RTDETRv2 ve YOLOv9#

Bilgisayarlı görü alanı, başta Evrişimli Sinir Ağları (CNNs) ve Transformer tabanlı modeller olmak üzere mimari felsefelerde büyüleyici bir ayrışmaya tanık oldu. RTDETRv2 ve YOLOv9 karşılaştırılırken geliştiriciler, esas olarak küresel dikkat mekanizmaları ile programlanabilir gradyan bilgisi arasındaki ödünleşimleri değerlendiriyor. Her iki model de kendi paradigmalarının zirvesini temsil ederek gerçek zamanlı nesne tespitinin sınırlarını zorluyor.

Modellere Giriş#

RTDETRv2: Gerçek Zamanlı Tespit Transformer'ı#

Baidu'daki araştırmacılar tarafından geliştirilen RTDETRv2, temel Gerçek Zamanlı Tespit Transformer'ını geliştirmek için bir "Bedavalar Koleksiyonu" ekleyerek özgün RT-DETR'ı temel alır. Transformer'ların geleneksel darboğazı olan çıkarım hızını ele alarak onları gerçek zamanlı uygulamalar için kullanılabilir hale getirir.

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

RTDETRv2'nin ayırt edici özelliklerinden biri, yerel olarak uçtan uca NMS'siz tasarımıdır. İşlem sonrası aşamasında Maksimum Olmayan Bastırma (NMS) tamamen kaldırılarak model, çıkarım gecikmesini istikrarlı hale getirir ve dağıtım işlem hattını basitleştirir. Küresel dikkat mekanizması, tüm görüntü bağlamını eş zamanlı olarak değerlendirdiği için modelin karmaşık sahneleri ve yoğun kalabalıkları anlamada üstün performans göstermesini sağlar.

RTDETRv2 hakkında daha fazla bilgi edin

YOLOv9: Programlanabilir Gradyan Bilgisi#

Son derece verimli CNN tabanlı bir mimari olan YOLOv9, derin sinir ağlarının doğasında bulunan bilgi darboğazı sorununu ele alır. Programlanabilir Gradyan Bilgisi (PGI) ve Genelleştirilmiş Verimli Katman Toplama Ağı'nı (GELAN) sunar.

• Yazarlar: Chien-Yao Wang ve Hong-Yuan Mark Liao
• Kuruluş: Institute of Information Science, Academia Sinica
• Tarih: 21 Şubat 2024
• Bağlantılar: Arxiv, GitHub

YOLOv9, kendini kanıtlamış evrişimli sinir ağı temellerine dayanır, ancak parametre verimliliğini en üst düzeye çıkarır. İleri besleme sürecinde kritik bilgileri koruyarak güvenilir ağırlık güncellemeleri sağlar ve bunun sonucunda son derece hafif, ancak yüksek doğruluklu bir model ortaya çıkar. Ancak RTDETRv2'nin aksine YOLOv9, işlem sonrası aşamasında hâlâ standart NMS'e dayanır.

YOLOv9 hakkında daha fazla bilgi edin

Performans ve Kaynak Verimliliği#

Bu modeller üretim ortamı için değerlendirilirken ortalama Hassasiyet (mAP) ile hesaplama maliyetini dengelemek kritik önem taşır. Aşağıdaki tablo, MS COCO veri kümesi üzerindeki performanslarını gösterir.

Bellek Gereksinimleri ve Eğitim Verimliliği#

RTDETRv2 gibi Transformer'lar eğitim sırasında bilinen şekilde yoğun bellek kullanır; tamamen yakınsamaları için genellikle yüksek miktarda CUDA belleği ve daha uzun eğitim programları gerekir. Buna karşılık YOLOv9 gibi CNN mimarileri ve diğer Ultralytics YOLO modelleri, olağanüstü düşük bellek kullanımı sunarak geliştiricilerin tüketici sınıfı donanımlarda daha büyük toplu iş boyutlarıyla eğitim yapmasına olanak tanır.

Ultralytics Avantajı: Ekosistem ve Kullanım Kolaylığı#

Resmî RTDETRv2 veya YOLOv9 GitHub sayfaları gibi bağımsız depoları incelemek son derece öğretici olsa da üretim ortamları kararlılık, kullanım kolaylığı ve iyi bakımı yapılan bir ekosistem gerektirir. Bu modelleri Ultralytics Python API üzerinden entegre etmek, sorunsuz bir geliştirici deneyimi sunar.

Birleşik API ve Çok Yönlülük#

Ultralytics çatısı; veri yükleme, veri artırma ve dağıtık eğitim karmaşıklıklarını soyutlar. Ayrıca özgün RTDETRv2 yalnızca tespite odaklanırken Ultralytics ekosistemi, Nesne Tespiti, Örnek Bölütleme ve Poz Tahmini arasında kolayca geçiş yapmana olanak tanır.

from ultralytics import RTDETR, YOLO

# Train a YOLOv9 model on custom data
model_yolo = YOLO("yolov9c.pt")
model_yolo.train(data="coco8.yaml", epochs=50, imgsz=640)

# Easily switch to RT-DETR for complex scene evaluation
model_rtdetr = RTDETR("rtdetr-l.pt")
results = model_rtdetr.predict("https://ultralytics.com/images/bus.jpg")

# Export to production-ready formats like TensorRT
model_yolo.export(format="engine")

Kapsamlı belgeler, otomatik deney takibi ve ONNX, TensorRT ve OpenVINO gibi biçimlere sorunsuz dışa aktarma yetenekleri sayesinde Ultralytics, prototipten üretime geçiş süresini büyük ölçüde azaltır.

