RTDETRv2 ve YOLOv5#

Bilgisayarlı görü alanındaki gelişmeler büyük ölçüde doğruluk ile gerçek zamanlı çıkarım hızını dengeleme çabasının sonucu oldu. RTDETRv2 ile Ultralytics YOLOv5'i karşılaştırırken geliştiriciler, Transformer mimarilerinin gelişmiş global bağlam yetenekleri ile Evrişimli Sinir Ağlarının (CNNs) yüksek ölçüde optimize edilmiş, sahada kendini kanıtlamış verimliliği arasında seçim yapıyor.

Bu kılavuz, öne çıkan bu iki mimarinin performans ölçütlerini, eğitim yöntemlerini, bellek gereksinimlerini ve ideal dağıtım senaryolarını ayrıntılı bir teknik analizle ele alarak kullanım alanına en uygun nesne algılama modelini seçmene yardımcı olur.

RTDETRv2: Gerçek Zamanlı Algılamada Transformer Yaklaşımı#

Orijinal Gerçek Zamanlı Algılama Transformer'ı (RT-DETR) temel alan RTDETRv2, çıkarım gecikmesini artırmadan temel mimariyi geliştirmek için bir dizi "bedava kazanım" sunar.

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

Mimari ve Yetenekler#

RTDETRv2, CNN ve Transformer'ı birleştiren hibrit bir mimariden yararlanır. CNN, ince ayrıntılı görsel özellikleri çıkarmak için omurga görevi görürken Transformer kodlayıcı-kod çözücü katmanları, global bağlamı anlamak için özellik haritasının tamamını işler. RTDETRv2'nin başlıca özelliklerinden biri uçtan uca yapısıdır; bu yapı, son işlem aşamasında Maksimum Olmayan Bastırma (NMS) gereksinimini tamamen ortadan kaldırır.

RTDETRv2, özellikle nesnelerin üst üste geldiği karmaşık ve yoğun sahnelerde etkileyici bir doğruluk sunsa da bazı önemli ödünleşimleri vardır. Transformer'lara özgü dikkat mekanizması, eğitim sırasında standart CNN'lere kıyasla çok daha fazla CUDA belleği gerektirir. Ayrıca NVIDIA A100 veya T4 gibi üst düzey GPU'larda iyi performans gösterse de mimarisi standart CPU'larda ve kaynakları ciddi ölçüde kısıtlı uç cihazlarda gözle görülür biçimde daha yavaştır.

RTDETRv2 hakkında daha fazla bilgi edin

Ultralytics YOLOv5: Verimlilikte Sektör Standardı#

Ultralytics YOLOv5 yayımlandığında uygulamalı makine öğreniminin çehresini kökten değiştirdi ve son derece sezgisel bir çerçeve sayesinde yüksek performanslı bilgisayarlı görüyü dünya çapındaki geliştiriciler için erişilebilir hale getirdi.

• Yazar: Glenn Jocher
• Kuruluş: Ultralytics
• Tarih: 26 Haziran 2020
• Bağlantılar: Resmî Belgeler, GitHub Deposu

Ekosistem ve Performans Dengesi#

YOLOv5 tamamen PyTorch çerçevesi üzerine kuruludur ve son derece verimli bir CNN mimarisinden yararlanır. Baştan itibaren kullanım kolaylığı için tasarlanan model, akıcı bir API'ye ve yapay zekâ sektöründeki en kapsamlı belgelerden bazılarına sahiptir.

YOLOv5'in en büyük avantajı, benzersiz esnekliği ve düşük bellek gereksinimleridir. Bir YOLOv5 modelini eğitmek, Transformer tabanlı modellere göre çok daha az VRAM gerektirir; böylece kısıtlı donanım bütçesine sahip araştırmacılar ve mühendisler de modeli kullanabilir. Ayrıca RTDETRv2 yalnızca sınırlayıcı kutu algılamaya odaklanırken YOLOv5, örnek segmentasyonunu ve görüntü sınıflandırmasını destekleyen çok yönlü bir güç merkezine dönüştü.

Performans ve Metrik Karşılaştırması#

Standart COCO veri kümesindeki ham performansı incelediğimizde bu modellerin kaynakları nasıl önceliklendirdiği arasındaki belirgin farkları görebiliriz.

