PP-YOLOE+ ve RTDETRv2
Bilgisayarlı görü, özellikle gerçek zamanlı nesne tespiti alanında son yıllarda hızla gelişti. Dağıtımın için doğru mimariyi seçmek, yavaş ve belleği yoğun kullanan bir uygulama ile optimize, duyarlı bir sistem arasındaki farkı yaratabilir. Bu teknik karşılaştırmada Baidu'nun öne çıkan iki modeli inceleniyor: CNN tabanlı PP-YOLOE+ ve Transformer tabanlı RTDETRv2. Modellerin mimarileri, performans ölçütleri ve en uygun kullanım alanları analiz ediliyor; ayrıca Ultralytics YOLO26 ile nasıl karşılaştırıldıkları ele alınıyor.
PP-YOLOE+: CNN Paradigmasını İleri Taşımak#
Önceki modellerin geliştirilmiş bir sürümü olarak tasarlanan PP-YOLOE+, geleneksel Evrişimli Sinir Ağlarının (CNN) nesne tespitinde ne kadar ileri gidebileceğini gösteriyor. YOLO serisinin temel mekaniklerini geliştiren ve PaddlePaddle ekosistemi için özel optimizasyonlar sunan, çapaları olmayan yetkin bir tespit modelidir.
Model Ayrıntıları:
- Yazarlar: PaddlePaddle yazarları
- Kurum: Baidu
- Tarih: 2022-04-02
- arXiv: 2203.16250
- GitHub: PaddleDetection Deposu
- Belgeler: PP-YOLOE+ Belgeleri
Mimari ve Yöntemler#
PP-YOLOE+, çok ölçekli özellikleri etkili biçimde bir araya getirmek için CSPRepResNet omurgasına ve PAN tarzı bir özellik piramit ağına dayanır. Çapasız tasarımı, çapa kutuları oluştururken genellikle gereken sezgisel ayarları ortadan kaldırır. Eğitim yöntemi ayrıca, öğrenme aşamasında tahminleri gerçek değer kutularıyla daha iyi eşleştirmek üzere etiket ataması için Görev Hizalama Öğrenimini (TAL) kullanır.
Güçlü Yönleri ve Kullanım Alanları#
PP-YOLOE+'ın başlıca güçlü yönü, standart sunucu donanımındaki sağlam performansı ve Baidu araçlarıyla derin entegrasyonudur. Donanım kısıtlarının çok katı olmadığı üretim ortamlarındaki statik kusur tespiti gibi geleneksel endüstriyel iş akışları için uygundur.
PP-YOLOE+ hakkında daha fazla bilgi edin
PP-YOLOE+ yüksek doğruluk sunsa da, yerel ekosisteminin dışında dağıtılması bazen ek dönüştürme adımları gerektirebilir; bu durum, modern Ultralytics işlem hatlarında kullanıma hazır yerel dışa aktarma biçimlerinden farklıdır.
RTDETRv2: Gerçek Zamanlı Algılama Transformer'ları#
Saf CNN'lerden uzaklaşan RTDETRv2 (Gerçek Zamanlı Tespit Transformer'ı sürüm 2), gerçek zamanlı tespite dikkat mekanizmalarını getiriyor. Transformer'ların küresel bağlamı anlama becerisini, gerçek dünya uygulamalarının gerektirdiği düşük gecikmeyle bir araya getirmeyi amaçlıyor.
Model Ayrıntıları:
- Yazarlar: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang ve Yi Liu
- Kurum: Baidu
- Tarih: 2024-07-24
- arXiv: 2407.17140
- GitHub: RTDETRv2 Deposu
- Belgeler: RTDETRv2 README Dosyası
Mimari ve Yöntemler#
RTDETRv2, özellik çıkarımı için bir CNN omurgasını yalınlaştırılmış bir Transformer kodlayıcı-kod çözücüyle birleştiren hibrit bir mimari kullanır. RTDETRv2'nin belirleyici özelliklerinden biri, geleneksel Maksimum Olmayan Bastırma (NMS) son işlemesini atlayan yerel uçtan uca tasarımıdır. Ayrıca, uzaktaki nesneler arasındaki uzamsal ilişkileri anlamak için öz dikkati kullanarak çok ölçekli tespiti ve karmaşık sahneleri de ele alır.
Güçlü Yönleri ve Kullanım Alanları#
Transformer mimarisi, RTDETRv2'yi küresel bağlamı anlamanın kritik olduğu senaryolarda son derece etkili kılar. Ancak Transformer modelleri, eğitim ve çıkarım sırasında hafif CNN'lere kıyasla genellikle önemli ölçüde daha fazla CUDA belleği gerektirir. Güçlü GPU sunucularında çalışan bulut tabanlı video analitiği gibi, donanım kısıtlarının olmadığı ortamlar için en uygunudur.
