RTDETRv2 ile PP-YOLOE+ karşılaştırması#

Bilgisayarlı görü alanının hızla gelişmesi, karmaşık real-time object detection zorluklarını çözmek için çeşitli mimari yaklaşımlar ortaya çıkarmıştır. Son zamanlardaki en dikkat çekici gelişmeler arasında, görsel tanımaya tamamen farklı tasarım felsefeleriyle yaklaşan iki güçlü model olan RTDETRv2 ve PP-YOLOE+ yer almaktadır. Her iki model de yüksek performanslı tespit sunmayı amaçlasa da, temel mekanizmaları, eğitim paradigmaları ve ideal dağıtım senaryoları önemli ölçüde farklılık gösterir.

Bu kapsamlı kılavuz, her iki modelin mimarilerini, performans metriklerini ve ekosistem desteklerini karşılaştırarak geliştiricilerin ve araştırmacıların kendi özel dağıtım ihtiyaçları için en uygun çözümü seçmelerine yardımcı olmak amacıyla teknik nüansları derinlemesine inceler.

Model Genel Bakışları#

Performans verilerini incelemeden önce, her modelin kökenlerini ve mimari hedeflerini anlamak önemlidir. Her ikisi de Baidu bünyesindeki araştırma ekiplerinden kaynaklanmaktadır, ancak nesne tespiti aile ağacının farklı kollarını temsil ederler.

RTDETRv2#

RTDETRv2, transformer tabanlı görü mimarilerinde önemli bir sıçramayı temsil eder. Orijinal Real-Time Detection Transformer üzerine inşa edilmiş olup, verimli bir hibrit kodlayıcı ile eşleştirilmiş esnek bir vision transformer omurgasından yararlanır. En belirgin özelliği, post-processing sırasında Non-Maximum Suppression (NMS) ihtiyacını tamamen ortadan kaldıran uçtan uca tahmin yeteneğidir.

Yazar: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang ve Yi Liu
Kuruluş: Baidu Tarih: 2024-07-24 Arxiv: 2407.17140
GitHub: RT-DETR Repository

RTDETRv2 hakkında daha fazla bilgi edin

PP-YOLOE+#

PP-YOLOE+, yüksek performanslı endüstriyel uygulamalar için büyük ölçüde optimize edilmiş, YOLO serisinin gelişmiş bir yinelemesidir. Çapasız (anchor-free) bir tespit başlığına sahip ölçeklenebilir bir CNN mimarisi sunar. İstisnai hız-doğruluk dengeleri sağlamak üzere tasarlanan model, small object detection iyileştirmek için ET-head ve genelleştirilmiş odak kaybı (focal loss) fonksiyonu gibi güçlü teknikler sunar.

Yazar: PaddlePaddle Authors
Kuruluş: Baidu
Tarih: 2022-04-02
Arxiv: 2203.16250
GitHub: PaddleDetection Repository

PP-YOLOE+ hakkında daha fazla bilgi edin

Mimari Farklılıklar#

Bu iki model arasındaki temel fark, görsel bağlamı nasıl işlediklerinde ve tahminleri nasıl oluşturduklarında yatmaktadır.

PP-YOLOE+, geleneksel ancak yüksek oranda optimize edilmiş bir Convolutional Neural Network (CNN) omurgası kullanır. Özellikleri çıkarmak için yerel alıcı alanlara dayanır, bu da onu standart dağıtımlar için inanılmaz derecede hızlı ve verimli kılar. Bununla birlikte, üst üste binen sınırlayıcı kutuları filtrelemek için hala standart NMS post-processing işlemine ihtiyaç duyar ve bu da yoğun sahnelerde gecikme darboğazlarına neden olabilir.

Buna karşılık RTDETRv2, bir Hibrit Kodlayıcı ve bir Transformer Kod çözücü kullanır. Bu, modelin tüm görüntüdeki küresel bağlamı aynı anda yakalamasına olanak tanır. Dikkat mekanizmaları, nesneler arasındaki ilişkileri doğal olarak anlar ve modelin NMS olmadan doğrudan nihai sınırlayıcı kutuları çıktı olarak vermesini sağlar. Bu uçtan uca yaklaşım, algılanan nesne sayısından bağımsız olarak kararlı bir çıkarım gecikmesi sağlar.

