RTDETRv2 ile YOLO11#

Bilgisayarlı görü alanı sürekli gelişiyor; yeni mimariler, uç cihazlarda ve bulut sunucularında mümkün olanın sınırlarını zorluyor. Günümüzün gerçek zamanlı nesne algılama alanındaki en önemli iki rakibi RTDETRv2 ve YOLO11. Her iki model de olağanüstü performans sunsa da temelde farklı mimari yaklaşımları temsil ediyor: Transformer tabanlı yaklaşım ve yüksek düzeyde optimize edilmiş Evrişimli Sinir Ağı (CNN).

Bu kapsamlı teknik karşılaştırmada, her iki modelin mimarisini, performans ölçütlerini, eğitim yöntemlerini ve ideal kullanım alanlarını inceleyerek bir sonraki yapay zekâ uygulaman için bilinçli bir karar vermene yardımcı olacağız.

RTDETRv2: Transformer Tabanlı Rakip#

İlk Gerçek Zamanlı Algılama Transformer'ının geliştirilmiş sürümü olarak tanıtılan RTDETRv2, görsel verileri işlemek için dikkat mekanizmalarından yararlanır. Görüntü parçalarını diziler olarak ele alarak görüntünün bağlamını genel hatlarıyla anlar; bu özellik, karmaşık sahnelerde yoğun biçimde üst üste binen nesneleri algılamada büyük fayda sağlar.

Model Ayrıntıları:

• 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
• Belgeler: RTDETRv2 Belgeleri

Mimari Güçlü ve Zayıf Yönleri#

RTDETRv2'nin başlıca yeniliği, uçtan uca çalışan ve NMS gerektirmeyen mimarisidir. Maksimum Olmayan Bastırma'yı (NMS) ortadan kaldırarak son işleme adımlarını basitleştirir. Ayrıca, çok ölçekli özellik çıkarma yetenekleri ilk RT-DETR modeline kıyasla geliştirilmiştir; böylece farklı boyutlardaki nesneleri daha iyi tanıyabilir.

Ancak Transformer'lara dayandığı için RTDETRv2, eğitim sırasında genellikle çok daha fazla bellek gerektirir. Transformer'ların yakınsaması genellikle daha yavaştır ve geleneksel CNN'lere kıyasla çok daha fazla CUDA belleği gerektirir. Bu da onları tüketici sınıfı donanımlarda çalışan veya kısıtlı uç yapay zekâ ortamlarına dağıtım yapan araştırmacılar için daha az erişilebilir kılar.

RTDETRv2 hakkında daha fazla bilgi edin

Ultralytics YOLO11: CNN Verimliliğinin Zirvesi#

Ultralytics, yıllar süren temel araştırmaların üzerine inşa ederek YOLO serisinde büyük bir ilerleme sağlayan YOLO11 modelini yayımladı. CNN mimarisini geliştirerek benzersiz bir hız ve doğruluk sunarken topluluğun alışık olduğu esnekliği ve geliştirici dostu ekosistemi de koruyor.

Model Ayrıntıları:

• Yazarlar: Glenn Jocher ve Jing Qiu
• Kuruluş: Ultralytics
• Tarih: 27 Eylül 2024
• GitHub: Ultralytics Deposu

Ultralytics Avantajı#

YOLO11, Performans Dengesi ile öne çıkar. Hız ile doğruluk arasında olağanüstü bir denge kurarak büyük bulut bilişim kümelerinden hafif mobil cihazlara kadar farklı gerçek dünya dağıtım senaryolarında son derece çok yönlü bir seçenek hâline gelir.

Ayrıca Ultralytics YOLO modelleri, eğitim ve çıkarım sırasında daha az bellek kullanmalarıyla tanınır. VRAM'i kolayca tüketebilen Transformer modellerinin aksine YOLO11, standart GPU'larda daha büyük yığın boyutlarının kullanılmasını sağlar. Üstelik YOLO11 yalnızca nesne algılamayla sınırlı değildir; Örnek Segmentasyonu, Görüntü Sınıflandırma, Poz Tahmini ve Yönlendirilmiş Sınırlayıcı Kutular (OBB) için yerleşik destek sunarak etkileyici bir Çok Yönlülük sağlar.

