PP-YOLOE+ ve DAMO-YOLO#

Bilgisayarlı görü alanındaki sürekli gelişim, gerçek zamanlı nesne algılama için çok çeşitli, uzmanlaşmış mimarilerin ortaya çıkmasını sağladı. Endüstriyel ve araştırma uygulamalarına yönelik modeller değerlendirilirken 2022'den iki önemli çerçeve sıklıkla gündeme geliyor: Baidu'nun PP-YOLOE+ modeli ve Alibaba Group'un DAMO-YOLO modeli. Her iki model de yeni omurgalar, gelişmiş etiket atama stratejileri ve özel özellik birleştirme teknikleri sunarak anchor-free algılamanın sınırlarını zorladı.

Bu kılavuz, PP-YOLOE+ ile DAMO-YOLO'nun mimarilerini, eğitim metodolojilerini ve dağıtım açısından güçlü yönlerini inceleyen ayrıntılı bir teknik analiz sunuyor. Ayrıca, dağıtım kısıtlarına uygun aracı seçmene yardımcı olmak için bu çerçevelerin Ultralytics YOLO26 gibi modern çözümlerle nasıl karşılaştırıldığını da ele alacağız.

PP-YOLOE+: Geliştirilmiş Endüstriyel Nesne Algılama#

Baidu ekosistemi içinde geliştirilen PP-YOLOE+, özgün PP-YOLOE'nin PaddlePaddle derin öğrenme çerçevesi için yoğun biçimde optimize edilmiş, yinelemeli bir iyileştirmesidir. Sunucu sınıfı donanımda doğruluğu ve çıkarım hızını en üst düzeye çıkarmak üzere tasarlanmıştır; bu da onu endüstriyel denetim ve akıllı perakende uygulamaları için güçlü bir aday yapar.

Mimari Yenilikler#

PP-YOLOE+, önceki anchor-free algılayıcıları geliştirmek için çeşitli mimari iyileştirmeler sunuyor:

• CSPRepResNet Omurgası: Bu omurga, özellik çıkarma yeteneği ile çıkarım gecikmesi arasında güçlü bir denge sunmak için RepVGG tarzı bir mimariyi Kısmi Çapraz Aşama (CSP) bağlantılarıyla birleştirir.
• Görev Hizalama Öğrenimi (TAL): PP-YOLOE+, eğitim sırasında sınıflandırma ve regresyon görevlerini hizalayan gelişmiş, dinamik bir etiket atama stratejisi kullanarak eğitim ile çıkarım performansı arasındaki farkı azaltır.
• Verimli Görev Hizalamalı Başlık (ET-head): Uzamsal çözünürlükten ödün vermeden özellikleri hızla işlemek üzere tasarlanmış, sadeleştirilmiş bir algılama başlığıdır ve yüksek mAP ölçütlerini korumak için oldukça yararlıdır.

PP-YOLOE+ Ayrıntıları:

• Yazarlar: PaddlePaddle yazarları
• Kurum: Baidu
• Tarih: 2022-04-02
• Arxiv: 2203.16250
• GitHub: PaddlePaddle/PaddleDetection
• Belgeler: PP-YOLOE+ Belgeleri

PP-YOLOE+ hakkında daha fazla bilgi edin

DAMO-YOLO: Uç Cihazlarda Sinir Ağı Mimarisi Araması#

Alibaba DAMO Akademisi tarafından oluşturulan DAMO-YOLO, belirgin biçimde farklı bir yaklaşım benimsiyor. Araştırma ekibi, omurgayı elle tasarlamak yerine, katı gecikme kısıtlarına göre uyarlanmış, son derece verimli ağ topolojileri keşfetmek için Sinir Ağı Mimarisi Araması (NAS) yöntemini kullandı.

Temel Özellikler ve Eğitim İşlem Hattı#

DAMO-YOLO, otomatikleştirilmiş ve damıtma ağırlıklı bir metodolojiyle düşük gecikme ve yüksek doğruluğu ön planda tutuyor:

• MAE-NAS Omurgaları: DAMO-YOLO, Maksimum Entropili Sinir Ağı Mimarisi Aramasından yararlanarak özellikle parametre sayısı ile doğruluk arasındaki ödünleşim için optimize edilmiş omurgalar oluşturur.
• Verimli RepGFPN: Yeniden parametrelendirilmiş Genelleştirilmiş Özellik Piramidi Ağı, sağlam çok ölçekli özellik birleştirmeyi mümkün kılar ve modelin tek bir karede çok farklı boyutlardaki nesneleri algılamasına yardımcı olur.
• ZeroHead Tasarımı: Çıkarım aşamasındaki hesaplama yükünü büyük ölçüde azaltan, son derece basitleştirilmiş bir algılama başlığıdır.
• Damıtma İyileştirmesi: Daha küçük varyantların performansını artırmak için DAMO-YOLO, büyük bir öğretmen modelin öğrenci modele rehberlik ettiği karmaşık bilgi damıtma sürecinden yoğun biçimde yararlanır.

DAMO-YOLO Ayrıntıları:

• 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

Performans Analizi#

Bu modelleri değerlendirirken gecikme, hesaplama karmaşıklığı (FLOP) ve Ortalama Hassasiyet (mAP) arasındaki ödünleşim, ideal dağıtım ortamlarını belirler.

