DAMO-YOLO - YOLOX Karşılaştırması: Teknik Bir İnceleme

Bilgisayarla görmenin hızla gelişen ortamında, doğru nesne algılama modelini seçmek herhangi bir yapay zeka projesinin başarısı için çok önemlidir. Bu makale, iki etkili mimari arasında derinlemesine bir karşılaştırma sunmaktadır: Alibaba Group tarafından geliştirilen YOLO ve Megvii tarafından oluşturulan YOLOX. Her iki model de hız ve doğruluk sınırlarını zorlayarak alana önemli katkılarda bulunmuştur. Bilinçli bir karar vermenize yardımcı olmak için benzersiz mimarilerini, performans ölçümlerini ve ideal kullanım durumlarını inceleyeceğiz.

YOLO: Yüksek Hızlı Çıkarım için Optimize Edildi

YOLO , doğruluktan ödün vermeden GPU donanımında düşük gecikme süresine öncelik vererek gerçek zamanlı nesne algılamada ileriye doğru bir sıçramayı temsil ediyor. Alibaba'daki araştırmacılar tarafından geliştirilen bu sistem, etkileyici bir hız-doğruluk ödünleşimi elde etmek için en yeni sinir ağı tasarım ilkelerini entegre ediyor.

Teknik Detaylar:

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

Mimari ve Yenilikler

YOLO 'nun mimarisi, verimliliği en üst düzeye çıkarmak için tasarlanmış çeşitli yenilikçi teknolojiler üzerine inşa edilmiştir:

• Sinirsel Mimari Arama (NAS): Model, en verimli backbone yapısını otomatik olarak aramak için MAE-NAS 'ı kullanır ve GiraffeNet olarak bilinen bir özellik çıkarıcı ile sonuçlanır. Bu yaklaşım, ağ derinliğinin ve genişliğinin belirli donanım kısıtlamaları için optimize edilmesini sağlar.
• RepGFPN Boyun: Çok ölçekli özellik füzyonunun üstesinden gelmek için YOLO , yeniden parametrelendirme ile geliştirilmiş bir Genelleştirilmiş Özellik Piramidi Ağı (GFPN) kullanır. Bu, yüksek çıkarım hızlarını korurken farklı ölçekler arasında zengin bilgi akışına izin verir.
• ZeroHead: Sınıflandırma ve regresyon görevlerini ayrıştıran ancak geleneksel ayrıştırılmış kafalara kıyasla hesaplama yükünü önemli ölçüde azaltan hafif bir algılama kafası.
• AlignedOTA: Sınıflandırma ve regresyon hedefleri arasındaki uyumsuzlukları gideren ve modelin eğitim sırasında en ilgili örneklerden öğrenmesini sağlayan yeni bir etiket atama stratejisi.

Güçlü Yönler ve İdeal Kullanım Durumları

YOLO , gerçek zamanlı performansın tartışılmaz olduğu senaryolarda üstünlük sağlar. Mimari optimizasyonları, onu yüksek verim gerektiren endüstriyel uygulamalar için en iyi rakip haline getirir.

• Endüstriyel Otomasyon: Milisaniyelerin önemli olduğu üretim hatlarında yüksek hızlı hata tespiti için mükemmeldir.
• Akıllı Şehir Gözetimi: Trafik yönetimi ve güvenlik izleme için aynı anda birden fazla video akışını işleme kapasitesine sahiptir.
• Robotik: Otonom robotların görsel verileri anlık olarak işleyerek karmaşık ortamlarda gezinmesini sağlar.

DAMO-YOLO hakkında daha fazla bilgi edinin

YOLOX: Çapasız Öncü

YOLOX, çapa tabanlı mekanizmalardan uzaklaşarak YOLO serisinde çok önemli bir noktaya işaret etti. Megvii tarafından geliştirilen bu ürün, algılama hattını basitleştiren ve genellemeyi geliştiren çapasız bir tasarım sunarak 2021'de performans için yeni bir standart belirledi.

