RTDETRv2 ve DAMO-YOLO#
Bilgisayarlı görü alanı sürekli gelişiyor; araştırmacılar ve mühendisler hız, doğruluk ve verimliliği kusursuz biçimde dengeleyen modeller geliştirmek için çalışıyor. Bu alanda önemli yankı uyandıran iki mimari, Baidu tarafından geliştirilen RTDETRv2 ve Alibaba Group tarafından oluşturulan DAMO-YOLO'dur. Her iki model de gerçek zamanlı nesne algılama sınırlarını zorluyor, ancak etkileyici sonuçlarına ulaşmak için temelden farklı mimari yaklaşımlar benimsiyor.
Bu teknik karşılaştırmada mimarilerini, eğitim yöntemlerini ve gerçek dünya dağıtım yeteneklerini derinlemesine inceleyeceğiz. Ayrıca bu modellerin daha geniş ekosistem içindeki yerini, özellikle yüksek düzeyde optimize edilmiş Ultralytics Platform ve son teknoloji ürünü YOLO26 mimarisi ile karşılaştıracağız.
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#
Orijinal RT-DETR'nin başarısını temel alan RTDETRv2, karma bir kodlayıcı ve bir Transformer kod çözücü kullanır. Bu tasarım, modelin küresel bağlamı son derece etkili biçimde işlemesini sağlar ve yoğun sahnelerde üst üste binen nesneleri ayırt etmede olağanüstü başarılı kılar. Bu mimarinin en önemli avantajı, doğal olarak NMS içermeyen (Maksimum Olmayan Bastırma) tasarımıdır. NMS son işleme adımını ortadan kaldıran RTDETRv2, çıkarım 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, son derece başarılı CNN tabanlı YOLO çizgisinden ayrılmaz ve buna çığır açan çeşitli iyileştirmeler ekler. Omurgasını optimize ederek özellik çıkarma verimliliğini en üst düzeye çıkarmak için Sinir Mimarisi Arama (NAS) yönteminden yararlanır. Ayrıca verimli bir RepGFPN (Yeniden Parametreleştirilmiş Genelleştirilmiş Özellik Piramit Ağı) ve ZeroHead tasarımının yanı sıra AlignedOTA ve damıtma iyileştirme tekniklerini de içerir. Bu yenilikler, DAMO-YOLO'nun yüksek düzeyde rekabetçi bir mAPval puanını korurken hızlı çıkarım hızlarına ulaşmasını sağlar.
DAMO-YOLO hakkında daha fazla bilgi edin
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 kesinlik (mAP), çıkarım hızı ve parametre sayısı gibi performans ölçütleri büyük önem taşır. İki model ailesinin ayrıntılı karşılaştırması aşağıda yer alıyor.
| Model | boyut (piksel) | mAPval 50-95 | Hız CPU ONNX (ms) | Hız T4 TensorRT10 (ms) | parametre (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| 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 |
| DAMO-YOLOt | 640 | 42.0 | - | 2.32 | 8.5 | 18.1 |
| DAMO-YOLOs | 640 | 46.0 | - | 3.45 | 16.3 | 37.8 |
| DAMO-YOLOm | 640 | 49.2 | - | 5.09 | 28.2 | 61.8 |
| DAMO-YOLOl | 640 | 50.8 | - | 7.18 | 42.1 | 97.3 |
Sonuçların Analizi#
Tabloda görüldüğü gibi RTDETRv2-x, COCO veri kümesi gibi karmaşık doğrulama senaryolarında Transformer mimarisinin gücünü göstererek 54.3 mAPval ile en yüksek doğruluğa ulaşır. Ancak bunun bedeli, önemli ölçüde daha fazla parametre (76M) ve FLOP'tur.
Buna karşılık DAMO-YOLOt (Tiny) son derece hafiftir; yalnızca 8.5M parametre gerektirir ve CUDA belleğinin ciddi biçimde kısıtlı olduğu ortamlar için inanılmaz hızlı bir seçenek sunar. DAMO-YOLO, eski nesil uç cihazlarda genellikle hız ve doğruluk arasında elverişli bir denge sağlar.
