RTDETRv2 ve EfficientDet: Nesne Algılama için Teknik Karşılaştırma

Nesne algılama için en uygun mimariyi seçmek, eğitim maliyetlerinden dağıtım gecikmesine kadar her şeyi etkileyen çok önemli bir karardır. Bu teknik derinlemesine incelemede, iki farklı yaklaşımı analiz ediyoruz: Gerçek zamanlı uygulamalar için tasarlanmış, en son teknolojiye sahip transformatör tabanlı bir model olan RTDETRv2 ve bu alana bileşik ölçeklendirmeyi getiren, yüksek ölçeklenebilir bir CNN mimarisi olan EfficientDet.

EfficientDet, 2019 yılında önemli kriterler belirlemiş olsa da, gerçek zamanlı dönüştürücülerin ortaya çıkmasıyla birlikte durum önemli ölçüde değişmiştir. Bu karşılaştırma, bunların mimarilerini, performans ölçütlerini ve modern bilgisayar görme görevleri için uygunluklarını incelemektedir.

Performans Metrikleri Karşılaştırması

Aşağıdaki tablo, temel ölçütlerin doğrudan karşılaştırmasını sunmaktadır. Hız ve parametre verimliliğindeki farklara, özellikle RTDETRv2 gibi modern mimarilerin TensorRT gibi donanım hızlandırıcılarında çıkarım gecikmesini nasıl optimize ettiğine dikkat edin.

Model	boyut ^(piksel)	mAP^val 50-95	Hız ^{CPU ONNX (ms)}	Hız ^{T4 TensorRT10 (ms)}	parametreler ^(M)	FLOP'lar ^(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

EfficientDet-d0	640	34.6	10.2	3.92	3.9	2.54
EfficientDet-d1	640	40.5	13.5	7.31	6.6	6.1
EfficientDet-d2	640	43.0	17.7	10.92	8.1	11.0
EfficientDet-d3	640	47.5	28.0	19.59	12.0	24.9
EfficientDet-d4	640	49.7	42.8	33.55	20.7	55.2
EfficientDet-d5	640	51.5	72.5	67.86	33.7	130.0
EfficientDet-d6	640	52.6	92.8	89.29	51.9	226.0
EfficientDet-d7	640	53.7	122.0	128.07	51.9	325.0

RTDETRv2: Gerçek Zamanlı Dönüştürücüler Geliştirildi

RTDETRv2 (Real-Time DEtection TRansformer v2), transformatör mimarilerinin pratik görme görevlerine uygulanmasında önemli bir sıçrama temsil ediyor. Orijinal DETR modelleri yavaş yakınsama ve yüksek hesaplama maliyetlerinden muzdaripken, RTDETRv2 hem hız hem de doğruluk açısından CNN'leri geride bırakmak için özel olarak tasarlanmıştır.

RTDETRv2 Ayrıntıları:

Yazarlar: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang ve Yi Liu
Kuruluş:Baidu
Tarih: 2023-04-17
Arxiv:2304.08069
GitHub:lyuwenyu/RT-DETR

Mimari ve Temel Özellikler

RTDETRv2, çok ölçekli özellikleri işleyen bir hibrit kodlayıcı kullanır ve önceki dönüştürücülerde küçük nesnelerin algılanmasında görülen yaygın bir zayıflığı giderir. Temel yenilik, IoU sorgu seçimi olup, düşük kaliteli sorguları kod çözücüye ulaşmadan filtreleyerek modelin hesaplama kaynaklarını görüntünün en alakalı kısımlarına odaklamasını sağlar.

RTDETRv2'nin belirleyici özelliği, uçtan uca NMS tasarımıdır. Geleneksel dedektörler, yinelenen sınırlayıcı kutuları kaldırmak için Non-Maximum Suppression (NMS) gerektirir; bu, gecikme değişkenliği yaratan bir son işlem adımıdır. RTDETRv2, sabit bir nesne kümesini doğrudan tahmin ederek, endüstriyel otomasyon için kritik öneme sahip deterministik çıkarım sürelerini garanti eder.