RTDETRv2 hakkında daha fazla bilgi edin
Performans ve Metrik Karşılaştırması#
Bu modelleri değerlendirirken, Ortalama Hassasiyet (mAP) ile hesaplama maliyeti (FLOP ve çıkarım gecikmesiyle ölçülür) arasındaki ödünleşim büyük önem taşır. Aşağıdaki tabloda hem PP-YOLOE+ hem de RTDETRv2'nin çeşitli ölçeklerine ait temel ölçütler özetlenmektedir.
| Model | boyut (piksel) | mAPval50-95 | 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 fazla parametre ve FLOP pahasına yüksek mAP değerleri sunarken, kısıtlı uç cihazlara dağıtım yapmak isteyen geliştiriciler, Transformer katmanlarının tipik olarak yüksek bellek gereksinimleri nedeniyle çoğu zaman darboğazlarla karşılaşır.
Kullanım Alanları ve Öneriler#
PP-YOLOE+ ile RT-DETR arasında seçim yapmak; projenin özel gereksinimlerine, dağıtım kısıtlarına ve ekosistem tercihlerine bağlıdır.
PP-YOLOE+'ı Ne Zaman Seçmeli#
PP-YOLOE+ şu durumlar için güçlü bir seçenektir:
- PaddlePaddle Ekosistemiyle Entegrasyon: Altyapısı ve araçları Baidu'nun PaddlePaddle çerçevesi üzerine kurulu kuruluşlar.
- Paddle Lite ile Uç Dağıtım: Özellikle Paddle Lite veya Paddle çıkarım motoru için optimize edilmiş çıkarım çekirdeklerine sahip donanımlara dağıtım.
- Sunucu Tarafında Yüksek Doğruluklu Tespit: Çerçeve bağımlılığının önemli olmadığı güçlü GPU sunucularında en yüksek tespit doğruluğuna öncelik veren senaryolar.
RT-DETR Ne Zaman Seçilmeli?#
RT-DETR şu durumlarda önerilir:
- Transformer Tabanlı Tespit Araştırmaları: NMS kullanmadan uçtan uca nesne tespiti için dikkat mekanizmalarını ve Transformer mimarilerini inceleyen projeler.
- Gecikme Esnekliğinin Olduğu Yüksek Doğruluk Gerektiren Senaryolar: Tespit doğruluğunun en önemli öncelik olduğu ve biraz daha yüksek çıkarım gecikmesinin kabul edilebildiği uygulamalar.
- Büyük Nesne Tespiti: Transformer'ların genel dikkat mekanizmasının doğal bir avantaj sağladığı, çoğunlukla orta ve büyük nesneler içeren sahneler.
Ultralytics'i (YOLO26) Ne Zaman Seçmeli#
Yeni projelerin çoğunda Ultralytics YOLO26, performans ile geliştirici deneyiminin en iyi birleşimini sunar:
- NMS Olmadan Uç Dağıtımı: Maksimum Olmayan Bastırma son işleminin karmaşıklığı olmadan tutarlı ve düşük gecikmeli çıkarım gerektiren uygulamalar.
- Yalnızca CPU Kullanılan Ortamlar: Özel GPU hızlandırması olmayan cihazlarda, YOLO26'nın CPU çıkarımında YOLO11n'ye kıyasla %43'e varan hız avantajı belirgin bir üstünlük sağlar.
- Küçük Nesne Algılama: ProgLoss ve STAL'ın çok küçük nesnelerde doğruluğu önemli ölçüde artırdığı havadan drone görüntüleri veya IoT sensör analizi gibi zorlu senaryolar.
Ultralytics'in Avantajı: YOLO26 ile Tanış#
PP-YOLOE+ ve RTDETRv2 önemli kilometre taşları olsa da modern geliştiricilerin, yüksek performansı yalın kullanım kolaylığıyla dengeleyen bir ekosisteme ihtiyacı var. Ultralytics Platformu ve YOLO26 modeli tam da bu ihtiyaç için tasarlandı.
Ocak 2026'da yayımlanan YOLO26, önceliği uç cihazlara veren görsel yapay zekâ için geliştirildi. Eski mimarilerle ilişkili dağıtım zorluklarını ele alırken hız ve doğruluk bakımından da bu mimarileri geliştiriyor.