Ekosistem, Kullanılabilirlik ve Ultralytics Avantajı#
Resmî RT-DETR GitHub ve DAMO-YOLO GitHub gibi bağımsız depolar bu modelleri eğitmek için temel kodu sunsa da bunları üretim hatlarına entegre etmek genellikle kapsamlı şablon kodu ve elle optimizasyon gerektirir.
Ultralytics ekosistemi, geliştirici deneyimini büyük ölçüde basitleştirir. Ultralytics, orijinal RT-DETR gibi Transformer algılayıcılarını doğrudan birleşik API'sine entegre ederek kullanıcıların modelleri tek satır kodla eğitmesine, doğrulamasına ve dışa aktarmasına olanak tanır. Ayrıca Ultralytics modelleri, eğitim sırasında bağımsız ve ağır Transformer depolarına kıyasla daha az bellek gerektirmeleriyle bilinir.
Kod Örneği: Sorunsuz Entegrasyon#
Çıkarım çalıştırmak için Ultralytics Python kitaplığından ne kadar kolay yararlanabileceğini aşağıda görebilirsin. İster Transformer modeli ister son teknoloji bir CNN kullan, API tutarlılığını korur.
from ultralytics import RTDETR, YOLO
# Karmaşık sahneleri anlamak için RT-DETR modeli yükle
model_rtdetr = RTDETR("rtdetr-l.pt")
# En iyi uç cihaz performansı için en yeni Ultralytics YOLO26 modelini yükle
model_yolo26 = YOLO("yolo26n.pt")
# Örnek bir görüntü üzerinde zahmetsizce çıkarım çalıştır
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()Ultralytics API'sini kullanarak eğittiğin modelleri basit bir model.export(format="engine") komutuyla TensorRT, ONNX veya CoreML gibi biçimlere sorunsuzca dışa aktarabilir ve dağıtım engellerini önemli ölçüde azaltabilirsin.
İdeal Kullanım Alanları#
Bu mimariler arasındaki seçim tamamen projenin özel gereksinimlerine bağlıdır:
- RTDETRv2, VRAM'in bol olduğu sunucu tarafı işlemede öne çıkar. Küresel bağlam farkındalığı, sık sık örtüşmelerin yaşandığı tıbbi görüntüleme ve yoğun kalabalık analizleri için idealdir.
- 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 ikisi de avantajlar sunsa da bilgisayarlı görü alanı hızla gelişiyor. Yeni projeler için en yeni Ultralytics YOLO26; hız, doğruluk ve geliştirici deneyimini en iyi biçimde bir araya getiriyor.
YOLO26, Transformer'ların temel avantajını yüksek hesaplama yükü olmadan sunan Uçtan Uca NMS'siz Tasarımı benimser. Kararlı ve hızlı yakınsama için Büyük Dil Modeli eğitiminden esinlenen yenilikçi MuSGD Optimize Ediciyi içerir. Ayrıca DFL'nin Kaldırılması (daha basit dışa aktarma ve uç/düşük güçlü cihazlarla daha iyi uyumluluk için Distribution Focal Loss'un kaldırılması) sayesinde YOLO26, CPU çıkarımını %43'e kadar hızlandırarak uç bilişim alanında tartışmasız lider olur. Ek olarak ProgLoss + STAL, IoT, robotik ve hava görüntüleri için kritik olan küçük nesneleri tanıma becerisinde kayda değer iyileşmeler sağlayan gelişmiş kayıp işlevleri sunar.
Yalnızca sınırlayıcı kutularla kısıtlı modellerin aksine YOLO26 ailesi, örnek bölümleme ve poz tahmininden yönlendirilmiş sınırlayıcı kutulara (OBB) kadar uzanan görevleri destekleyerek benzersiz bir çok yönlülük sunar. Tüm bu görevler sezgisel Ultralytics Platform üzerinden sorunsuzca 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#
- 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: DAMO-YOLO Deposu
Başka karşılaştırmaları incelemek istersen bu modellerin Ultralytics ailesinin önceki nesillerine kıyasla nasıl performans gösterdiğini görmek için RTDETRv2 ve YOLO11 veya DAMO-YOLO ve YOLOv8 kılavuzlarımıza göz at.