Performans Metrikleri ve Karşılaştırma#

YOLO performance metrics değerlendirirken, doğruluğu (mAP) hesaplama maliyeti (FLOPs) ve çıkarım hızıyla dengelemek çok önemlidir. Aşağıdaki tablo, her iki modelin çeşitli boyutlardaki performansını vurgulamaktadır.

PP-YOLOE+x, COCO dataset üzerinde %54.7'lik marjinal olarak daha yüksek bir mAP^val elde ederken, RTDETRv2 modelleri NMS'siz tasarımları sayesinde tutarlı gecikme süresinin ek avantajıyla genellikle rekabetçi bir doğruluk sunar. Bununla birlikte PP-YOLOE+, daha küçük modeller için parametre sayısı ve FLOPs konusunda belirgin bir avantaja sahip olduğundan, uç (edge) dağıtımları için son derece verimlidir.

Ultralytics Avantajı: YOLO26 ile Tanışın#

RTDETRv2 ve PP-YOLOE+ kendi başlarına oldukça güçlü olsalar da, son teknoloji (state-of-the-art) gelişmeye devam etmiştir. Hızın, doğruluğun ve ekosistem desteğinin nihai dengesini arayan geliştiriciler için Ultralytics YOLO26 yeni endüstri standardını temsil eder.

YOLO26, hem CNN'lerin hem de Transformer'ların en iyi yönlerini sentezler. Modern mimarilerin öncülük ettiği End-to-End NMS-Free tasarımını benimseyerek post-processing darboğazlarını etkili bir şekilde ortadan kaldırır. Ayrıca, oldukça kararlı bir eğitim ve hızlı yakınsama sağlayan, LLM eğitimi yeniliklerinden esinlenen hibrit bir yaklaşım olan devrim niteliğindeki MuSGD Optimizer'ı tanıtır.

Ek olarak, YOLO26 sadece basit nesne tespiti ile sınırlı değildir. PP-YOLOE+ öncelikli olarak sınırlayıcı kutu (bounding box) tespitine odaklanırken, YOLO26 kutudan çıktığı gibi instance segmentation, pose estimation ve oriented bounding boxes (OBB) desteğiyle yerel olarak çok yönlüdür.

YOLO26 hakkında daha fazla bilgi edin

Eğitim Metodolojileri ve Ekosistem#

Ultralytics ecosystem, bağımsız araştırma depolarına kıyasla eğitim verimliliğinin ve kullanım kolaylığının gerçekten parladığı yerdir. PP-YOLOE+ PaddlePaddle çerçevesine güvenirken ve RTDETRv2 genellikle karmaşık ortam kurulumları gerektirirken, modelleri Ultralytics aracılığıyla entegre etmek kesintisiz bir deneyim sağlar.

Ultralytics API ile eğitim sırasında daha düşük bellek gereksinimlerinden, otomatize edilmiş veri seti yönetiminden ve basitleştirilmiş hiperparametre ayarından yararlanırsın. Dahası, modelleri ONNX veya TensorRT gibi üretim formatlarına tek bir komutla dağıtabilirsin.

Kod Örneği: Kolaylaştırılmış Çıkarım#

Aşağıda, Ultralytics Python paketini kullanarak RTDETRv2'yi önerilen YOLO26 modeliyle ne kadar kolay kullanabileceğinize dair bir gösterim bulunmaktadır:

from ultralytics import RTDETR, YOLO

# Initialize the RTDETRv2 model
model_rtdetr = RTDETR("rtdetr-l.pt")

# Perform NMS-free inference on a test image
results_rtdetr = model_rtdetr("https://ultralytics.com/images/bus.jpg")
results_rtdetr[0].show()

# For superior speed and versatility, initialize the latest YOLO26 model
model_yolo26 = YOLO("yolo26n.pt")

# Train the YOLO26 model effortlessly with optimized memory usage
model_yolo26.train(data="coco8.yaml", epochs=50, imgsz=640)

# Export to TensorRT for edge deployment
model_yolo26.export(format="engine")

Gerçek Dünya Uygulamaları ve Kullanım Durumları#

Bu mimariler arasında seçim yapmak genellikle donanım ve uygulama gereksinimlerine bağlıdır.

