RTDETRv2 ve EfficientDet#

En uygun sinir ağı mimarisini seçmek, her bilgisayarlı görü projesi için belirleyici bir karardır. Bu kapsamlı teknik karşılaştırma, etkili iki nesne algılama modelini inceler: en yeni teknolojiye sahip Transformer tabanlı bir algılayıcı olan RTDETRv2 ve yüksek ölçekte ölçeklenebilir bir evrişimli sinir ağı olan EfficientDet. Yapay zeka işlem hatların için veriye dayalı kararlar vermene yardımcı olmak amacıyla bu modellerin farklı mimarilerini, performans metriklerini, eğitim yöntemlerini ve ideal dağıtım senaryolarını değerlendireceğiz.

RTDETRv2: Gerçek Zamanlı Algılama Transformer'ı#

Özgün RT-DETR'nin başarısı üzerine inşa edilen RTDETRv2, Transformer tabanlı nesne algılama paradigmasını geliştirir. Kodlayıcı ve kod çözücü yapılarını optimize ederek, gerçek zamanlı çıkarım hızlarını korurken yüksek doğruluk sunar ve geleneksel CNN'ler ile görsel Transformer'lar arasındaki boşluğu etkili bir şekilde kapatır.

Model Ayrıntıları

• Yazarlar: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang ve Yi Liu
• Kuruluş: Baidu
• Tarih: 2024-07-24
• Bağlantılar: Arxiv, GitHub, Belgeler

Mimari ve Temel Güçlü Yönler#

RTDETRv2, güçlü bir CNN omurgasını (genellikle ResNet veya HGNet) verimli bir Transformer kod çözücüyle eşleştiren hibrit bir mimari kullanır. RTDETRv2'nin en belirgin özelliği, maksimum olmayan bastırmayı (NMS) yerel olarak atlayabilmesidir. Geleneksel algılayıcılar, yinelenen sınırlayıcı kutuları filtrelemek için NMS gerektirir ve bu da son işleme sırasında değişken çıkarım gecikmesine yol açar. RTDETRv2, algılamayı doğrudan bir küme tahmini problemi olarak formüle eder ve benzersiz tahminler üretmek için iki parçalı eşleştirmeden yararlanır.

Bu model, GPU belleğinin bol olduğu sunucu tarafı dağıtımlarında üstün performans gösterir. Global dikkat mekanizması olağanüstü bağlam farkındalığı sağlar; bu da onu otomatik güvenlik alarm sistemleri veya yoğun kalabalık izleme gibi yoğun ve karmaşık ortamlarda üst üste binen nesneleri ayırmada son derece yetkin kılar.

Sınırlamalar#

Güçlü olmalarına rağmen Transformer mimarileri, eğitim sırasında standart CNN'lere kıyasla doğası gereği daha fazla CUDA belleği gerektirir. Ayrıca RTDETRv2'yi ince ayarlamak, eğitim verilerinin yakınsaması için daha uzun süreler gerektirebilir ve bu da hızlı prototiplemeyi biraz daha fazla kaynak gerektiren bir işlem haline getirir.

RTDETRv2 hakkında daha fazla bilgi edin

EfficientDet: Ölçeklenebilir ve Verimli CNN'ler#

EfficientDet, geniş bir kaynak kısıtları yelpazesinde hem doğruluk hem de verimlilik için optimize edilmiş bir nesne algılama modelleri ailesi sunmuştur. Ölçeklenebilir makine görüşü tasarımının klasik bir örneği olmayı sürdürür.

Model Ayrıntıları

• Yazarlar: Mingxing Tan, Ruoming Pang ve Quoc V. Le
• Kuruluş: Google
• Tarih: 2019-11-20
• Bağlantılar: Arxiv, GitHub, Belgeler

Mimari ve Temel Güçlü Yönler#

EfficientDet'in arkasındaki yenilik iki temel alanda yatar: Çift Yönlü Özellik Piramidi Ağı (BiFPN) ve bileşik ölçeklendirme yöntemi. BiFPN, farklı girdi özelliklerinin önemini öğrenmek için öğrenilebilir ağırlıklar sunarken yukarıdan aşağıya ve aşağıdan yukarıya çok ölçekli özellik birleştirmeyi yinelemeli olarak uygulayarak basit ve hızlı çok ölçekli özellik çıkarımı sağlar. Bileşik ölçeklendirme yöntemi, ağın çözünürlüğünü, derinliğini ve genişliğini aynı anda ve eşit şekilde ölçeklendirir.

