Mimari Analizi#

DAMO-YOLO Mimarisi#

DAMO-YOLO, büyük ölçüde Sinirsel Mimari Arama (NAS) yöntemine dayanır. Temel bileşenler şunlardır:

• MAE-NAS Omurgaları: Çıkarım hızı ile doğruluk arasında en iyi dengeyi sağlayan omurgaları keşfetmek için maksimum entropi güdümlü bir arama kullanır.
• Efficient RepGFPN: Özellik füzyonu için uyarlanmış ağır bir boyun tasarımıdır; modelin farklı nesne ölçeklerinde yüksek doğruluğu korumasına yardımcı olur.
• ZeroHead: Son tahmin katmanlarındaki hesaplama yükünü azaltan basitleştirilmiş ve hafif bir algılama başlığıdır.

YOLOX Mimarisi#

YOLOX, yapısal sadeliğe ve anchor-free tasarıma odaklanarak farklı bir yaklaşım benimser:

• Anchor-Free Mekanizması: Sınırlayıcı kutu koordinatlarını önceden tanımlanmış anchor'lar olmadan doğrudan tahmin eden YOLOX, gereken tasarım parametrelerinin ve buluşsal ayarlamaların sayısını azaltır.
• Ayrıştırılmış Başlık: Sınıflandırma ve regresyon görevlerini farklı özellik dallarına ayırır; bu da yakınsama hızını ve genel doğruluğu artırır.
• SimOTA Etiket Ataması: Pozitif örnekleri gerçek değerlere dinamik olarak atayan ve eğitim verimliliğini artıran gelişmiş bir etiket atama stratejisidir.

Performans Karşılaştırması#

Bu modelleri değerlendirmek için Ortalama Kesinlik (mAP), çıkarım hızları ve parametre sayılarına bakmak gerekir. Aşağıda, her iki mimarinin standart ve hafif varyantlarının ayrıntılı bir karşılaştırma tablosu yer alıyor.

YOLOXx 51,1 ile en yüksek mutlak mAP değerine ulaşırken DAMO-YOLOl, yarıdan daha az parametreyle (42,1M'ye karşı 99,1M) son derece rekabetçi 50,8 mAP sunar ve TensorRT yürütmesinde önemli ölçüde daha hızlıdır.

Eğitim Yöntemleri#

DAMO-YOLO Eğitimi#

DAMO-YOLO, eğitim sırasında karmaşık bir damıtma geliştirme yöntemi kullanır. Genellikle önce büyük bir "öğretmen" model eğitilir ve bilgisi daha küçük "öğrenci" modellere damıtılır. Ayrıca dinamik etiket ataması için AlignedOTA kullanır. Son derece etkili olsa da bu çok aşamalı eğitim süreci, gereken GPU hesaplama süresini ve bellek yükünü büyük ölçüde artırır.

YOLOX Eğitimi#

YOLOX, MixUp ve Mosaic gibi güçlü veri artırma stratejilerine dayanır. Ancak yazarlar, son 15 epoch boyunca bu güçlü artırmaların kapatılmasının modelin gerçeklik açığını kapatmasını ve nihai doğruluk metriklerini önemli ölçüde yükseltmesini sağladığını keşfetti.

İdeal Kullanım Alanları#

• DAMO-YOLO: Sunucu tarafındaki damıtma işlem hatlarının desteklenebildiği ve hedef donanımın (belirli NVIDIA GPU'ları gibi) ağır boyunlu NAS mimarisinden doğrudan yararlandığı, kritik öneme sahip endüstriyel dağıtımlar için en uygunudur.
• YOLOX: Saf bir anchor-free yaklaşım arayan geliştiriciler için mükemmeldir. Son derece hafif YOLOXnano, eski Android cihazları, uç bilişimi ve parametre sayısının en büyük darboğaz olduğu, kaynakları son derece kısıtlı IoT sensörlerini uygulanabilir hâle getirir.

