Başla

RTDETRv2 ve DAMO-YOLO

Araştırmacılar ve mühendisler hız, doğruluk ve verimlilik arasında denge kuran modeller geliştirdikçe bilgisayarlı görü gelişmeye devam ediyor. Bu alandaki iki önemli mimari, Baidu tarafından geliştirilen RTDETRv2 ve Alibaba Group tarafından oluşturulan DAMO-YOLO'dur. Her iki model de gerçek zamanlı nesne algılamayı ileri taşır; ancak temelden farklı mimari felsefeleri benimser.

Bu teknik karşılaştırma, mimarilerini, eğitim yöntemlerini ve gerçek dünya dağıtım becerilerini ele alıyor. Ayrıca bu modellerin daha geniş ekosistemle, özellikle Ultralytics Platform ve YOLO26 model ailesiyle nasıl karşılaştırıldığını açıklıyor.

Mimari Yenilikler#

Bu modellerin temel çalışma mekanizmalarını anlamak, üretim ortamları için doğru aracı seçmekle görevli makine öğrenimi mühendisleri açısından kritik önem taşır.

RTDETRv2: Transformer Yaklaşımı#

Özgün RT-DETR'nin başarısını temel alan RTDETRv2, hibrit kodlayıcı ve bir transformer kod çözücüsü kullanır. Bu tasarım, modelin küresel bağlamı etkili biçimde işlemesini sağlayarak yoğun sahnelerde örtüşen nesneleri ayırt etmede çok başarılı olmasına yardımcı olur. Bu mimarinin en önemli avantajı, yerel NMS'siz (Maksimum Olmayan Bastırma) tasarımıdır. NMS son işleme adımını ortadan kaldıran RTDETRv2, çıkarım işlem hattını basitleştirir ve farklı donanım yapılandırmalarında daha kararlı gecikme sağlar.

RTDETRv2 hakkında daha fazla bilgi edin

DAMO-YOLO: CNN Verimliliğini Geliştirme#

Öte yandan DAMO-YOLO, CNN tabanlı YOLO çizgisini sürdürürken dikkate değer çeşitli iyileştirmeler sunar. Özellik çıkarma verimliliğini artırmak için omurgasını [sinir mimarisi araması (NAS)] kullanarak optimize eder. Ayrıca verimli bir RepGFPN (yeniden parametrelendirilmiş genelleştirilmiş özellik piramit ağı) ve ZeroHead tasarımının yanı sıra AlignedOTA ve bilgi damıtma tekniklerini kullanır. Bu yenilikler, DAMO-YOLO'nun rekabetçi bir mAPval50-95 değerini korurken hızlı çıkarım hızlarına ulaşmasını sağlar.

DAMO-YOLO hakkında daha fazla bilgi edin

Mimari Farklılıklar

RTDETRv2, NMS kullanmadan küresel özellikleri anlamak için dikkat mekanizmalarından yararlanırken DAMO-YOLO, NAS ve gelişmiş damıtma yoluyla geleneksel CNN verimliliğini en üst düzeye çıkarır. Standart son işlem gerektirse de belirli donanımlarda belirgin hız avantajları sunar.

Performans ve Metrik Karşılaştırması#

Dağıtım için modelleri değerlendirirken Ortalama Hassasiyet Ortalaması (mAP), çıkarım hızı ve parametre sayısı gibi performans ölçütleri büyük önem taşır. Aşağıdaki tablo, iki model ailesini karşılaştırıyor.

Modelboyut
(piksel)
mAPval50-95Hız
CPU ONNX
(ms)
Hız
T4 TensorRT10
(ms)
parametre
(M)
FLOPs
(B)
RTDETRv2-s64048.1-5.032060
RTDETRv2-m64051.9-7.5136100
RTDETRv2-l64053.4-9.7642136
RTDETRv2-x64054.3-15.0376259
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3

Sonuçların Analizi#

Tabloda görüldüğü gibi RTDETRv2-x, 54.3 mAPval50-95 değeriyle en yüksek doğruluğa ulaşarak COCO veri kümesi gibi zorlu kıyaslamalarda Transformer mimarisinin gücünü gösterir. Ancak bunun karşılığında önemli ölçüde daha fazla parametre (76M) ve FLOPs gerekir.

Buna karşılık DAMO-YOLOt (Tiny) oldukça hafiftir; yalnızca 8.5M parametre gerektirir ve bu da onu CUDA belleğinin ciddi ölçüde kısıtlı olduğu ortamlar için hızlı bir seçenek hâline getirir. DAMO-YOLO, eski uç cihazlarda hız ve doğruluk arasında genellikle elverişli bir denge sunar.

Ekosistem, Kullanılabilirlik ve Ultralytics Avantajı#

Resmî RT-DETR ve DAMO-YOLO GitHub projeleri gibi bağımsız depolar bu modelleri eğitmek için gereken ham kodu sunsa da modelleri üretim işlem hatlarına entegre etmek genellikle kapsamlı yardımcı kod ve elle optimizasyon gerektirir.

