Başla

RTDETRv2 ile YOLOv6-3.0

Nesne algılama için bilgisayarlı görü modeli seçen geliştiriciler, birbirinden oldukça farklı mimariler arasından seçim yapabilir. Bu sayfa ikisini karşılaştırıyor: gerçek zamanlı algılama transformer'ı RTDETRv2 ve endüstriyel uygulamalar için optimize edilmiş evrişimsel sinir ağı (CNN) YOLOv6-3.0.

Mimarileri, performans ölçütlerini ve ideal dağıtım senaryolarını ele alıyor, Ultralytics ekosisteminin geliştiricilere sunduklarını açıklıyor ve yeni projeler için önerilen model olan Ultralytics YOLO26'yı tanıtıyor.

RTDETRv2: Görsel Transformer Yaklaşımı#

Baidu'daki araştırmacılar tarafından geliştirilen RTDETRv2, özgün RT-DETR üzerine kuruludur ve transformer tabanlı nesne algılamayı geliştirir.

Mimari Öne Çıkanlar#

RTDETRv2, CNN özellik çıkarıcısını transformer kod çözücüsüyle birleştiren hibrit bir mimari kullanır. Belirleyici özelliği, doğal olarak NMS gerektirmeyen tasarımıdır. Son işlemeden Maksimum Olmayan Bastırma'yı (NMS) kaldıran model, sınırlayıcı kutuları doğrudan tahmin ederek dağıtımı basitleştirir ve çıkarım gecikmesini kararlı hâle getirir.

RTDETRv2'nin "Ücretsiz Avantajlar Paketi" eğitim iyileştirmeleri, küresel dikkatle birleşerek karmaşık sahneleri ve örtüşen nesneleri ele almasına yardımcı olur; çünkü dikkat modelleri ilişkileri yerel evrişim pencereleri içinde değil, görüntünün tamamında değerlendirir.

Transformer Bellek Kullanımı

Transformer'lar karmaşık sahneleri anlamada başarılı olsa da eğitim sırasında genellikle CNN'lerden daha fazla CUDA belleği gerektirir. Bu, standart tüketici GPU'larındaki toplu iş boyutlarını sınırlayabilir ve toplam eğitim süresini artırabilir.

RTDETRv2 hakkında daha fazla bilgi edin

YOLOv6-3.0: Endüstriyel Verimi En Üst Düzeye Çıkarma#

Meituan'daki Vision AI Departmanından doğan YOLOv6-3.0, GPU veriminin öncelikli olduğu endüstriyel işlem hatları için tasarlandı.

  • Yazarlar: Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu ve Xiangxiang Chu
  • Kuruluş: Meituan
  • Tarih: 2023-01-13
  • arXiv: 2301.05586
  • GitHub: meituan/YOLOv6

Mimari Odak Noktası#

YOLOv6-3.0, NVIDIA GPU'ları gibi donanım hızlandırıcılarındaki bellek erişim maliyetlerini en aza indirmek üzere tasarlanmış bir EfficientRep omurgasına dayanır. Boyun mimarisinde, farklı ölçeklerde özellik birleştirmeyi iyileştirmek için Çift Yönlü Birleştirme (BiC) modülü bulunur.

Eğitim sırasında, daha hızlı çalıştırma için çapadan bağımsız çıkarım kipini korurken çapa tabanlı yaklaşımlardan yararlanmak üzere Çapa Destekli Eğitim (AAT) stratejisini kullanır. Sunucu sınıfı GPU'larda (örn. T4, A100) yüksek verim elde eder; ancak GPU odaklı tasarımı, yalnızca CPU kullanan uç cihazlarda daha az verimli olabilir.

YOLOv6 hakkında daha fazla bilgi edin

Performans Karşılaştırması#

Aşağıdaki tablo, COCO doğrulama kümesindeki doğruluğu (mAP), çıkarım hızını ve hesaplama maliyetini (FLOPs) karşılaştırıyor.

