RTDETRv2 ile YOLOv5 karşılaştırması#

Bilgisayarlı görü evrimi, büyük ölçüde doğruluk ile gerçek zamanlı çıkarım hızı arasındaki dengeyi yakalamak için verilen amansız çabayla şekillenmiştir. Geliştiriciler RTDETRv2 ile Ultralytics YOLOv5 modelini karşılaştırırken, esas olarak transformer mimarilerinin gelişmiş küresel bağlam yeteneklerini, Evrişimli Sinir Ağlarının (CNN) son derece optimize edilmiş ve savaşta test edilmiş verimliliğiyle tartıyorlar.

Bu kılavuz, özel kullanım durumun için en iyi nesne tespiti modelini seçmene yardımcı olmak amacıyla performans metriklerini, eğitim metodolojilerini, bellek gereksinimlerini ve ideal dağıtım senaryolarını detaylandırarak bu iki önemli mimarinin derinlemesine teknik analizini sunar.

RTDETRv2: Gerçek Zamanlı Tespit için Transformer Yaklaşımı#

Orijinal Real-Time Detection Transformer (RT-DETR) üzerine inşa edilen RTDETRv2, çıkarım gecikmesinden ödün vermeden temel mimariyi geliştirmek için bir dizi "bag-of-freebies" yöntemini tanıtır.

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

Mimari ve Yetenekler#

RTDETRv2, melez bir CNN-Transformer mimarisinden yararlanır. CNN, ince taneli görsel özellikleri çıkarmak için bir omurga (backbone) olarak görev yaparken, transformer kodlayıcı-kod çözücü katmanları küresel bağlamı anlamak için tüm özellik haritasını işler. RTDETRv2'nin en büyük özelliklerinden biri, Maksimum Olmayan Bastırma (NMS) son işlemine olan ihtiyacı tamamen ortadan kaldıran uçtan uca yapısıdır.

RTDETRv2, özellikle nesnelerin üst üste bindiği karmaşık ve yoğun sahnelerde etkileyici bir doğruluk elde etse de, bazı önemli dezavantajları beraberinde getirir. Transformer'lara içkin olan dikkat mekanizması, standart CNN'lere kıyasla eğitim sırasında çok daha yüksek CUDA belleği gerektirir. Dahası, NVIDIA A100 veya T4 gibi üst düzey GPU'larda iyi performans gösterirken, mimarisi standart CPU'larda ve son derece kısıtlı uç (edge) cihazlarda fark edilir derecede yavaştır.

RTDETRv2 hakkında daha fazla bilgi edin

Ultralytics YOLOv5: Verimlilikte Endüstri Standardı#

Ultralytics YOLOv5, piyasaya sürüldüğünde uygulamalı makine öğrenimi ortamını temelden değiştirerek, son derece sezgisel bir çerçeve aracılığıyla yüksek performanslı bilgisayarlı görü teknolojisini dünya çapındaki geliştiriciler için erişilebilir kıldı.

• Yazar: Glenn Jocher
• Kuruluş: Ultralytics
• Tarih: 26 Haziran 2020
• Bağlantılar: Resmi Dokümantasyon, GitHub Deposu

Ekosistem ve Performans Dengesi#

YOLOv5 tamamen PyTorch çerçevesi üzerine kurulmuştur ve son derece verimli bir CNN mimarisine dayanır. Sadeleştirilmiş bir API'ye ve yapay zeka endüstrisindeki en kapsamlı dokümantasyonlardan bazılarına sahip olup, kullanım kolaylığı için sıfırdan tasarlanmıştır.

YOLOv5'in en büyük avantajı, eşsiz çok yönlülüğünde ve düşük bellek gereksinimlerinde yatar. Bir YOLOv5 modelini eğitmek, transformer tabanlı modellere göre çok daha az VRAM gerektirir; bu da modeli sınırlı donanım bütçesine sahip araştırmacılar ve mühendisler için erişilebilir kılar. Dahası, RTDETRv2 yalnızca sınırlayıcı kutu (bounding box) tespiti üzerine odaklanırken, YOLOv5 örnek bölütleme ve görüntü sınıflandırma işlemlerini destekleyen çok yönlü bir güç merkezine dönüşmüştür.

YOLOv5 hakkında daha fazla bilgi edin

Performans ve Metrik Karşılaştırması#

Standart COCO veri kümesi üzerindeki ham performans incelendiğinde, bu modellerin kaynaklara öncelik verme biçimlerindeki belirgin farkları görebiliriz.

