PP-YOLOE+ ve RTDETRv2#
Bilgisayarlı görü alanı, özellikle gerçek zamanlı nesne algılama alanında, son yıllarda çarpıcı bir gelişim gösterdi. Dağıtımın için doğru mimariyi seçmek, yavaş ve belleği yoğun kullanan bir uygulama ile yüksek düzeyde optimize edilmiş, duyarlı bir sistem arasındaki farkı yaratabilir. Bu teknik karşılaştırmada Baidu'nun öne çıkan iki modelini, CNN tabanlı PP-YOLOE+ ve Transformer tabanlı RTDETRv2'yi inceliyoruz. Mimarilerini, performans metriklerini ve ideal kullanım alanlarını analiz ederken, bunların son teknoloji ürünü Ultralytics YOLO26 platformuyla nasıl karşılaştırıldığını da ele alacağız.
PP-YOLOE+: CNN Paradigmasını İleri Taşımak#
Önceki sürümlerinin üzerine bir yineleme olarak geliştirilen PP-YOLOE+, geleneksel Evrişimli Sinir Ağlarının (CNNs) nesne algılamada başarabileceklerinin sınırlarını zorluyor. YOLO serisinin temel mekanizmaları üzerine inşa edilen ve PaddlePaddle ekosistemi için özel optimizasyonlar sunan, son derece yetenekli bir anchorsız algılayıcıdır.
Model Ayrıntıları:
- Yazarlar: PaddlePaddle Authors
- Kuruluş: Baidu
- Tarih: 2022-04-02
- Arxiv: 2203.16250
- GitHub: PaddleDetection deposu
- Belgeler: PP-YOLOE+ Belgeleri
Mimari ve Yöntemler#
PP-YOLOE+, çok ölçekli özellikleri etkili bir şekilde birleştirmek için yüksek düzeyde optimize edilmiş bir omurgaya ve özelleştirilmiş bir özellik piramidi ağına dayanır. Anchor box oluşturma için genellikle gereken sezgisel ayarlama sürecini basitleştiren anchorsız bir tasarım kullanır. Ayrıca eğitim metodolojisi, öğrenme aşamasında tahminleri gerçek referans kutularıyla daha iyi eşleştirmek için gelişmiş etiket atama stratejileri içerir.
Güçlü Yönler ve Kullanım Alanları#
PP-YOLOE+'nın temel gücü, standart sunucu donanımındaki sağlam performansında ve Baidu'nun araçlarıyla derin entegrasyonunda yatar. Donanım kısıtlarının aşırı olmadığı üretim ortamlarındaki statik kusur algılama gibi geleneksel endüstriyel iş akışları için oldukça uygundur.
PP-YOLOE+ hakkında daha fazla bilgi edinin
PP-YOLOE+ güçlü bir doğruluk sunsa da modern Ultralytics işlem hatlarında kullanıma hazır olan yerel dışa aktarma biçimlerinin aksine, yerel ekosisteminin dışında dağıtımı bazen ek dönüştürme adımları gerektirebilir.
RTDETRv2: Gerçek Zamanlı Algılama Transformer'ları#
Saf CNN'lerden uzaklaşan RTDETRv2 (Gerçek Zamanlı Algılama Transformer sürüm 2), bilgisayarlı görü görevlerinde dikkat tabanlı mekanizmalara geçişi temsil eder. Transformer'ların küresel bağlamı anlama yeteneğini gerçek dünya uygulamaları için gereken düşük gecikmeyle birleştirmeye çalışır.
Model Ayrıntıları:
- Yazarlar: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang ve Yi Liu
- Kuruluş: Baidu
- Tarih: 2024-07-24
- Arxiv: 2407.17140
- GitHub: RTDETRv2 Repository
- Belgeler: RTDETRv2 README
Mimari ve Yöntemler#
RTDETRv2, özellik çıkarımı için bir CNN omurgasını yalınlaştırılmış bir Transformer kodlayıcı-kod çözücüyle birleştiren hibrit bir mimariden yararlanır. RTDETRv2'nin belirleyici özelliklerinden biri, geleneksel Maksimum Olmayan Bastırma (NMS) son işleme adımını atlayan yerel uçtan uca tasarımıdır. Ayrıca çok ölçekli algılama ve karmaşık sahne işleme gibi özellikler sunar; uzak nesneler arasındaki uzamsal ilişkileri anlamak için öz-dikkati kullanır.
Güçlü Yönler ve Kullanım Alanları#
Transformer mimarisi, küresel bağlamı anlamanın kritik olduğu senaryolarda RTDETRv2'yi son derece etkili kılar. Ancak Transformer modelleri, hem eğitim hem de çıkarım sırasında genellikle hafif CNN'lere kıyasla önemli ölçüde daha fazla CUDA belleği gerektirir. Güçlü GPU sunucularında çalışan bulut tabanlı video analizi gibi donanım kısıtlarının bulunmadığı ortamlar için en uygunudur.