EfficientDet modelleri ultra hafif D0'dan devasa D7'ye kadar uzanır. Bu durum onları, geliştiricilerin erken dönem mobil artırılmış gerçeklik uygulamaları gibi sınırlı hesaplama bütçeleri ile doğruluk gereksinimleri arasında denge kurması gereken uç yapay zeka dağıtımları için son derece çok yönlü hale getirir.

Sınırlamalar#

EfficientDet, bağlantı kutularına ve geleneksel NMS son işleme işlem hattına büyük ölçüde dayanan daha eski bir mimaridir. Bağlantı oluşturma işlemi dikkatli hiperparametre ayarı gerektirir ve NMS adımı, Raspberry Pi gibi gömülü donanımlarda dağıtımı darboğaza sokabilir. Ayrıca poz tahmini veya yönlendirilmiş sınırlayıcı kutular (OBB) gibi modern görevler için yerel desteği yoktur.

EfficientDet hakkında daha fazla bilgi edin

Performans ve Metrik Karşılaştırması#

Bu modeller arasındaki kesin ödünleşimleri anlamak, aktarım hızlarını ve parametre verimliliğini analiz etmeyi gerektirir. Aşağıdaki tablo, modern RTDETRv2 serisinin ölçeklenebilir EfficientDet ailesiyle karşılaştırmasını ana hatlarıyla ortaya koyar.

Yukarıda görüldüğü üzere RTDETRv2, Transformer mimarisinden yoğun şekilde yararlanarak orta sınıf EfficientDet modelleriyle benzer parametre sayılarında önemli ölçüde daha yüksek ortalama Hassasiyet (mAP) elde eder.

Kullanım Alanları ve Öneriler#

RT-DETR ile EfficientDet arasında seçim yapmak, özel proje gereksinimlerine, dağıtım kısıtlamalarına ve ekosistem tercihlerine bağlıdır.

RT-DETR Ne Zaman Seçilmeli?#

RT-DETR şu durumlar için güçlü bir seçenektir:

• 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.

EfficientDet Ne Zaman Seçilmeli?#

EfficientDet şu durumlarda önerilir:

• Google Cloud ve TPU İş Akışları: EfficientDet'in yerel optimizasyona sahip olduğu, Google Cloud Vision API'leriyle veya TPU altyapısıyla derinlemesine entegre sistemler.
• Bileşik Ölçekleme Araştırması: Dengeli ağ derinliği, genişliği ve çözünürlük ölçeklemesinin etkilerini incelemeye odaklanan akademik kıyaslamalar.
• TFLite ile Mobil Dağıtım: Android veya gömülü Linux cihazları için özel olarak TensorFlow Lite dışa aktarması gerektiren projeler.

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 Alternatifi: En Yeni Teknoloji Düzeyini İleri Taşımak#

RTDETRv2 ve EfficientDet'in her ikisi de güçlü yönlere sahip olsa da modern yapay zeka geliştirme, en yeni teknoloji performansının yanı sıra sorunsuz bir geliştirici deneyimi sunan çerçeveler gerektirir. Ultralytics ekosistemi, bilgisayarlı görü görevlerine çok daha akıcı bir yaklaşım sağlar.

En yeni teknoloji ürünü algılamayı araştırıyorsan, yeni yayımlanan Ultralytics YOLO26, hem CNN'lerin hem de Transformer'ların en iyi yönlerini bir araya getirir.

Ultralytics Python paketinin sağladığı kullanım kolaylığı eşsizdir. Geliştiriciler, araştırma depolarında genellikle gereken kalıp kodu soyutlayan sezgisel bir API kullanarak modelleri dışa aktarabilir, eğitebilir ve doğrulayabilir.

from ultralytics import RTDETR

# Load a pre-trained RTDETRv2 model from the Ultralytics ecosystem
model = RTDETR("rtdetr-l.pt")

# Train the model on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export for optimized inference on TensorRT
model.export(format="engine")

Ultralytics modelleri, örnek segmentasyonu ve görüntü sınıflandırması dahil olmak üzere birden çok görevi yerel olarak destekler ve farklı sektör gereksinimleri için çok yönlü bir araç seti sunar. Ayrıca modern Ultralytics modellerinde Distribution Focal Loss'un (DFL) kaldırılması, hesaplama grafiğini sadeleştirerek gömülü NPU'lara ve TPU'lara daha sorunsuz dışa aktarmayı garanti eder.

Sorunsuz veri etiketleme ve model yönetimi için Ultralytics Platformu, makine öğrenimi yaşam döngüsünün tamamını yönetebileceğin kapsamlı bir bulut ortamı sunar ve böylece üretimde sağlam bilgisayarlı görü çözümleri dağıtmak için önde gelen seçenek haline gelir.