Teknik Detaylar:

• Yazarlar: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li ve Jian Sun
• Organizasyon:Megvii
• Tarih: 2021-07-18
• Arxiv:https://arxiv.org/abs/2107.08430
• GitHub:https://github.com/Megvii-BaseDetection/YOLOX
• Dokümanlar:https://yolox.readthedocs.io/en/latest/

Temel Mimari Özellikler

YOLOX, önceki YOLO sürümlerindeki yaygın sorunları ele alan sağlam bir tasarım felsefesiyle kendini ayırır:

• Çapasız Mekanizma: Önceden tanımlanmış çapa kutularını ortadan kaldırarak YOLOX, çapa ayarlama karmaşıklığından kaçınır ve sezgisel hiperparametrelerin sayısını azaltır. Bu, çeşitli veri kümelerinde daha iyi performans sağlar.
• Ayrılmış Kafa: Model, sınıflandırma ve yerelleştirme görevlerini ayrı dallara ayırır. Bu ayrım, her bir görevin kendi optimum özelliklerini bağımsız olarak öğrenmesini sağlayarak yakınsama hızını ve doğruluğunu artırır.
• SimOTA Etiket Atama: Etiket atamasını bir Optimal Taşıma problemi olarak ele alan gelişmiş bir strateji. SimOTA, pozitif örnekleri dinamik olarak temel gerçeklere atayarak modelin kalabalık sahneler ve tıkanıklıklarla başa çıkma yeteneğini geliştirir.
• Güçlü Veri Artırımları: YOLOX, sağlamlığı artırmak ve eğitim sırasında aşırı uyumu önlemek için Mosaic ve MixUp gibi tekniklerden yararlanır.

Güçlü Yönler ve İdeal Kullanım Durumları

YOLOX, yüksek doğruluğu ve kararlılığı ile ünlüdür, bu da onu hassasiyetin çok önemli olduğu uygulamalar için güvenilir bir seçim haline getirir.

• Otonom Sürüş: Araç algılama sistemlerinin yayaları ve engelleri güvenli bir şekilde tanımlaması için gereken yüksek doğrulukta nesne algılaması sağlar.
• Perakende Analitiği: Karmaşık perakende ortamlarında raf izleme ve envanter yönetimi için doğru algılama.
• Araştırma Temelleri: Temiz ve çapasız uygulaması sayesinde, yeni tespit metodolojilerine yönelik akademik araştırmalar için mükemmel bir temel oluşturmaktadır.

YOLOX hakkında daha fazla bilgi edinin

Performans Analizi

Aşağıdaki tablo, çeşitli model boyutlarında YOLO ve YOLOX'un doğrudan bir karşılaştırmasını sunmaktadır. Metrikler, COCO veri setinde model karmaşıklığı (parametreler ve FLOP'lar), çıkarım hızı ve tespit doğruluğumAP) arasındaki değiş tokuşları vurgulamaktadır.

Temel Çıkarımlar

• Gecikme Avantajı: YOLO , karşılaştırılabilir doğruluk seviyeleri için GPU çıkarım hızı açısından YOLOX'tan sürekli olarak daha iyi performans göstermektedir. Örneğin, DAMO-YOLOs 3,45 ms'de 46,0 mAP 'ye ulaşırken, YOLOXm önemli ölçüde daha yüksek FLOP'larla 46,9 mAP 'ye ulaşmak için 5,43 ms gerektirir.
• Verimlilik: YOLO 'nun NAS için optimize edilmiş backbone daha iyi bir parametre verimlilik oranı sağlar.
• En Yüksek Doğruluk: YOLOX-x, yüksek hesaplama maliyetine (281,9B FLOPs) rağmen maksimum doğruluk (51,1 mAP) için güçlü bir rakip olmaya devam etmektedir.
• Hafif Seçenekler: YOLOX-Nano son derece hafiftir (0.91M params), bu da doğruluk önemli ölçüde düşmesine rağmen kesinlikle kaynak kısıtlı mikrodenetleyiciler için uygun hale getirir.

Ultralytics Avantajı

YOLO ve YOLOX güçlü yetenekler sunarken, Ultralytics YOLO modelleri-özellikleYOLO11-Modern bilgisayarlı görü geliştirme için üstün kapsamlı bir çözüm sunar. Ultralytics , sadece ham performansı değil, makine öğrenimi operasyonlarının tüm yaşam döngüsünü ele alan bir ekosistem geliştirmiştir.

Neden Ultralytics'i Seçmelisiniz?