Modelboyut
(piksel)
mAPval50-95Hız
CPU ONNX
(ms)
Hız
T4 TensorRT10
(ms)
parametre
(M)
FLOPs
(B)
RTDETRv2-s64048.1-5.032060
RTDETRv2-m64051.9-7.5136100
RTDETRv2-l64053.4-9.7642136
RTDETRv2-x64054.3-15.0376259
YOLOv6-3.0n64037.5-1.174.711.4
YOLOv6-3.0s64045.0-2.6618.545.3
YOLOv6-3.0m64050.0-5.2834.985.8
YOLOv6-3.0l64052.8-8.9559.6150.7

YOLOv6-3.0, karşılaştırılabilir her boyutta T4 TensorRT üzerinde daha hızlıdır (örneğin orta boy modellerde 5.28 ms ve 7.51 ms). RTDETRv2 ise daha yüksek mAP değerine ulaşır (orta boyda 51.9'a karşı 50.0, büyük boyda 53.4'e karşı 52.8) ve RTDETRv2-x ile 54.3 mAP değerine kadar ölçeklenir. Her iki model de algılamaya odaklanır: ana sürümlerinde örnek segmentasyonu veya poz tahmini sunmazlar.

Kullanım Alanları ve Öneriler#

RT-DETR ile YOLOv6 arasında seçim yapmak, projene özgü gereksinimlere, 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.

YOLOv6'yı Ne Zaman Seçmeli?#

YOLOv6 şu durumlarda önerilir:

  • Endüstriyel Donanımı Dikkate Alan Dağıtım: Modelin donanımı dikkate alan tasarımının ve verimli yeniden parametreleştirmesinin belirli hedef donanımlarda performans optimizasyonu sağladığı senaryolar.
  • Hızlı Tek Aşamalı Algılama: Kontrollü ortamlarda gerçek zamanlı video işleme için GPU'da ham çıkarım hızına öncelik veren uygulamalar.
  • Meituan Ekosistemi Entegrasyonu: Teknoloji yığını ve dağıtım altyapısı olarak hâlihazırda Meituan'ın sistemlerini kullanan ekipler.

Ultralytics'i (YOLO26) Ne Zaman Seçmeli#

Yeni projelerin çoğunda Ultralytics YOLO26, performans ile geliştirici deneyiminin en iyi birleşimini sunar:

  • NMS Olmadan Uç Dağıtımı: Maksimum Olmayan Bastırma son işleminin karmaşıklığı olmadan tutarlı ve düşük gecikmeli çıkarım gerektiren uygulamalar.
  • Yalnızca CPU Kullanılan Ortamlar: Özel GPU hızlandırması olmayan cihazlarda YOLO26'nın (YOLO26n ile YOLO11n karşılaştırıldığında) %43'e varan daha hızlı CPU çıkarımı belirleyici bir avantaj sağlar.
  • Küçük Nesne Algılama: Havadan drone görüntüleri veya IoT sensör analizi gibi zorlu senaryolarda ProgLoss ve STAL, küçük nesnelerin doğruluğunu artırır.

Ultralytics Avantajı#

Model seçmek, kıyaslama sonuçlarından fazlasını gerektirir; geliştirici deneyimi, dağıtım esnekliği ve ekosistem desteği de önemlidir. Ultralytics ekosistemine entegre modeller, statik araştırma depolarına kıyasla çeşitli avantajlar sunar.

  • Kullanım Kolaylığı: ultralytics Python paketi basit bir API sunar. Modelleri eğitmek, doğrulamak ve dışa aktarmak yalnızca birkaç satır kod gerektirir.
  • İyi Bakımı Yapılan Ekosistem: Yalıtılmış akademik depoların aksine, ultralytics paketi ve Ultralytics Platform etkin biçimde bakımı yapılan çözümlerdir; ONNX, OpenVINO ve CoreML gibi biçimler için dışa aktarma desteği sunarlar.
  • Eğitim Verimliliği: Ultralytics YOLO modelleri, eğitim sırasında genellikle RTDETRv2 gibi transformer mimarilerinden daha az GPU belleği kullanır. Böylece tüketici sınıfı donanımlarda daha büyük toplu iş boyutlarına olanak tanır.
  • Çok Yönlülük: YOLOv6-3.0'ın algılama odağının aksine YOLO26, tek bir çatı altında algılama, örnek segmentasyonu, anlamsal segmentasyon, derinlik tahmini, görüntü sınıflandırma, poz tahmini ve yönlendirilmiş sınırlayıcı kutuları (OBB) destekler.
Sadeleştirilmiş Dağıtım

