RTDETRv2 ile YOLOv10 Karşılaştırması#

Bilgisayarlı görü alanındaki evrim, büyük ölçüde hız ve doğruluk dengesini yakalamadaki aralıksız çaba tarafından yönlendirilmiştir. Geleneksel olarak, gerçek zamanlı nesne tespiti işlem hatları, örtüşen sınırlayıcı kutuları filtrelemek için bir son işleme adımı olarak Maksimum Olmayan Bastırma (NMS) yöntemine güvenmiştir. Ancak NMS, gecikme darboğazları ve karmaşık hiperparametre optimizasyonu ortaya çıkarır. Son zamanlarda, bu sorunu yerel olarak çözmek için iki farklı mimari yaklaşım ortaya çıkmıştır: RTDETRv2 gibi Transformer tabanlı modeller ve YOLOv10 gibi CNN tabanlı modeller.

Bu kılavuz, Ultralytics ekosistemindeki en son yeniliklerin modern dağıtım için nihai çözümü nasıl sunduğunu vurgularken; mimarilerini, performans metriklerini ve ideal kullanım senaryolarını analiz ederek bu iki modelin kapsamlı bir teknik karşılaştırmasını sağlar.

RTDETRv2: Gerçek Zamanlı Algılama Transformer'ları#

RTDETRv2, Vision Transformer'ların küresel bağlam kavrayışını, geleneksel olarak YOLO modellerinin hakim olduğu gerçek zamanlı hız gereksinimleriyle birleştirmeyi amaçlayarak orijinal RT-DETR mimarisini temel alır.

Temel Özellikler:

• Yazarlar: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang ve Yi Liu
• Kuruluş: Baidu
• Tarih: 24-07-2024
• Arxiv: https://arxiv.org/abs/2407.17140
• GitHub: https://github.com/lyuwenyu/RT-DETR/tree/main/rtdetrv2_pytorch

Mimari ve Eğitim Metodolojileri#

RTDETRv2, NMS'den doğası gereği kaçınan uçtan uca bir transformer mimarisi kullanır. Bir "Bag-of-Freebies" yaklaşımı sunarak, eğitim stratejisini optimize ederek ve çok ölçekli tespit yeteneklerini dahil ederek öncüsünü geliştirir. Model, özellik haritalarını (kenarlar ve dokular gibi görsel detayları) çıkarmak için bir CNN omurgası kullanır; bunlar daha sonra bir transformer kodlayıcı-kod çözücü yapısı tarafından işlenir. Bu, modelin tüm görüntü bağlamını aynı anda analiz etmesine olanak tanır ve bu da nesnelerin yoğun bir şekilde paketlendiği veya üst üste bindiği karmaşık sahneleri anlamada onu son derece etkili kılar.

Güçlü ve Zayıf Yönler#

Güçlü Yönler:

• Küresel Bağlam: Dikkat mekanizması, modelin karmaşık ve dağınık ortamlarda üstünlük sağlamasına olanak tanır.
• NMS'siz: Nesne koordinatlarını doğrudan tahmin ederek dağıtım sürecini basitleştirir.
• Yüksek Doğruluk: COCO veri kümesinde mükemmel ortalama ortalama kesinlik (mAP) elde eder.

Zayıf Yönler:

• Kaynak Yoğun: Transformer mimarileri genellikle eğtim sırasında CNN'lere kıyasla çok daha fazla CUDA belleği gerektirir, bu da standart donanımda ince ayar yapmayı maliyetli hale getirir.
• Çıkarım Hızı Değişkenliği: Hızlı olmasına rağmen, yoğun dikkat hesaplamaları, adanmış yapay zeka hızlandırıcılarından yoksun uç cihazlarda bilgisayarlı görüde daha düşük FPS değerlerine yol açabilir.