• RTDETRv2, sunucu tarafı ortamlarda ve karmaşık sahne anlamada üstündür. Küresel dikkat (global attention) mekanizması, örtüşen nesnelerin genellikle standart NMS algoritmalarının başarısız olmasına neden olduğu crowd management ve yoğun medical image analysis için onu son derece etkili kılar.
• PP-YOLOE+, yüksek hızlı endüstriyel denetim ve PaddlePaddle ekosistemine yoğun yatırım yapan ortamlar için oldukça uygundur. Daha küçük ölçeklerdeki düşük parametre sayısı, onu belirli robotik uygulamaları için uygulanabilir kılar.
• Ultralytics YOLO26, kapsamlı ticari dağıtım için evrensel olarak önerilen çözümdür. Gelişmiş ProgLoss + STAL fonksiyonları ile aerial drone operations ve smart city traffic monitoring için kritik önem taşıyan küçük nesne tanıma yeteneğini büyük ölçüde geliştirir.

Kullanım Durumları ve Öneriler#

RT-DETR ile PP-YOLOE+ arasında seçim yapmak, proje gereksinimlerine, dağıtım kısıtlamalarına ve ekosistem tercihlerine bağlıdır.

RT-DETR Ne Zaman Seçilmeli#

RT-DETR şunlar için güçlü bir seçimdir:

• Transformer Tabanlı Algılama Araştırması: NMS olmadan uçtan uca nesne algılama için dikkat mekanizmalarını ve transformer mimarilerini keşfeden projeler.
• Esnek Gecikmeli Yüksek Doğruluklu Senaryolar: Algılama doğruluğunun en önemli öncelik olduğu ve biraz daha yüksek çıkarım gecikmesinin kabul edilebilir olduğu uygulamalar.
• Büyük Nesne Algılama: Transformer'ların küresel dikkat mekanizmasının doğal bir avantaj sağladığı, ağırlıklı olarak orta-büyük nesnelerin olduğu sahneler.

PP-YOLOE+ Ne Zaman Seçilmeli#

PP-YOLOE+ şunlar için önerilir:

• PaddlePaddle Ekosistem Entegrasyonu: Altyapısı Baidu's PaddlePaddle çerçevesi ve araçları üzerine kurulmuş olan kuruluşlar.
• Paddle Lite Uç Birim Dağıtımı: Özellikle Paddle Lite veya Paddle çıkarım motoru için optimize edilmiş çıkarım çekirdeklerine sahip donanımlara dağıtım yapmak.
• Yüksek Doğruluklu Sunucu Tarafı Algılama: Çerçeve bağımlılığının sorun olmadığı güçlü GPU sunucularında maksimum algılama doğruluğunu önceliklendiren senaryolar.

Ultralytics (YOLO26) Ne Zaman Seçilmeli#

Çoğu yeni proje için Ultralytics YOLO26, performans ve geliştirici deneyiminin en iyi kombinasyonunu sunar:

• NMS-Free Uç Dağıtımı: Non-Maximum Suppression işlem sonrası karmaşıklığı olmadan tutarlı, düşük gecikmeli çıkarım gerektiren uygulamalar.
• Sadece CPU Ortamları: YOLO26'nın %43'e kadar daha hızlı CPU çıkarımının belirleyici bir avantaj sağladığı, özel GPU hızlandırması olmayan cihazlar.
• Küçük Nesne Tespiti: ProgLoss ve STAL'ın çok küçük nesneler üzerindeki doğruluğu önemli ölçüde artırdığı havadan drone görüntüleri veya IoT sensör analizi gibi zorlu senaryolar.

Sonuç#

Hem RTDETRv2 hem de PP-YOLOE+, bilgisayarlı görüde nelerin mümkün olduğunun sınırlarını zorlayarak hem transformer hem de yüksek oranda optimize edilmiş CNN mimarilerinin uygulanabilirliğini kanıtladı. Ancak, parçalanmış araştırma kod tabanlarını dağıtmanın karmaşıklığı üretim zaman çizelgelerini engelleyebilir.

Modern yapay zeka mühendisleri için Ultralytics Platform kullanmak eşsiz bir avantaj sağlar. YOLO11 veya son teknoloji YOLO26 gibi kusursuz entegre edilmiş modellere geçiş yaparak ekipler, bellek gereksinimlerini ve geliştirme maliyetlerini büyük ölçüde azaltırken mümkün olan en yüksek doğruluk-hız oranlarına ulaşabilir.