Ödünleşimleri Analiz Etmek#

Veriler, RTDETRv2-x modelinin %54,3'lük bir zirve ortalama Ortalama Kesinlik (mAP) elde ettiğini ve YOLOv5x'in %50,7'lik oranını çok az bir farkla geride bıraktığını ortaya koyuyor. Ancak bu küçük doğruluk kazancı, devasa bir hesaplama maliyetiyle birlikte geliyor. YOLOv5x daha düşük gecikmeyle (TensorRT üzerinde 15,03 ms'ye karşı 11,89 ms) çalışır ve bellek alanının çok küçük bir kısmını kaplar. Çok düşük güç tüketen uç (edge) cihaz dağıtımları için YOLOv5n (Nano), RTDETRv2'nin rekabet etmeyi bile denemediği bir kategoride, sadece 1,12 ms'de çıkarımı tamamlayan ve 2,6M parametrelik ufak bir ayak izine sahip olan yapısıyla rakipsizliğini koruyor.

Eğitim Verimliliği ve Kod Basitliği#

Ultralytics ekosisteminin temel güçlü yanlarından biri, birleştirilmiş API yapısıdır. Belirli bir yoğun hesaplama gerektiren görev için RT-DETR'nin transformer mimarisini kullanmaya karar versen bile, bunu tamamen Ultralytics Python paketi içinde yapabilir ve sadece tek bir kod satırıyla modeller arasında sorunsuz geçiş yapabilirsin.

from ultralytics import RTDETR, YOLO

# Load the Ultralytics YOLOv5 small model
model_yolo = YOLO("yolov5s.pt")

# Load the RT-DETR large model via Ultralytics
model_rtdetr = RTDETR("rtdetr-l.pt")

# Train YOLOv5 effortlessly on your custom data
model_yolo.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run inference with both models seamlessly
results_yolo = model_yolo("https://ultralytics.com/images/bus.jpg")
results_rtdetr = model_rtdetr("https://ultralytics.com/images/bus.jpg")

results_yolo[0].show()

Geliştiriciler, Ultralytics kütüphanesinden yararlanarak deney takibi entegrasyonları (Weights & Biases ve Comet ML gibi) ve ONNX ile OpenVINO gibi dağıtım formatlarına tek tıkla dışarı aktarma özelliklerine sahip, bakımlı bir ekosisteme otomatik olarak erişim kazanır.

Gerçek Dünya Uygulamaları ve İdeal Kullanım Durumları#

RTDETRv2'nin Öne Çıktığı Yerler#

RTDETRv2, donanım kısıtlamalarının olmadığı ve tek hedefin mümkün olan en yüksek hassasiyet olduğu ortamlar için en uygun modeldir.

• Sunucu Tarafı Tıbbi Görüntüleme: Yüksek çözünürlüklü röntgenlerde mikroskobik anormalliklerin tespiti.
• Uydu Görüntüleri: Güçlü bulut kümelerinde havadan gözetim görevlerinde yoğun ve üst üste binen nesnelerin takibi.

YOLOv5'in Hüküm Sürdüğü Yerler#

YOLOv5, çeşitli donanımlar üzerinde pratik, gerçek dünya dağıtımları için tartışmasız şampiyondur.

• Uç (Edge) Yapay Zeka Cihazları: Belleğin kesin olarak kısıtlı olduğu Raspberry Pi veya NVIDIA Jetson cihazlarında güvenlik alarm sistemleri devreye alma.
• Mobil Uygulamalar: CoreML veya TFLite aracılığıyla akıllı telefonlarda doğrudan hızlı, gerçek zamanlı sınırlayıcı kutu ve segmentasyon çıkarımı çalıştırma.
• Yüksek Hızlı Endüstriyel Üretim: Milisaniyelik gecikmenin operasyonel başarı için kritik olduğu hızlı üretim hatlarında parça denetimi.

Sonuç olarak, RTDETRv2 transformer katmanlarını kullanarak doğruluk sınırlarını zorlarken, Ultralytics YOLO çerçevesi hız, hafif bellek gereksinimleri ve prototipten üretime geçiş süresini önemli ölçüde azaltan mükemmel tasarlanmış bir geliştirici deneyimi ile benzersiz bir denge sunar.