İdeal Kullanım Alanları#

RTDETRv2'nin Öne Çıktığı Alanlar#

Küresel dikkat mekanizması sayesinde RTDETRv2, sunucu tarafı işleme ve küresel bağlamın büyük önem taşıdığı ortamlar için güçlü bir seçenektir. Şu alanlarda öne çıkar:

• Tıbbi Görüntüleme: Çevredeki bağlamın kritik olduğu ince anormallikleri belirleme.
• Hava Gözetimi: Geleneksel CNN evrişimlerinin uzamsal önyargıları olmadan yüksek çözünürlüklü drone görüntülerindeki küçük nesneleri tespit etme.
• Yoğun Kalabalık Analizi: Ciddi örtüşmenin çapa tabanlı modelleri normalde zorladığı durumlarda kişileri takip etme.

YOLOv9'un Öne Çıktığı Alanlar#

YOLOv9, kaynakları kısıtlı uç dağıtımlarında öne çıkar. Hesaplama verimliliği onu şu alanlar için ideal hale getirir:

• Robotik: En düşük gecikmenin gerekli olduğu gerçek zamanlı navigasyon ve engellerden kaçınma.
• Akıllı Şehir IoT'si: Trafik izleme için NVIDIA Jetson gibi uç cihazlara dağıtım.
• Endüstriyel Denetim: Saniyede yüksek kare hızı (FPS) gerektiren yüksek hızlı montaj hattı kalite kontrolü.

Gelecek: Ultralytics YOLO26 Devreye Giriyor#

YOLOv9 ve RTDETRv2 ileriye doğru büyük sıçramaları temsil etse de ortam hızla gelişti. Modern dağıtımlar için yeni yayımlanan Ultralytics YOLO26, her iki mimari felsefenin en üst düzey birleşimini temsil eder.

Transformer'ların ve CNN'lerin en iyi yönlerini bir araya getiren YOLO26 yeni bir standart oluşturur:

• Uçtan Uca NMS'siz Tasarım: RTDETRv2 gibi YOLO26 da yerel olarak uçtan uca çalışır ve daha hızlı, daha basit ve son derece öngörülebilir dağıtım işlem hatları için NMS işlem sonrasını tamamen ortadan kaldırır.
• MuSGD Optimizasyonu: Büyük Dil Modeli (LLM) eğitim tekniklerinden (Moonshot AI'nin Kimi K2'si gibi) ilham alan YOLO26, SGD ile Muon'un bir bileşimini kullanır. Bu, bilgisayarlı görüye benzersiz eğitim kararlılığı ve hızlı yakınsama kazandırır.
• %43'e Kadar Daha Hızlı CPU Çıkarımı: Ağır Transformer'ların aksine YOLO26, uç bilişim ve GPU'suz cihazlar için büyük ölçüde optimize edilmiştir.
• DFL'nin Kaldırılması: Dağılımsal Odaklı Kayıp'ın kaldırılması model grafiğini büyük ölçüde basitleştirerek düşük güçlü uç cihazlara ve gömülü Sinirsel İşlem Birimlerine (NPUs) kusursuz dışa aktarmayı garanti eder.
• ProgLoss + STAL: Bu geliştirilmiş kayıp işlevleri, IoT ve hava görüntüsü veri kümeleri için kritik bir özellik olan küçük nesne tanımayı büyük ölçüde iyileştirir.

Yeni bir bilgisayarlı görü projesine başlamak isteyen ekipler için YOLO26'yı değerlendirmelerini önemle tavsiye ediyoruz. YOLO26, bir Transformer'ın NMS'siz zarafetini, yüksek düzeyde optimize edilmiş bir YOLO mimarisinin yüksek hızı ve eğitim verimliliğiyle birleştirir.

Özet#

RTDETRv2 ile YOLOv9 arasında seçim yapmak büyük ölçüde dağıtım donanımına ve özel doğruluk gereksinimlerine bağlıdır. RTDETRv2, sunucu destekli uygulamalar için son teknoloji doğruluk ve bağlam farkındalığı sunarken YOLOv9, uç cihazlar için olağanüstü verimlilik sağlar.

Bununla birlikte geliştiriciler, olgun Ultralytics ekosisteminden yararlanarak her ikisini de zahmetsizce deneyebilir. Ayrıca YOLO11 gibi daha yeni modellerin ve yerel olarak uçtan uca çalışan YOLO26'nın kullanıma sunulmasıyla yüksek hızlı çıkarım, çok yönlü görev desteği ve düşük bellek tüketimi arasında mükemmel dengeyi bulmak hiç olmadığı kadar kolay hale geldi.