Ultralytics ekosistemi, geliştirici deneyimini önemli ölçüde basitleştirir. Ultralytics, özgün RT-DETR gibi transformer algılayıcılarını doğrudan birleşik API'sine entegre ederek kullanıcıların modelleri tek satır kodla eğitmesine, doğrulamasına ve dışa aktarmasına olanak tanır. Ultralytics modelleri, eğitim sırasındaki düşük bellek gereksinimleriyle de ağır transformer tabanlı bağımsız depolardan ayrılır.

Kod Örneği: Entegrasyon#

Ultralytics Python kütüphanesiyle çıkarım işlemini şöyle çalıştırabilirsin. Transformer modeli veya modern bir CNN kullanman fark etmeksizin API tutarlı kalır.

from ultralytics import RTDETR, YOLO

# Karmaşık sahneleri anlamak için RT-DETR modeli yükle
model_rtdetr = RTDETR("rtdetr-l.pt")

# En yeni Ultralytics YOLO26 modelini yükle
model_yolo26 = YOLO("yolo26n.pt")

# Örnek bir görüntü üzerinde çıkarım yap
results_rtdetr = model_rtdetr("https://ultralytics.com/images/bus.jpg")
results_yolo = model_yolo26("https://ultralytics.com/images/bus.jpg")

# Sonuçları görüntüle
results_yolo[0].show()
Modelleri Üretim Ortamı İçin Dışa Aktarma

Ultralytics API'sini kullanarak eğitilmiş modellerini TensorRT, ONNX veya CoreML gibi biçimlere model.export(format="engine") gibi basit bir komutla dışa aktarabilir, böylece dağıtım sürecindeki engelleri büyük ölçüde azaltabilirsin.

İdeal Kullanım Alanları#

Bu mimariler arasındaki seçim, projenin özel gereksinimlerine bağlıdır:

  • RTDETRv2, VRAM'in bol olduğu sunucu tarafı işlemede en iyi performansı gösterir. Küresel bağlam farkındalığı, örtüşmelerin sık yaşandığı tıbbi görüntüleme ve yoğun kalabalık analizine uygundur.
  • DAMO-YOLO, düşük parametre sayısı ve yüksek FPS'in katı gereklilik olduğu gömülü IoT uygulamaları ve yüksek hızlı endüstriyel denetim hatları için oldukça uygundur.

Gelecek: Ultralytics YOLO26#

RTDETRv2 ve DAMO-YOLO'nun ikisinin de güçlü yanları var; ancak bilgisayarlı görü alanı hızla gelişiyor. Yeni projeler için en yeni Ultralytics YOLO26, hız, doğruluk ve geliştirici deneyimini bir araya getiriyor.

YOLO26, ağır hesaplama yükleri olmadan transformer'ların temel avantajını yakalayan bir Uçtan Uca NMS'siz Tasarım kullanır. Kararlı ve hızlı yakınsama için Büyük Dil Modeli eğitiminden esinlenen MuSGD Optimizasyonunu içerir. DFL Kaldırma (dışa aktarımı basitleştirmek ve uç cihazlarla düşük güç tüketimli cihazlarda uyumluluğu artırmak için Dağılımsal Odak Kaybı'nın kaldırılması) sayesinde YOLO26n, YOLO11n'den CPU çıkarımında %43'e kadar daha hızlıdır ve uç bilişim için güçlü bir seçenektir. ProgLoss + STAL (Aşamalı Kayıp ve küçük nesnelere duyarlı etiket atama), IoT, robotik ve hava görüntüleri için kritik olan küçük nesnelerin tanınmasında da kayda değer iyileştirmeler sağlar.

Yalnızca sınırlayıcı kutularla sınırlı modellerin aksine YOLO26 ailesi, örnek segmentasyonundan ve poz tahmininden yönlendirilmiş sınırlayıcı kutulara (OBB) kadar farklı görevleri destekler; tümü Ultralytics Platform üzerinden yönetilir.

Model Ayrıntıları ve Kaynaklar#

RTDETRv2#

  • Yazarlar: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang ve Yi Liu
  • Kurum: Baidu
  • Tarih: 2024-07-24
  • arXiv: 2407.17140
  • GitHub: RT-DETR Deposu

DAMO-YOLO#

Diğer karşılaştırmalar için, bu modellerin Ultralytics ailesinin önceki nesillerine kıyasla nasıl performans gösterdiğini görmek üzere RTDETRv2 ve YOLO11 veya DAMO-YOLO ve YOLOv8 kılavuzlarına bak.

Katkıda Bulunanlar

Yorumlar

Bir soru sor, sonuçlarını paylaş veya başka birine yardım et.