RTDETRv2 hakkında daha fazla bilgi edin

YOLOv10: Gerçek Zamanlı Uçtan Uca Nesne Algılama#

YOLOv10, uzun süredir var olan NMS darboğazını doğrudan bir CNN çerçevesi içinde ele alarak YOLO nesne tespiti soyunda büyük bir değişimi temsil eder.

Temel Özellikler:

• Yazarlar: Ao Wang, Hui Chen, Lihao Liu ve diğerleri.
• Kuruluş: Tsinghua University
• Tarih: 23-05-2024
• Arxiv: https://arxiv.org/abs/2405.14458
• GitHub: https://github.com/THU-MIG/yolov10

Mimari ve Eğitim Metodolojileri#

YOLOv10'un temel yeniliği, NMS'siz eğitim için tutarlı ikili atamalarıdır. Eğitim sırasında iki algılama başlığı kullanır: zengin denetim sinyalleri sağlamak için çoktan çoğa atamaya sahip (geleneksel YOLO'lar gibi) bir başlık ve NMS ihtiyacını ortadan kaldırmak için bire bir atamaya sahip başka bir başlık. Çıkarım sırasında, yalnızca bire bir başlık kullanılır ve bu da uçtan uca bir süreçle sonuçlanır. Ayrıca yazarlar, hesaplama fazlalığını azaltmak için çeşitli bileşenleri kapsamlı bir şekilde optimize ederek bütünsel bir verimlilik-doğruluk odaklı model tasarım stratejisi uygulamışlardır.

Güçlü ve Zayıf Yönler#

Güçlü Yönler:

• Aşırı Hız: NMS'yi kaldırarak ve mimariyi optimize ederek YOLOv10 inanılmaz derecede düşük çıkarım gecikmesi elde eder.
• Verimlilik: Diğer modellere kıyasla benzer doğruluk elde etmek için daha az parametre ve FLOP gerektirir, bu da onu kısıtlı ortamlar için son derece uygun hale getirir.
• NMS Olmayan Dağıtımlar: Akıllı gözetim gibi uç uygulamalara entegrasyonu kolaylaştırır.

Zayıf Yönler:

• Birinci Nesil Konsept: Bu özel NMS'siz mimariyi uygulayan ilk YOLO olarak temelleri attı, ancak YOLO11 ve YOLO26 gibi sonraki modellerde görülen çok görevli çok yönlülük ve optimizasyon için alan bıraktı.

YOLOv10 hakkında daha fazla bilgi edin

Performans Karşılaştırması#

Üretim için modelleri değerlendirirken, doğruluk ile hesaplama maliyeti arasındaki denge kritik öneme sahiptir. Aşağıdaki tablo, çeşitli RTDETRv2 ve YOLOv10 boyutları arasındaki performans ödünleşimlerini vurgulamaktadır.

RTDETRv2 sağlam bir doğruluk sunarken, YOLOv10 özellikle daha küçük varyantlarında (Nano ve Small) gecikme ve parametre verimliliğinde dikkat çekici bir avantaj göstererek onu uç bilgi işlem ve AIoT uygulamaları için son derece çekici kılmaktadır.

Kullanım Durumları ve Öneriler#

RT-DETR ve YOLOv10 arasında seçim yapmak; projenin özel 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.

Ne Zaman YOLOv10 Seçilmeli#

YOLOv10 şunlar için önerilir:

• NMS'siz Gerçek Zamanlı Tespit: Non-Maximum Suppression (NMS) olmadan uçtan uca tespitten yararlanan ve dağıtım karmaşıklığını azaltan uygulamalar.
• Dengeli Hız-Doğruluk Takasları: Çeşitli model ölçeklerinde çıkarım hızı ile tespit doğruluğu arasında güçlü bir denge gerektiren projeler.
• Tutarlı Gecikme Süresine Sahip Uygulamalar: robotik veya otonom sistemler gibi öngörülebilir çıkarım sürelerinin kritik olduğu dağıtım senaryoları.

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.