RT-DETR hakkında daha fazla bilgi edin
Performans ve Metrik Karşılaştırması#
Bu modeller değerlendirilirken ortalama Ortalama Kesinlik (mAP) ile hesaplama maliyeti (FLOPs ve çıkarım gecikmesiyle ölçülür) arasındaki denge büyük önem taşır. Aşağıdaki tablo, hem PP-YOLOE+ hem de RTDETRv2'nin çeşitli ölçekleri için temel metrikleri özetlemektedir.
| Model | boyut (piksel) | mAPval 50-95 | Hız CPU ONNX (ms) | Hız T4 TensorRT10 (ms) | parametre (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| PP-YOLOE+t | 640 | 39.9 | - | 2.84 | 4.85 | 19.15 |
| PP-YOLOE+s | 640 | 43.7 | - | 2.62 | 7.93 | 17.36 |
| PP-YOLOE+m | 640 | 49.8 | - | 5.56 | 23.43 | 49.91 |
| PP-YOLOE+l | 640 | 52.9 | - | 8.36 | 52.2 | 110.07 |
| PP-YOLOE+x | 640 | 54.7 | - | 14.3 | 98.42 | 206.59 |
| RTDETRv2-s | 640 | 48.1 | - | 5.03 | 20 | 60 |
| RTDETRv2-m | 640 | 51.9 | - | 7.51 | 36 | 100 |
| RTDETRv2-l | 640 | 53.4 | - | 9.76 | 42 | 136 |
| RTDETRv2-x | 640 | 54.3 | - | 15.03 | 76 | 259 |
RTDETRv2 daha yüksek parametre sayıları ve FLOPs karşılığında güçlü bir mAP gösterse de kısıtlı uç cihazlarda dağıtım yapmak isteyen geliştiriciler, Transformer katmanlarının tipik ağır bellek gereksinimleri nedeniyle genellikle darboğazlarla karşılaşır.
Kullanım Alanları ve Öneriler#
PP-YOLOE+ ile RT-DETR arasında seçim yapmak, özel proje gereksinimlerine, dağıtım kısıtlarına ve ekosistem tercihlerine bağlıdır.
PP-YOLOE+ Ne Zaman Seçilmeli#
PP-YOLOE+ şu durumlar için güçlü bir tercihtir:
- PaddlePaddle Ekosistemi Entegrasyonu: Mevcut altyapısı Baidu'nun PaddlePaddle çerçevesi ve araçları üzerine kurulmuş kuruluşlar.
- Paddle Lite Uç Dağıtımı: Özellikle Paddle Lite veya Paddle çıkarım motoru için yüksek düzeyde optimize edilmiş çıkarım çekirdeklerine sahip donanımlara dağıtım.
- Yüksek Doğruluklu Sunucu Tarafı Algılama: Çerçeve bağımlılığının sorun olmadığı güçlü GPU sunucularında en yüksek algılama doğruluğuna öncelik veren senaryolar.
RT-DETR Ne Zaman Seçilmeli?#
RT-DETR şu durumlarda önerilir:
- Transformer Tabanlı Tespit Araştırması: NMS olmadan uçtan uca nesne tespiti için dikkat mekanizmalarını ve Transformer mimarilerini inceleyen projeler.
- Esnek Gecikmeyle Yüksek Doğruluk Gerektiren Senaryolar: Tespit doğruluğunun en yüksek öncelik olduğu ve biraz daha yüksek çıkarım gecikmesinin kabul edilebildiği uygulamalar.
- Büyük Nesne Tespiti: Transformer'ların küresel dikkat mekanizmasının doğal bir avantaj sağladığı, çoğunlukla orta ve büyük nesneler içeren sahneler.
Ultralytics (YOLO26) Ne Zaman Seçilmeli?#
Yeni projelerin çoğu için Ultralytics YOLO26, performans ve geliştirici deneyiminin en iyi birleşimini sunar:
- NMS'siz Uç Dağıtımı: Maksimum Olmayan Bastırma son işleme karmaşıklığı olmadan tutarlı ve düşük gecikmeli çıkarım gerektiren uygulamalar.
- Yalnızca CPU Kullanılan Ortamlar: Özel GPU hızlandırması olmayan ve YOLO26'nın %43'e varan daha hızlı CPU çıkarımının belirleyici bir avantaj sağladığı cihazlar.
- Küçük Nesne Algılama: ProgLoss ve STAL'ın küçük nesnelerde doğruluğu önemli ölçüde artırdığı hava drone görüntüleri veya IoT sensör analizi gibi zorlu senaryolar.
Ultralytics Avantajı: YOLO26 ile Tanışın#
Hem PP-YOLOE+ hem de RTDETRv2 önemli dönüm noktalarını temsil etse de modern geliştiricinin aşırı performansı yalınlaştırılmış kullanılabilirlikle mükemmel şekilde dengeleyen bir ekosisteme ihtiyacı vardır. Ultralytics Platformu ve çığır açan YOLO26 modeli tam olarak bunu sunar.