Ultralytics Avantajı: YOLO26'ya Giriş#

DAMO-YOLO ve YOLOX mükemmel dönüm noktalarını temsil etse de günümüzde geliştiriciler daha kapsamlı, çok yönlü ve kullanımı kolay çözümler talep ediyor. İşte Ultralytics Platform ve yeni yayımlanan Ultralytics YOLO26 bu noktada öne çıkıyor.

Ocak 2026'da yayımlanan YOLO26, tüm bilgisayarlı görü görevleri için nihai önerilen modeldir. Eski mimarileri geride bırakan bir dizi çığır açıcı yenilik sunar:

• Uçtan Uca NMS'siz Tasarım: YOLO26, Maksimum Olmayan Bastırma (NMS) son işleme adımını yerel olarak ortadan kaldırır. Bu sayede geleneksel algılama başlıklarının doğasında bulunan gecikme darboğazları önlenerek çok daha basit ve hızlı bir dağıtım sağlanır.
• %43'e Kadar Daha Hızlı CPU Çıkarımı: Dağılımsal Odak Kayıp (DFL) yöntemini stratejik olarak kaldırıp katmanları optimize eden YOLO26, CPU'larda ve uç donanımlarda benzersiz hızlar sunar.
• MuSGD Optimize Edicisi: Büyük dil modeli (LLM) eğitim tekniklerinden ilham alan YOLO26, SGD ve Muon'un hibriti olan MuSGD optimize edicisini kullanıma sunar; bu da YOLOX'teki eski kurulumlara kıyasla son derece kararlı eğitim süreçleri ve çok daha hızlı yakınsama sağlar.
• ProgLoss + STAL: Bu gelişmiş kayıp işlevleri, küçük nesne tanımada dikkate değer iyileştirmeler sağlayarak YOLO26'yı drone görüntüleri ve robotik uygulamalar için çok daha üstün hâle getirir.
• Çok Yönlülük: Yalnızca nesne algılama için kullanılan DAMO-YOLO'nun aksine YOLO26, aynı bakımı iyi yapılan ekosistem içinde örnek bölütleme, poz tahmini, sınıflandırma ve Yönlendirilmiş Sınırlayıcı Kutular (OBB) görevlerini yerel olarak sorunsuz şekilde ele alır.

Ultralytics ile Kullanım Kolaylığı#

Ultralytics Python API, geliştirici deneyimini kolaylaştırır. En gelişmiş bir YOLO26 modelini eğitmek çok daha az şablon kodu gerektirir ve DAMO-YOLO'nun karmaşık damıtma işlem hatlarını ortadan kaldırır. Ayrıca Ultralytics modelleri, ağır Transformer tabanlı modellere kıyasla eğitim sırasında olağanüstü düşük CUDA bellek gereksinimlerine sahiptir.

from ultralytics import YOLO

# Load the latest Ultralytics YOLO26 nano model
model = YOLO("yolo26n.pt")

# Train the model on your custom dataset with one line of code
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run fast, NMS-free inference on an image
results = model("https://ultralytics.com/images/bus.jpg")

# Export to ONNX or TensorRT seamlessly
model.export(format="onnx")

Sonuç#

DAMO-YOLO ile YOLOX arasındaki seçim belirli kısıtlamalara bağlıdır: DAMO-YOLO, NAS aracılığıyla belirli GPU'larda hız-doğruluk oranı bakımından olağanüstü sonuçlar sunarken YOLOX, hafif uç senaryoları için ideal, temiz ve anchor-free bir tasarım sağlar.

Bununla birlikte, etkin bir topluluğa sahip modern ve geleceğe dayanıklı bir çözüm arayan ekipler için Ultralytics YOLO26 mimarisi kesin tercihtir. NMS'siz tasarımı, hızlı CPU çıkarımı ve algılama, bölütleme ve poz görevleri için birleşik API'si, araştırmadan sağlam gerçek dünya üretimine sorunsuz geçiş için onu rakipsiz kılar.

Diğer modern mimarileri keşfetmek isteyen geliştiricilere, kapsamlı Ultralytics belgelerinde bulunan Ultralytics YOLO11 veya RT-DETR gibi Transformer tabanlı modellere de göz atmalarını öneririz.