Ultralytics Avantajı: YOLO26 ile Tanışın#

Hem RTDETRv2 hem de YOLOv10 ilgi çekici akademik ilerlemeler sunarken, bunları gerçek dünya senaryolarında dağıtmak sağlam, iyi bakımlı bir yazılım ekosistemi gerektirir. Ultralytics Platform; kullanım kolaylığı, kapsamlı belgeler ve veri etiketleme ile dağıtım için güçlü araçları birleştirerek benzersiz bir geliştirici deneyimi sunar.

2026'da mutlak son teknoloji arayan geliştiriciler için Ultralytics YOLO26 nihai tavsiyedir. Çığır açan iyileştirmeler sunarken her iki mimariden de en iyi fikirleri sentezler:

• Uçtan Uca NMS'siz Tasarım: YOLOv10 tarafından öncülük edilen konsepte dayanan YOLO26, NMS son işlemini yerel olarak ortadan kaldırır ve bu da daha hızlı, daha basit dağıtım mantığı ve sıfır gecikme varyansı ile sonuçlanır.
• DFL Kaldırma: Dağılım Odaklı Kaybı (Distribution Focal Loss) kaldırarak, YOLO26 model dışa aktarımını basitleştirir ve uç cihazlar ve düşük güç tüketen cihazlarla uyumluluğu önemli ölçüde artırır.
• MuSGD Optimize Edici: SGD ve Muon'un bir hibriti olan (LLM eğitim yeniliklerinden esinlenmiştir) bu yeni optimize edici, geleneksel yöntemlere kıyasla daha kararlı eğitim ve önemli ölçüde daha hızlı yakınsama sağlar.
• %43'e Kadar Daha Hızlı CPU Çıkarımı: Özel GPU'su olmayan ortamlar için dikkatle optimize edilmiştir, böylece yüksek performanslı görüntü yapay zekasını demokratikleştirir.
• ProgLoss + STAL: Bu gelişmiş kayıp fonksiyonları, drone kullanan uygulamalar ve IoT sensörleri için kritik olan küçük nesne tanımada dikkate değer iyileştirmeler sağlar.
• Rakipsiz Çok Yönlülük: Sınırlayıcı kutularla sınırlı modellerin aksine YOLO26; örnek bölütleme, poz tahmini, görüntü sınıflandırma ve OBB tespiti dahil olmak üzere, Pose için Artık Log-Olabilirlik Tahmini (RLE) gibi göreve özel iyileştirmelerle eksiksiz bir görev paketini destekler.

YOLO26 hakkında daha fazla bilgi edin

Python ile Sorunsuz Uygulama#

Ultralytics Python API kullanılarak bu modellerin eğitilmesi ve dağıtılması sorunsuz olacak şekilde tasarlanmıştır. Transformer ağırlıklı mimarilere kıyasla eğitim sırasında bellek gereksinimleri dikkate değer ölçüde daha düşüktür ve standart donanımda güçlü modeller eğitmenize olanak tanır.

from ultralytics import YOLO

# Load the cutting-edge YOLO26 model (recommended)
# Alternatively, load a YOLOv10 model using YOLO('yolov10n.pt')
model = YOLO("yolo26n.pt")

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

# Easily export to various formats for edge deployment
model.export(format="onnx", simplify=True)

İster güvenlik alarm sistemleri uyguluyor olun ister tıbbi görüntü analizi gerçekleştiriyor olun, aktif Ultralytics topluluğu tarafından desteklenen bir model seçmek; başarılı olmak için ihtiyaç duyduğunuz araçlara, hiperparametre optimizasyonu kılavuzlarına ve sürekli güncellemelere sahip olmanızı sağlar. YOLOv10 ve RTDETRv2, NMS'siz mimarilerin yolunu açarken, YOLO26 formülü mükemmelleştirerek performans, çok yönlülük ve üretime hazırlık açısından en iyi dengeyi sunar.