Geliştiriciler ve araştırmacılar, çeşitli zorlayıcı nedenlerden dolayı giderek daha fazla Ultralytics modellerine yönelmektedir:

• Eşsiz Kullanım Kolaylığı: Ultralytics Python API basitlik için tasarlanmıştır. Son teknoloji ürünü bir model yüklemek ve eğitime başlamak için yalnızca birkaç satır kod gerekir, bu da akademik havuzların sıklıkla ihtiyaç duyduğu karmaşık yapılandırma dosyalarına kıyasla giriş engelini büyük ölçüde azaltır.
• İyi Korunan Ekosistem: Durgunlaşan birçok araştırma projesinin aksine, Ultralytics modelleri gelişen bir topluluk ve aktif geliştirme ile desteklenmektedir. Düzenli güncellemeler en son sürümlerle uyumluluğu sağlar PyTorch sürümleri, dışa aktarma biçimleri ve donanım hızlandırıcıları.
• Çok yönlülük: Ultralytics modelleri sınırlayıcı kutularla sınırlı değildir. Örnek Segmentasyonu, Poz Tahmini, Görüntü Sınıflandırması ve Yönlendirilmiş Nesne Algılama (OBB) gibi çok çeşitli görevleri tek bir çerçeve içinde yerel olarak desteklerler.
• Performans Dengesi: Ultralytics YOLO modelleri, hız ve doğruluk arasındaki "tatlı noktaya" ulaşmak için tasarlanmıştır. Genellikle daha yüksek başarı elde ederler mAP Hem CPU'larda hem de GPU'larda daha hızlı çıkarım sürelerini korurken rakiplerinden daha yüksek puanlar elde eder.
• Eğitim Verimliliği: Optimize edilmiş veri yükleyicileri ve önceden ayarlanmış hiperparametreler ile bir Ultralytics modelinin eğitimi son derece verimlidir. Kullanıcılar, önceden eğitilmiş ağırlıklardan COCO daha hızlı yakınsama elde etmek için değerli hesaplama zamanından ve enerjiden tasarruf sağlar.
• Bellek Verimliliği: Ultralytics modelleri, ağır transformatör tabanlı mimarilere veya eski CNN'lere kıyasla eğitim ve çıkarım sırasında tipik olarak daha düşük bellek kullanımı gösterir ve bu da onları uç cihazlar da dahil olmak üzere daha geniş bir donanım yelpazesinde erişilebilir hale getirir.

Sorunsuz İş Akışı Örneği

Bu Python örneği ile Ultralytics iş akışının basitliğini deneyimleyin:

from ultralytics import YOLO

# Load the YOLO11 model (pre-trained on COCO)
model = YOLO("yolo11n.pt")

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

# Run inference on an image
results = model("path/to/image.jpg")

YOLO11 hakkında daha fazla bilgi edinin

Sonuç

Hem YOLO hem de YOLOX nesne algılama tarihindeki yerlerini sağlamlaştırmıştır. YOLO , her milisaniyelik gecikmenin önemli olduğu özel yüksek verimli GPU uygulamaları için mükemmel bir seçimdir. YOLOX, araştırma topluluğunda iyi anlaşılan sağlam, doğru ve çapasız bir dedektör olmaya devam etmektedir.

Ancak, gerçek dünya uygulamalarının büyük çoğunluğu için, Ultralytics YOLO11 önde gelen bir seçim olarak öne çıkıyor. Son teknoloji performans, çoklu görev çok yönlülüğü ve kullanıcı dostu, bakımlı bir ekosistem kombinasyonu, geliştiricilerin daha hızlı ve daha verimli bir şekilde sağlam çözümler oluşturmasını sağlar. İster buluta ister uca dağıtıyor olun, Ultralytics günümüzün rekabetçi yapay zeka ortamında başarılı olmak için gerekli araçları sağlar.

Diğer Karşılaştırmaları İnceleyin

Nesne algılama ortamını daha iyi anlamak için, bu modellerin diğer son teknoloji mimarilerle nasıl karşılaştırıldığını keşfedin:

• YOLO11 ve DAMO-YOLO
• YOLOv8 - YOLOX karşılaştırması
• RT-DETR - DAMO-YOLO Karşılaştırması
• YOLOv10 vs. YOLOX
• EfficientDet - YOLOX Karşılaştırması

Yorumlar