Ocak 2026'da yayımlanan YOLO26, uç öncelikli görü yapay zekâsı için yeni standardı belirliyor. Eski mimarilerle ilişkili dağıtım zorluklarını zarif bir şekilde çözerken hem hız hem de doğruluk açısından onları geride bırakıyor.
Mimari Yenilikler#
YOLO26, geleneksel CNN'leri ve ağır Transformer'ları geride bırakan birçok öncü geliştirme sunar:
- Uçtan Uca NMS'siz Tasarım: RTDETRv2 gibi YOLO26 da yerel olarak uçtan uca çalışır. Maksimum Olmayan Bastırma (NMS) son işlemesini ortadan kaldırarak gecikme titreşimi azaltılmış, daha hızlı ve basit bir dağıtım sunar; bu da onu gerçek zamanlı robotik ve otonom sistemler için ideal kılar.
- CPU Çıkarımında %43'e Varan Hız Artışı: YOLO26, derin mimari optimizasyonlar sayesinde ayrık GPU'su bulunmayan uç cihazlarda rakip modellerden önemli ölçüde daha iyi performans gösterir ve bu da onu IoT ve akıllı şehir uygulamaları için en iyi seçenek haline getirir.
- MuSGD Optimize Edicisi: LLM eğitimi yeniliklerinden ilham alan YOLO26, SGD ile Muon'un hibritini kullanır. Bu, daha kararlı eğitim yörüngeleri ve dikkat çekici ölçüde daha hızlı yakınsama sağlayarak GPU eğitim saatlerini büyük ölçüde azaltır.
- ProgLoss + STAL: Bu gelişmiş kayıp işlevleri, PP-YOLOE+ gibi modellerin geçmişte zorlandığı küçük nesne tanıma alanında kayda değer iyileştirmeler sağlar; bu da onları hava görüntüleri ve drone uygulamaları için kritik hale getirir.
- DFL'nin Kaldırılması: Distribution Focal Loss'un kaldırılması, dışa aktarma sürecini basitleştirerek çeşitli uç ve düşük güç tüketimli cihazlar arasında sorunsuz uyumluluk sağlar.
Uzmanlaşmış nesne algılayıcıların aksine YOLO26, Örnek Bölütleme, Poz Tahmini, Sınıflandırma ve Yönlendirilmiş Sınırlayıcı Kutular (OBB) desteği sunan son derece çok yönlü bir modeldir. Poz için RLE ve OBB için özel açı kaybı gibi amaca yönelik geliştirmeler içerir.
Eşsiz Kullanım Kolaylığı#
RTDETRv2 gibi karmaşık mimarileri benimsemenin en büyük dezavantajlarından biri, zorlu öğrenme eğrisi ve kopuk entegrasyon süreçleridir. Ultralytics ekosistemi, sezgisel bir Python API'si ve kapsamlı web tabanlı platformu aracılığıyla bu karmaşıklıkları tamamen soyutlar.
İster özel veri kümelerini eğitiyor ister hızlı bir çıkarım çalıştırıyor ol, süreç sorunsuzdur:
from ultralytics import RTDETR, YOLO
# Initialize the state-of-the-art YOLO26 model
model_yolo = YOLO("yolo26n.pt")
# Alternatively, initialize an RT-DETR model via the same simple API
model_rtdetr = RTDETR("rtdetr-l.pt")
# Run real-time inference effortlessly
results = model_yolo("https://ultralytics.com/images/zidane.jpg")
results[0].show()
# Export for edge deployment in one line
model_yolo.export(format="engine", quantize=16)Ultralytics YOLO modellerinin tipik olarak daha düşük bellek gereksinimleri, Transformer tabanlı muadillerine kıyasla daha hızlı eğitim yapmana ve daha ucuz donanımlarda dağıtım gerçekleştirmeni sağlar. Ayrıca aktif geliştirme ve dünya standartlarındaki dokümantasyon, üretim işlem hatlarının kararlı kalmasını sağlar.
Alternatifleri araştıran ekipler için YOLO11, eski donanım entegrasyonları için mükemmel bir temel sağlayan, ekosistem içinde yüksek düzeyde desteklenen ve olağanüstü yetenekli bir selef olmaya devam ediyor. Ayrıca YOLO11 vs RT-DETR hakkındaki karşılaştırmamızı okumayı faydalı bulabilirsin.
Özet#
PP-YOLOE+ ve RTDETRv2, sırasıyla gelişmiş CNN işlem hatlarının ve gerçek zamanlı Transformer'ların uygulanabilirliğini göstererek bilgisayarlı görünün evrimine önemli katkılarda bulunmuştur. Ancak 2026'da sağlam, çok yönlü ve yüksek düzeyde optimize edilmiş bilgisayarlı görü uygulamaları dağıtmak isteyen kuruluşlar için Ultralytics YOLO26, rakipsiz bir çözüm sunar. Yerel olarak NMS'siz mimarisi, önemli ölçüde daha hızlı CPU çıkarımı ve yalınlaştırılmış ekosistemi, geliştiricilerin fikir aşamasından ölçeklenebilir üretime her zamankinden daha hızlı geçmesini sağlar.