RTDETRv2 ile YOLOv10 Karşılaştırması#

Bilgisayarlı görü alanındaki evrim, büyük ölçüde hız ve doğruluk dengesini kurma arayışıyla şekillenmiştir. Geleneksel olarak, gerçek zamanlı nesne algılama hatları, çakışan sınırlayıcı kutuları filtrelemek için bir son işleme adımı olarak Maksimum Olmayan Baskılama (NMS) yöntemine güvenmiştir. Ancak NMS, gecikme darboğazlarına ve karmaşık hiperparametre ayarlarına yol açar. 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, her iki modelin mimarilerini, performans metriklerini ve ideal kullanım durumlarını analiz ederek kapsamlı bir teknik karşılaştırma sunar ve aynı zamanda Ultralytics ekosistemindeki en son yeniliklerin modern dağıtım için nasıl nihai çözümü sunduğunu vurgular.

RTDETRv2: Gerçek Zamanlı Algılama Transformer'ları#

RTDETRv2, Vision Transformer'ların küresel bağlam anlayışını, geleneksel olarak YOLO modellerinin hakim olduğu gerçek zamanlı hız gereksinimleriyle birleştirmeyi amaçlayan orijinal RT-DETR mimarisi üzerine inşa edilmiştir.

Temel Özellikler:

• Yazarlar: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang ve Yi Liu
• Kurum: 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'yi doğal olarak önleyen uçtan uca bir Transformer mimarisi kullanır. Eğitim stratejisini optimize ederek ve çok ölçekli algılama yeteneklerini dahil ederek bir "Bag-of-Freebies" yaklaşımı sunar ve selefini geliştirir. Model, bir CNN omurgası kullanarak feature maps (kenarlar ve dokular gibi görsel detaylar) çıkarır; bunlar daha sonra bir Transformer kodlayıcı-kod çözücü yapısı tarafından işlenir. Bu, modelin tüm görüntü bağlamını aynı anda analiz etmesini sağlayarak nesnelerin yoğun bir şekilde paketlendiği veya üst üste bindiği karmaşık sahneleri anlamada son derece etkili olmasını sağlar.

Güçlü ve Zayıf Yönler#

Güçlü Yönler:

• Küresel Bağlam: attention mechanism, modelin karmaşık ve kalabalık ortamlarda üstün başarı göstermesini sağlar.
• NMS'siz: Nesne koordinatlarını doğrudan tahmin ederek dağıtım sürecini basitleştirir.
• Yüksek Doğruluk: COCO veri kümesinde mükemmel bir ortalama hassasiyet (mAP) elde eder.

Zayıf Yönler:

• Kaynak Yoğun: Transformer mimarileri, CNN'lere kıyasla eğitim sırasında genellikle 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, özel yapay zeka hızlandırıcılarından yoksun uç cihazlarda daha düşük FPS in computer vision değerlerine yol açabilir.

RTDETRv2 hakkında daha fazla bilgi edin

YOLOv10: Gerçek Zamanlı Uçtan Uca Nesne Algılama#

YOLOv10, uzun süredir devam eden NMS darboğazını doğrudan bir CNN çerçevesi içinde ele alarak YOLO object detection soyunda büyük bir değişim temsil eder.

Temel Özellikler:

• Yazarlar: Ao Wang, Hui Chen, Lihao Liu ve diğerleri.
• Organizasyon: 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 bir inference latency elde eder.
• Verimlilik: Diğer modellere kıyasla benzer doğruluk elde etmek için daha az parametre ve FLOPs gerektirir, bu da onu kısıtlı ortamlar için son derece uygun hale getirir.
• NMS'siz Dağıtımlar: smart surveillance gibi uç uygulamalara entegrasyonu kolaylaştırır.

Zayıf Yönler:

• İlk Nesil Konsept: Bu özel NMS'siz mimariyi uygulayan ilk YOLO olarak temelleri atmıştır, ancak YOLO11 ve YOLO26 gibi sonraki modellerde görülen çok görevli çok yönlülük ve optimizasyon için yer bırakmıştır.

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 gösterir ve bu da onu edge computing and AIoT uygulamaları için oldukça cazip kılar.

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 Süreli 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 Algılama: ProgLoss ve STAL'ın küçük nesneler üzerindeki doğruluğu önemli ölçüde artırdığı hava drone görüntüleri veya IoT sensör analizi gibi zorlu senaryolar.

Ultralytics Avantajı: YOLO26 ile Tanışın#

Hem RTDETRv2 hem de YOLOv10 ilgi çekici akademik gelişmeler sunarken, bunları gerçek dünya senaryolarında dağıtmak sağlam ve iyi bakılan bir yazılım ekosistemi gerektirir. Ultralytics Platform, kullanım kolaylığı, kapsamlı belgelendirme ve data annotation ile dağıtım için güçlü araçları birleştirerek benzersiz bir geliştirici deneyimi sunar.

2026 yılında mutlak en son teknolojiyi arayan geliştiriciler için Ultralytics YOLO26 nihai öneridir. Her iki mimariden en iyi fikirleri sentezlerken çığır açan iyileştirmeler sunar:

• 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, applications using drones ve IoT sensörleri kullanan uygulamalar için kritik olan küçük nesne tanımada dikkate değer iyileştirmeler sağlar.
• Eşsiz Çok Yönlülük: Yalnızca sınırlayıcı kutularla sınırlı modellerin aksine, YOLO26 örnek bölümleme, poz tahmini, görüntü sınıflandırma ve OBB algılama dahil olmak üzere tam bir görev paketini destekler ve Pose için Artık Log-Olabilirlik Tahmini (RLE) gibi göreve özel iyileştirmelerle tamamlanır.

YOLO26 hakkında daha fazla bilgi edin

Python ile Sorunsuz Uygulama#

Ultralytics Python API kullanarak bu modelleri eğitmek ve dağıtmak sorunsuz olacak şekilde tasarlanmıştır. Bellek gereksinimleri, transformer ağırlıklı mimarilere kıyasla eğitim sırasında önemli ölçüde daha düşüktür ve standart donanımlarda güçlü modeller eğitmeni sağlar.

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)

security alarm systems uyguluyor veya medical image analysis gerçekleştiriyor ol, aktif Ultralytics topluluğu tarafından desteklenen bir model seçmek başarılı olmak için ihtiyaç duyduğun araçlara, hyperparameter tuning kılavuzlarına ve sürekli güncellemelere sahip olmanı sağlar. YOLOv10 ve RTDETRv2 NMS içermeyen mimarilere zemin hazırlarken, YOLO26 formülü mükemmelleştirerek performans, çok yönlülük ve üretime hazır olma açısından en iyi dengeyi sunar.