Performans ve Metrik Karşılaştırması#

Ham sayılar karşılaştırıldığında, RTDETRv2 etkileyici bir doğruluk sunsa da YOLO11'in çok daha geniş bir model boyutu seçeneği ve özellikle TensorRT üzerinde daha yüksek çıkarım hızları sunduğu görülür.

Tabloda görüldüğü gibi YOLO11x modeli, RTDETRv2-x sürümüne kıyasla daha az FLOP (195.3B ve 259B) kullanırken ve TensorRT üzerinde daha hızlı çıkarım (11.3ms ve 15.03ms) sunarken 54.7% ile daha yüksek mAP^val değerine ulaşır. Nano ve small YOLO11 sürümleri, Raspberry Pi gibi kısıtlı cihazlar için benzersiz hafif seçenekler sunar.

Ekosistem, Kullanım Kolaylığı ve Eğitim#

Ultralytics modellerini tanımlayan özellik, akıcı kullanıcı deneyimidir. ultralytics Python paketi; veri artırma, dağıtık eğitim ve model dışa aktarımı gibi zahmetli işlemleri yöneten birleşik ve sezgisel bir API sunar. RTDETRv2'nin araştırma deposu önemli miktarda temel kod ve yapılandırma gerektirirken Ultralytics, "sıfırdan uzmana" uzanan bir iş akışı sağlar.

İlginç bir şekilde Ultralytics ekosistemi, RT-DETR modellerini YOLO modelleriyle birlikte çalıştırmayı yerel olarak destekleyecek kadar güçlüdür! Böylece deneylerini zahmetsizce takip etmek için Ultralytics'in İyi Bakımı Yapılan Ekosisteminden ve Weights & Biases ile Comet ML entegrasyonlarından yararlanabilirsin.

from ultralytics import RTDETR, YOLO

# Ultralytics API üzerinden bir RTDETR modelini sorunsuzca yükle
model_rtdetr = RTDETR("rtdetr-l.pt")

# Yüksek düzeyde optimize edilmiş bir YOLO11 modelini yükle
model_yolo = YOLO("yolo11n.pt")

# YOLO11'i bellek kullanımını yüksek verimlilikle yöneterek eğit
results = model_yolo.train(data="coco8.yaml", epochs=100, imgsz=640)

# Eğitilmiş YOLO modelini ONNX biçimine aktar
model_yolo.export(format="onnx")

Gerçek Dünya Uygulamaları#

Bu mimariler arasında seçim yapmak çoğu zaman projenin özel dağıtım kısıtlamalarına bağlıdır.

RTDETRv2'nin Öne Çıktığı Alanlar: RTDETRv2'nin Transformer omurgası, yoğun ve ciddi ölçüde örtüşen nesnelerin bulunduğu, genel bağlamın gerektiği senaryolarda son derece etkilidir. Hesaplama bütçesinin ham dikkat mekanizmasıyla ilişki eşleştirmesi kadar önemli olmadığı akademik araştırmalarda ve uygulamalarda sıklıkla değerlendirilir.

YOLO11'in Öne Çıktığı Alanlar: YOLO11, pratik ve gerçek dünya dağıtımlarının tartışmasız şampiyonudur. Düşük bellek kullanımı ve olağanüstü çıkarım hızı, onu şu alanlar için ideal kılar:

• Akıllı Üretim: Endüstriyel bilgisayarlar kullanarak üretim hatlarında gerçek zamanlı kusur algılama.
• Tarım: Gerçek zamanlı ürün sağlığı takibi ve otomatik hasat robotları için dronlarda dağıtım.
• Perakende Analitiği: Büyük sunucu çiftlikleri gerektirmeden kuyruk yönetimi ve envanter takibi için birden fazla kamera akışını eş zamanlı işleme.