RT-DETR hakkında daha fazla bilgi edinin

EfficientDet: Ölçeklenebilirliğin Mirası

EfficientDet, Google tarafından ağ genişliğini, derinliğini ve çözünürlüğünü aynı anda artırmak için kullanılan bir yöntem olan "Bileşik Ölçeklendirme"nin bir örneği olarak tanıtıldı. EfficientNet backbone temel alır backbone BiFPN (Çift Yönlü Özellik Piramit Ağı) teknolojisini sunar.

EfficientDet Detayları:

Yazarlar: Mingxing Tan, Ruoming Pang ve Quoc V. Le
Kuruluş: Google
Tarih: 2019-11-20
Arxiv:1911.09070
GitHub:google/automl

Mimarlık ve Sınırlamalar

EfficientDet'in kalbi, kolay ve hızlı çok ölçekli özellik füzyonu sağlayan BiFPN'dir. Ağırlıklı özellik füzyonu kullanarak, model farklı girdi özelliklerinin önemini öğrenir. FLOP açısından teorik verimliliğine rağmen, EfficientDet genellikle GPU'larda gerçek dünya gecikmeleriyle mücadele eder. BiFPN katmanının karmaşık/düzensiz bellek erişim modelleri, TensorRT gibi donanım hızlandırıcıları tarafından kolayca optimize edilemez. TensorRT gibi YOLO tarafından YOLO bulunan standart konvolüsyonlara kıyasla kolayca optimize YOLO .

Eleştirel Analiz: Mimari ve Kullanım

1. Eğitim Verimliliği ve Yakınsama

En önemli farklardan biri, eğitim dinamiklerinde yatmaktadır. Geleneksel CNN paradigmalarına dayanan EfficientDet, nispeten istikrarlı bir şekilde eğitilir, ancak bağlantı kutularının dikkatli bir şekilde ayarlanmasını gerektirir (bunu otomatikleştirmeyi amaçlasa da). Bir dönüştürücü olan RTDETRv2, başlangıçtan itibaren küresel bir alıcı alandan yararlanır, ancak geçmişte daha uzun eğitim programları gerektirmiştir. Ancak, RTDETRv2'deki modern optimizasyonlar bu yakınsama süresini önemli ölçüde azaltmıştır.

Bellek Hususları

RTDETRv2 gibi transformatör tabanlı modeller, kendi kendine dikkat mekanizması nedeniyle genellikle eğitim sırasında saf CNN'lerden daha fazla VRAM tüketir. Sınırlı donanımla (örneğin, tek bir tüketici GPU) eğitim yapıyorsanız, en son teknolojiyi kullanarak en düşük bellek gereksinimlerini sunan Ultralytics kullanmayı düşünün.

2. Çıkarım Hızı ve Dağıtım

EfficientDet-d0 hafif olmasına rağmen, daha büyük varyantları (d4-d7) hızda büyük bir düşüş gösterir. Karşılaştırma tablosunda gösterildiği gibi, EfficientDet-d7 bir T4 GPU yaklaşık 128 ms'de çalışırken, RTDETRv2-x sadece 15 ms'de %54,3 daha yüksek mAP elde eder. Bu yaklaşık 10 katlık hız avantajı, RTDETRv2'yi (ve YOLO26'yı) gerçek zamanlı video analizi veya otonom araçlar için çok daha üstün hale getirir.

3. Ultralytics Avantajı

Araştırma makalelerini uygulamak genellikle bozuk bağımlılıkları ve karmaşık yapılandırma dosyalarını yönetmeyi gerektirir. Ultralytics ekosistemi, arayüzü standartlaştırarak bu sorunu çözer. Tek bir kod satırı ile Transformer (RT-DETR) ve CNN (YOLO) arasında geçiş yapabilir, makine öğrenimi operasyonları (MLOps) sürecini basitleştirebilirsiniz.

from ultralytics import RTDETR, YOLO

# Load RTDETRv2 (Transformer)
model_transformer = RTDETR("rtdetr-l.pt")

# Load YOLO26 (The new standard)
model_yolo = YOLO("yolo26l.pt")

# Training is identical
model_yolo.train(data="coco8.yaml", epochs=100)

En İyi Seçim: Ultralytics

RTDETRv2 mükemmel performans sunarken, YOLO26 verimlilik ve doğruluk açısından zirveyi temsil ediyor. Ocak 2026'da piyasaya sürülen bu model, transformatörlerin ve CNN'lerin en iyi özelliklerini tek bir mimaride birleştiriyor.