Mimari Yenilikler#
YOLO26, geleneksel CNN'lere ve büyük Transformer'lara kıyasla çeşitli iyileştirmeler sunuyor:
- Uçtan Uca, NMS Gerektirmeyen Tasarım: RTDETRv2 gibi YOLO26 da yerel uçtan uca çıkarımı destekler. İsteğe bağlı bire bir başlığı (
nms=False) sayesinde NMS son işlemesini atlayarak daha düşük gecikme değişkenliğiyle daha hızlı ve basit dağıtım sağlar; bu özellik, gerçek zamanlı robotik ve otonom sistemler için idealdir. - CPU Çıkarımında %43'e Varan Hız Artışı: Mimari optimizasyonlar sayesinde YOLO26, harici GPU'su olmayan uç cihazlarda rakip modellerden çok daha iyi performans gösterir. YOLO26n, CPU'da YOLO11n'den %43'e kadar daha hızlıdır; bu da onu IoT ve akıllı şehir uygulamaları için güçlü bir seçenek hâline getirir.
- MuSGD Optimizatörü: Büyük dil modeli (LLM) eğitimindeki yeniliklerden ilham alan YOLO26, SGD ile Muon'u birleştiren hibrit bir optimizatör kullanır. Bu yaklaşım daha dengeli eğitim ve daha hızlı yakınsama sağlar, GPU eğitim saatlerini önemli ölçüde azaltır.
- ProgLoss + STAL: Aşamalı kayıp ve küçük hedefleri dikkate alan etiket ataması, PP-YOLOE+ gibi modellerin geçmişte zorlandığı küçük nesne tanımada belirgin iyileşmeler sağlar. Bu özellik, hava görüntüleri ve drone uygulamaları için kritik önemdedir.
- DFL'nin Kaldırılması: Dağılım Odaklı Kaybın kaldırılması, dışa aktarma sürecini basitleştirerek çeşitli uç ve düşük güçlü cihazlarla uyumluluğu artırır.
Uzmanlaşmış nesne tespit modellerinin aksine YOLO26; Örnek Segmentasyonu, Sınıflandırma, Poz Tahmini ve Yönlendirilmiş Sınırlayıcı Kutuları (OBB) destekleyen çok yönlü bir modeldir. Poz için RLE ve OBB için özel açı kaybı gibi amaca yönelik iyileştirmeler içerir.
Kullanım Kolaylığı#
RTDETRv2 gibi karmaşık mimarileri benimsemenin en büyük dezavantajlarından biri, öğrenme eğrisinin dik olması ve entegrasyon süreçlerinin kopuk ilerlemesidir. Ultralytics ekosistemi, bu karmaşıklığı sezgisel bir Python API'si ve web tabanlı Ultralytics Platformu aracılığıyla soyutlar.
İster özel veri kümelerinde eğitim yap ister hızlı çıkarım çalıştır, süreç oldukça basittir:
from ultralytics import RTDETR, YOLO
# YOLO26 modelini başlat
model_yolo = YOLO("yolo26n.pt")
# Alternatif olarak RT-DETR modelini aynı basit API üzerinden başlat
model_rtdetr = RTDETR("rtdetr-l.pt")
# Gerçek zamanlı çıkarım çalıştır
results = model_yolo("https://ultralytics.com/images/zidane.jpg")
results[0].show()
# Uç cihaz dağıtımı için tek satırda dışa aktar
model_yolo.export(format="engine", quantize=16)Ultralytics YOLO modellerinin genellikle daha düşük bellek gereksinimleri, Transformer tabanlı modellere kıyasla daha hızlı eğitim yapmanı ve daha ucuz donanımlara dağıtım gerçekleştirmeni sağlar. Etkin geliştirme ve kapsamlı belgeler de üretim hatlarının kararlı kalmasına yardımcı olur.
Alternatifleri inceleyen ekipler için YOLO11, ekosistem içinde desteği sürdürülen ve yetkin bir önceki nesil model olmaya devam ediyor; mevcut donanım entegrasyonları için sağlam bir temel sunuyor. YOLO11 ve RT-DETR karşılaştırmasını da yararlı bulabilirsin.
Özet#
PP-YOLOE+ ve RTDETRv2, sırasıyla gelişmiş CNN hatlarının ve gerçek zamanlı Transformer'ların uygulanabilirliğini göstererek bilgisayarlı görünün gelişimine önemli katkılarda bulundu. Ancak 2026'da sağlam, çok yönlü ve optimize bilgisayarlı görü uygulamaları dağıtmak isteyen kuruluşlar için önerilen çözüm Ultralytics YOLO26'dır. İsteğe bağlı NMS'siz çıkarımı, çok daha hızlı CPU çıkarımı ve yalın ekosistemi, geliştiricilerin fikir aşamasından ölçeklenebilir üretime hızla geçmesine yardımcı olur.
Yorumlar
Bir soru sor, sonuçlarını paylaş veya başka birine yardım et.