Ultralytics CLI'yi kullanarak eğitilmiş bir modeli uç dağıtımı için dışa aktarmak şu komutu çalıştırmak kadar kolaydır: yolo export model=yolo11n.pt format=tensorrt.

YOLO26 ile tanış#

RTDETRv2 ve YOLOv6-3.0'ın kendilerine özgü güçlü yanları var; ancak yeni bilgisayarlı görü projelerine başlayan ekipler için Ultralytics tarafından Ocak 2026'da yayımlanan YOLO26'yı öneriyoruz.

YOLO26, endüstriyel CNN'lerin ve modern transformer'ların güçlü yanlarını birleştiriyor:

  • Uçtan Uca NMS'siz Tasarım: YOLOv10 ile sunulan yaklaşımı temel alan YOLO26, NMS son işlemesini atlayan isteğe bağlı NMS'siz bir başlık (nms=False) sunar. Böylece RTDETRv2'ye benzer, öngörülebilir gecikme ve daha düşük bellek kullanımı elde edilir.
  • MuSGD Optimizasyonu: Moonshot AI'ın Kimi K2'si gibi büyük dil modeli (LLM) eğitim tekniklerinden esinlenen bu SGD ve Muon melezi, daha kararlı eğitim ve daha hızlı yakınsama sağlar.
  • Uç Cihazlar İçin Optimize Edildi: Dağılımsal Odak Kaybı'nın (DFL) kaldırılmasıyla YOLO26n, CPU'da YOLO11n'den %43'e kadar daha hızlı çalışır; GPU hızlandırması olmayan mobil ve IoT cihazları için uygundur.
  • ProgLoss + STAL: Aşamalı Kayıp ve Küçük Nesneye Duyarlı Etiket Atama (STAL), CNN'ler için uzun süredir devam eden bir zorluk olan küçük nesnelerin tanınmasını iyileştirir. Bu, hava görüntüleri ve robotik uygulamalarında fayda sağlar.

Eğitim Örneği#

Ultralytics API'si, modelleri birkaç satır kodla eğitir. Aşağıdaki çalıştırılabilir örnek, YOLO26 Nano modelini COCO8 veri kümesi üzerinde eğitir:

from ultralytics import YOLO

# Load the newly released YOLO26 Nano model
model = YOLO("yolo26n.pt")

# Train the model on the COCO8 dataset for 50 epochs
# The Ultralytics engine handles data caching and augmentation automatically
train_results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Validate the model's performance
metrics = model.val()
print(f"Validation mAP50-95: {metrics.box.map}")

# Export the trained model to ONNX format for production
model.export(format="onnx")

Özet#

RTDETRv2 ile YOLOv6-3.0'ı karşılaştırırken karar büyük ölçüde kullandığın donanıma ve gecikme kısıtlamalarına bağlıdır. RTDETRv2, karmaşık ve üst üste binen nesneleri işlemenin kritik olduğu araştırma ortamlarında ve sunucu tarafı işlemede öne çıkar. YOLOv6-3.0 ise güçlü NVIDIA GPU'larıyla donatılmış, yüksek verimli üretim hatları için güçlü bir seçenek olmayı sürdürür.

Transformer benzeri NMS'siz çıkarımı, CNN'nin hızı ve düşük bellek kullanımıyla bir arada isteyen geliştiriciler için önerilen seçenek YOLO26'dır. Belgeleri, etkin topluluğu ve Ultralytics araçları, görüntü yapay zekâ projelerinin prototip aşamasından üretime geçmesine yardımcı olur.

Katkıda Bulunanlar

Yorumlar

Bir soru sor, sonuçlarını paylaş veya başka birine yardım et.