YOLO26, YOLOv10 tarafından başlatılan YOLOv10 RTDETRv2'de geliştirilen Uçtan Uca NMS Tasarımı benimser, ancak bunu uç dağıtım için daha da optimize eder. Önemli yenilikler şunlardır:

DFL Kaldırma: Dağıtım Odak Kaybını kaldırarak model yapısı basitleştirilir ve ONNX ve CoreML ve düşük güçlü uç cihazlarla uyumluluk artar.
MuSGD Optimizer: SGD Muon'un bir karışımı olan (LLM eğitiminden esinlenerek geliştirilen) bu optimizer, istikrarlı eğitim ve daha hızlı yakınsama sağlayarak, Büyük Dil Modeli istikrarını görme görevlerine getirir.
Hız: YOLO26, CPU %43'e varan bir hız artışı sağlayarak, GPU'ların kullanılamadığı Raspberry Pi gibi cihazlar için kritik bir boşluğu doldurur.
Gelişmiş Kayıp Fonksiyonları: ProgLoss ve STAL'ın entegrasyonu, tarım ve hava gözetimi gibi sektörler için çok önemli olan küçük nesnelerin tanınmasında önemli iyileştirmeler sağlar.

Çok yönlü dağıtım ve ham güç arasında en iyi dengeyi arayan geliştiriciler için YOLO26 önerilen seçimdir.

YOLO26 hakkında daha fazla bilgi edinin

Kullanım Durumu Önerileri

Ne Zaman RTDETRv2 Seçmeli

Tensor Çekirdekli Donanım: Yalnızca NVIDIA (Sunucu veya Jetson) dağıtım yapıyorsanız, RTDETRv2 Tensor verimli bir şekilde kullanır.
Kalabalık Sahneleri: Küresel dikkat mekanizması, kalabalık analizi veya perakende izleme gibi yoğun örtülmenin olduğu sahnelerde yardımcı olur.

Ne Zaman EfficientDet Seçmeli

Eski Sürümlerin Bakımı: Mevcut altyapınız büyük ölçüde TensorFlow .x/2.x ve Google AutoML ekosistemi üzerine kuruluysa.
Akademik Karşılaştırma: Diğer mimari değişikliklerden ayrı olarak bileşik ölçeklemenin belirli etkilerini incelemek için temel olarak kullanışlıdır.

YOLO26 Ne Zaman Seçilmeli

Edge AI: DFL kaldırma ve CPU , onu mobil ve IoT cihazlar için tartışmasız lider yapar.
Gerçek zamanlı kısıtlamalar: Spor analizi gibi yüksek doğrulukla birlikte yüksek FPS (saniye başına kare sayısı) gerektiren uygulamalar için.
Kullanım Kolaylığı: Poz tahmini ve segmentasyon desteği ile "pil dahil" bir deneyim istediğinizde.

Sonuç

Hem RTDETRv2 hem de EfficientDet, bilgisayar görüşünün gelişimine önemli katkılar sağlamıştır. EfficientDet, ölçeklendirmenin bilimsel ve yapılandırılmış olabileceğini kanıtlarken, RTDETRv2 ise Transformer'ların hızlı olabileceğini kanıtladı. Ancak, 2026 yılında çoğu uygulayıcı için Ultralytics en cazip paketi sunuyor: CNN'nin hızı, Transformer'ın NMS kolaylığı ve Ultralytics sağlam desteği.

Daha Fazla Okuma

Modeller: Keşfet YOLO11 diğer yüksek performanslı seçenekler için veya YOLOv10NMS'yi inceleyin.
Veri kümeleri: Veri Kümesi Gezgini'nde projeniz için mükemmel verileri bulun.
Kılavuzlar: Donanımınızdan en iyi şekilde yararlanmak için TensorRT için modelleri optimize etmeyi öğrenin.