DAMO-YOLOt, TensorRT gecikmesi bakımından PP-YOLOE+t'den daha düşüktür; DAMO-YOLO ise minik ve küçük ölçeklerde daha doğrudur, bu da onu yüksek hacimli video akışlarında son derece rekabetçi kılar. Ancak PP-YOLOE+, ekstra büyük (x) varyantına kadar son derece iyi ölçeklenir ve çıkarım süresinin ikincil önem taşıdığı karmaşık görüntülerde üst düzey doğruluk sunar.

Ultralytics'in Avantajı: 2022 Mimarilerinin Ötesine Geçmek#

PP-YOLOE+ ve DAMO-YOLO önemli kilometre taşlarını temsil etse de modern geliştirme süreçleri daha fazla çok yönlülük, daha kolay eğitim işlem hatları ve daha düşük bellek gereksinimleri talep ediyor. Ultralytics Platformu, eski modellerin gerektirdiği karmaşık damıtma ve çerçeveye özgü kurulumları büyük ölçüde geride bırakan, sorunsuz bir deneyim sunarak bu ihtiyaçları karşılıyor.

Günümüzde en iyi performans dengesine ulaşmak isteyen geliştiriciler için Ultralytics YOLO26, gerçek dünya dağıtım verimliliğinde devrim niteliğinde bir ilerleme sunuyor.

YOLO26 Neden Sektöre Öncülük Ediyor?#

2026'nın başlarında yayımlanan YOLO26, üretime yönelik çığır açan teknolojiler sunarak YOLO11 modelinin mirasını ileri taşıyor:

• Uçtan Uca, NMS Gerektirmeyen Tasarım: YOLO26, isteğe bağlı bire bir başlığıyla (nms=False) Maksimum Olmayan Bastırma (NMS) son işlemesini tamamen atlayabilir. Bu, daha basit dağıtım mantığı ve tutarlı, son derece öngörülebilir çıkarım gecikmeleri sağlar.
• MuSGD Optimizasyon Algoritması: Büyük dil modeli eğitim tekniklerinden ilham alan YOLO26, hibrit bir MuSGD optimizasyon algoritması kullanır. Bu, son derece kararlı eğitim ve hızlı yakınsama sağlayarak değerli GPU saatlerinden tasarruf ettirir.
• Üstün CPU Çıkarımı: YOLO26, Dağılım Odaklı Kayıp fonksiyonunu (DFL) kaldırıp ağ grafiğini optimize ederek CPU çıkarımını %43'e kadar hızlandırır ve uç yapay zekâ cihazları için en iyi seçenek hâline gelir.
• ProgLoss + STAL: Bu gelişmiş kayıp fonksiyonları, drone operasyonları ve uzaktan algılama için kritik olan küçük nesne tanımada dikkate değer iyileştirmeler sağlar.
• Eşsiz Çok Yönlülük: Yalnızca algılamaya odaklanan PP-YOLOE+'dan farklı olarak YOLO26, poz tahminini, örnek bölütlemeyi, görüntü sınıflandırmayı ve yönlendirilmiş sınırlayıcı kutuları (OBB) yerel olarak ve sorunsuz biçimde destekler.

Kullanım Kolaylığı ve Eğitim Verimliliği#

Bir DAMO-YOLO modelini eğitmek, yoğun bir öğretmen-öğrenci damıtma işlem hattını yönetmeyi gerektirir. Buna karşılık, bir Ultralytics modelini eğitmek yalnızca birkaç satır Python kodu gerektirir ve rakip mimarilere kıyasla çok az CUDA belleği kullanır.

from ultralytics import YOLO

# En yeni YOLO26 modelini başlat
model = YOLO("yolo26n.pt")

# Modeli MuSGD optimizasyon algoritmasıyla eğit
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, optimizer="MuSGD")

# Uçtan uca, NMS gerektirmeyen çıkarım çalıştır
results = model("https://ultralytics.com/images/bus.jpg", nms=False)

# ONNX veya TensorRT'ye sorunsuzca aktar
model.export(format="onnx")

İdeal Kullanım Alanları ve Öneriler#

En uygun bilgisayarlı görü mimarisini seçmek, büyük ölçüde ekibinin ekosistem entegrasyonuna ve dağıtım hedeflerine bağlıdır.

• Tüm işlem hattın Baidu PaddlePaddle ekosistemine derinlemesine entegreyse PP-YOLOE+'ı seç. Doğruluğu en üst düzeye çıkarmanın öncelikli hedef olduğu güçlü sunucularda statik görüntü analizi için hâlâ mükemmel bir seçenektir.
• Sinir Ağı Mimarisi Araması algoritmaları üzerine belirli bir araştırma yürütüyorsan veya iddialı TensorRT gecikme hedeflerine ulaşmak için karmaşık damıtma işlem hatlarını sürdürecek mühendislik kaynaklarına sahipsen DAMO-YOLO'yu seç.
• Neredeyse tüm modern üretim senaryoları için Ultralytics YOLO26'yı seç. Ultralytics ekosistemi, rakipsiz belgeler, daha düşük bellek gereksinimleri ve sadeleştirilmiş bir API sunar. İster otomatik kalite kontrolü sistemleri geliştiriyor ister Raspberry Pi üzerinde gerçek zamanlı izleme çalıştırıyor ol, YOLO26'nın NMS gerektirmeyen mimarisi kutudan çıktığı gibi hızlı, kararlı ve son derece doğru sonuçlar sağlar.

En yeni diğer çözümleri inceleyen geliştiriciler için Ultralytics belgeleri, yaygın olarak benimsenen YOLOv8 ve güçlü YOLO11 hakkında da kapsamlı kaynaklar sunarak her bilgisayarlı görü problemi için doğru modele sahip olmanı sağlar.