Ödünleşimlerin Analizi#

Veriler, RTDETRv2-x modelinin en yüksek ortalama Hassasiyet (mAP) değerinin %54,3 olduğunu ve YOLOv5x'in %50,7'lik değerini az farkla geçtiğini gösteriyor. Ancak bu küçük doğruluk artışının hesaplama maliyeti çok yüksek. YOLOv5x daha düşük gecikmeyle çalışır (TensorRT'de 11,89 ms'ye karşı 15,03 ms) ve belleğin yalnızca küçük bir bölümünü gerektirir. Çok düşük güç tüketimli uç dağıtımlarda YOLOv5n (Nano) rakipsizliğini korur; yalnızca 1,9 milyon parametrelik son derece küçük boyutuyla çıkarımı 1,12 ms'de tamamlar. RTDETRv2 ise bu ölçekte rekabet etmeyi bile hedeflemez.

Eğitim Verimliliği ve Kodun Sadeligi#

Ultralytics ekosisteminin temel güçlü yönlerinden biri birleşik API'sidir. Belirli bir yoğun hesaplama gerektiren görev için RT-DETR'nin Transformer mimarisini kullanmaya karar versen bile bunu tamamen Ultralytics Python paketi içinde yapabilir, tek bir kod satırıyla modeller arasında sorunsuzca geçiş yapabilirsin.

from ultralytics import RTDETR, YOLO

# Ultralytics YOLOv5 small modelini yükle
model_yolo = YOLO("yolov5su.pt")  # YOLOv5u: ultralytics paketi için anchorsız YOLOv5 ağırlıkları

# RT-DETR large modelini Ultralytics üzerinden yükle
model_rtdetr = RTDETR("rtdetr-l.pt")

# YOLOv5'i kendi verilerinle zahmetsizce eğit
model_yolo.train(data="coco8.yaml", epochs=100, imgsz=640)

# Her iki modelle de sorunsuzca çıkarım yap
results_yolo = model_yolo("https://ultralytics.com/images/bus.jpg")
results_rtdetr = model_rtdetr("https://ultralytics.com/images/bus.jpg")

results_yolo[0].show()

Ultralytics kütüphanesinden yararlanan geliştiriciler, deney takibi entegrasyonları (Weights & Biases ve Comet ML gibi) ile ONNX ve OpenVINO gibi dağıtım biçimlerine tek tıklamayla dışa aktarma olanağı sunan, bakımı düzenli yapılan bir ekosisteme otomatik olarak erişir.

Gerçek Dünya Uygulamaları ve İdeal Kullanım Alanları#

RTDETRv2'nin Öne Çıktığı Alanlar#

RTDETRv2, donanım kısıtlamalarının olmadığı ve mümkün olan en yüksek hassasiyetin tek hedef olduğu ortamlar için en uygunudur.

• Sunucu Tarafında Tıbbi Görüntüleme: Yüksek çözünürlüklü röntgenlerde mikroskobik anomalileri tespit etme.
• Uydu Görüntüleri: Güçlü bulut kümelerinde havadan gözetim görevleri için yoğun ve üst üste binen nesneleri izleme.

YOLOv5'in Öne Çıktığı Alanlar#

YOLOv5, çeşitli donanımlarda pratik ve gerçek dünya dağıtımları için tartışmasız bir şampiyondur.

• Uç Yapay Zekâ Cihazları: Belleğin ciddi ölçüde kısıtlı olduğu Raspberry Pi veya NVIDIA Jetson cihazlarında güvenlik alarm sistemleri dağıtma.
• Mobil Uygulamalar: CoreML veya LiteRT aracılığıyla sınırlayıcı kutu ve segmentasyon çıkarımını doğrudan akıllı telefonlarda hızlı ve gerçek zamanlı olarak çalıştırma.
• Yüksek Hızlı Endüstriyel Üretim: Operasyonel başarı için milisaniyelik gecikmenin kritik olduğu hızlı üretim hatlarındaki parçaları inceleme.

Sonuç olarak RTDETRv2, Transformer katmanlarıyla doğruluk sınırlarını zorlarken Ultralytics YOLO çerçevesi eşsiz bir hız, düşük bellek gereksinimi ve prototipten üretime geçiş süresini önemli ölçüde kısaltan, ustalıkla tasarlanmış bir geliştirici deneyimi dengesi sunar.