Kullanım Alanları ve Öneriler#

RT-DETR ile YOLO11 arasında seçim yapmak; projenin özel gereksinimlerine, dağıtım kısıtlamalarına ve ekosistem tercihlerine bağlıdır.

RT-DETR Ne Zaman Seçilmeli?#

RT-DETR şu durumlar için güçlü bir seçenektir:

• Transformer Tabanlı Tespit Araştırmaları: NMS kullanmadan uçtan uca nesne tespiti için dikkat mekanizmalarını ve Transformer mimarilerini inceleyen projeler.
• Gecikme Esnekliğinin Olduğu Yüksek Doğruluk Gerektiren Senaryolar: Tespit doğruluğunun en önemli öncelik olduğu ve biraz daha yüksek çıkarım gecikmesinin kabul edilebildiği uygulamalar.
• Büyük Nesne Tespiti: Transformer'ların genel dikkat mekanizmasının doğal bir avantaj sağladığı, çoğunlukla orta ve büyük nesneler içeren sahneler.

YOLO11'i Ne Zaman Seçmeli#

YOLO11 şu durumlar için önerilir:

• Üretim Ortamında Uç Dağıtımı: Güvenilirliğin ve etkin bakımın çok önemli olduğu Raspberry Pi veya NVIDIA Jetson gibi cihazlardaki ticari uygulamalar.
• Çok Görevli Görüntü İşleme Uygulamaları: Tek bir birleşik çerçevede tespit, segmentasyon, poz tahmini ve OBB gerektiren projeler.
• Hızlı Prototipleme ve Dağıtım: Akıcı Ultralytics Python API aracılığıyla veri toplamadan üretime hızla geçmesi gereken ekipler.

Ultralytics'i (YOLO26) Ne Zaman Seçmeli#

Yeni projelerin çoğu için Ultralytics YOLO26, performans ve geliştirici deneyiminin en iyi bileşimini sunar:

• NMS Olmadan Uç Dağıtımı: Maksimum Olmayan Bastırma son işleminin karmaşıklığı olmadan tutarlı ve düşük gecikmeli çıkarım gerektiren uygulamalar.
• Yalnızca CPU Kullanılan Ortamlar: YOLO26'nın CPU'da %43'e varan daha hızlı çıkarımının belirleyici bir avantaj sağladığı, özel GPU hızlandırması bulunmayan cihazlar.
• Küçük Nesne Algılama: ProgLoss ve STAL'ın çok küçük nesnelerde doğruluğu önemli ölçüde artırdığı havadan drone görüntüleri veya IoT sensör analizi gibi zorlu senaryolar.

İleriye Bakış: YOLO26'nın Gelişi#

Yeni bir projeye başlıyorsan, görüntü işleme yapay zekâsının yeni nesli olan Ultralytics YOLO26 modelini de değerlendirmelisin. Ocak 2026'da yayımlanan YOLO26, iki yaklaşımın da en iyi özelliklerini bir araya getiriyor. RTDETRv2 gibi NMS son işlemesini ortadan kaldıran, isteğe bağlı bir Uçtan Uca NMS'siz başlık (nms=False, ilk olarak YOLOv10 modelinde geliştirildi) sunuyor; bunu CNN'in eşsiz hızıyla yapıyor.

YOLO26, LLM eğitimindeki yeniliklerden esinlenen MuSGD Optimizasyon Algoritmasını kullanarak son derece kararlı ve hızlı yakınsama sağlar; Distribution Focal Loss'u (DFL) kaldırarak CPU çıkarımını %43'e kadar hızlandırır. Küçük nesne tanımayı önemli ölçüde iyileştiren özel ProgLoss + STAL kayıp fonksiyonlarıyla YOLO26, modern bilgisayarlı görü işlem hatları için en iyi seçenektir.

Kanıtlanmış çok yönlülüğü için YOLO11'i, dikkat mekanizmaları için RTDETRv2'yi veya uç cihazlardaki en yüksek performansı için en yeni YOLO26'yı seç; Ultralytics belgeleri, bilgisayarlı görü yolculuğunda başarılı olman için gereken tüm kaynakları sunar.