RTDETRv2 ile YOLOv9 karşılaştırması#
Bilgisayarlı görü alanı, öncelikle Evrişimli Sinir Ağları (CNN'ler) ile transformer tabanlı modeller arasında mimari felsefelerde büyüleyici bir ayrışmaya tanık oldu. RTDETRv2 ve YOLOv9'u karşılaştırırken, geliştiriciler aslında küresel dikkat mekanizmaları ile programlanabilir gradyan bilgisi arasındaki ödünleşimleri değerlendiriyorlar. Her iki model de kendi paradigmalarının zirvesini temsil ediyor ve gerçek zamanlı nesne algılamanın sınırlarını zorluyor.
Modellere Giriş#
RTDETRv2: Gerçek Zamanlı Algılama Transformer'ı#
Baidu araştırmacıları tarafından geliştirilen RTDETRv2, orijinal RT-DETR üzerine inşa edilmiş olup, temel Gerçek Zamanlı Algılama Transformer'ını geliştirmek için bir "Bag-of-Freebies" (bedelsiz iyileştirmeler paketi) sunar. Transformer'ların geleneksel darboğazı olan çıkarım hızını ele alarak onları gerçek zamanlı uygulamalar için uygun 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 belirleyici bir özelliği, doğal olarak uçtan uca NMS içermeyen tasarımıdır. Son işlem sırasında NMS'yi (Non-Maximum Suppression) tamamen kaldırarak, model çıkarım gecikmesini stabilize eder ve dağıtım sürecini basitleştirir. Küresel dikkat mekanizması, tüm görüntü bağlamını aynı anda değerlendirdiği için modelin karmaşık sahne anlama ve yoğun kalabalık senaryolarında mükemmelleşmesini sağlar.
RTDETRv2 hakkında daha fazla bilgi edin
YOLOv9: Programlanabilir Gradyan Bilgisi#
Oldukça verimli bir CNN tabanlı mimari olan YOLOv9, derin sinir ağlarında doğal olarak bulunan bilgi darboğazı problemini ele alır. Programlanabilir Gradyan Bilgisi (PGI) ve Genelleştirilmiş Verimli Katman Toplama Ağını (GELAN) tanıtır.
- Yazarlar: Chien-Yao Wang ve Hong-Yuan Mark Liao
- Kuruluş: Institute of Information Science, Academia Sinica
- Tarih: 21 Şubat 2024
- Bağlantılar: Arxiv, GitHub
YOLOv9, kanıtlanmış convolutional neural network temellerine dayanır ancak parametre verimliliğini maksimize eder. İleri besleme süreci sırasında kritik bilgileri koruyarak güvenilir ağırlık güncellemeleri sağlar ve sonuç olarak inanılmaz derecede hafif ama son derece doğru bir model ortaya çıkarır. Bununla birlikte, RTDETRv2'nin aksine, YOLOv9 hâlâ standart NMS son işlemine güvenmektedir.
YOLOv9 hakkında daha fazla bilgi edin
Performans ve Kaynak Verimliliği#
Bu modelleri üretim için değerlendirirken, ortalama Ortalama Kesinlik (mAP) ile hesaplama maliyetini dengelemek kritik önem taşır. Aşağıdaki tablo, MS COCO dataset üzerindeki performanslarını göstermektedir.
| Model | boyut (piksel) | mAPval 50-95 | Hız CPU ONNX (ms) | Hız T4 TensorRT10 (ms) | parametreler (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| RTDETRv2-s | 640 | 48.1 | - | 5.03 | 20 | 60 |
| RTDETRv2-m | 640 | 51.9 | - | 7.51 | 36 | 100 |
| RTDETRv2-l | 640 | 53.4 | - | 9.76 | 42 | 136 |
| RTDETRv2-x | 640 | 54.3 | - | 15.03 | 76 | 259 |
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.1 | 26.4 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.0 | 76.3 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.3 | 102.1 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 57.3 | 189.0 |
Bellek Gereksinimleri ve Eğitim Verimliliği#
RTDETRv2 gibi Transformer modelleri eğitim sırasında oldukça fazla bellek tüketir; tam olarak yakınsamak için genellikle önemli miktarda CUDA belleğine ve daha uzun eğitim sürelerine ihtiyaç duyarlar. Buna karşılık, YOLOv9 ve diğer Ultralytics YOLO models gibi CNN mimarileri, geliştiricilerin tüketici sınıfı donanımlarda daha büyük yığın boyutlarıyla eğitim yapmasına olanak tanıyan olağanüstü derecede düşük bellek kullanımı sunar.
Donanım kullanımını en üst düzeye çıkarmak için, kolaylaştırılmış bulut eğitimi amacıyla Ultralytics Platform kullanmayı düşün. Ortam kurulumunu ve optimum yığın boyutlandırmasını otomatik olarak yönetir.
Ultralytics Avantajı: Ekosistem ve Kullanım Kolaylığı#
Resmi RTDETRv2 veya YOLOv9 GitHub sayfaları gibi bağımsız depoları araştırmak son derece öğretici olabilirken, üretim ortamları kararlılık, kullanım kolaylığı ve iyi korunan bir ekosistem gerektirir. Bu modelleri Ultralytics Python API aracılığıyla entegre etmek kusursuz bir geliştirici deneyimi sunar.
Birleşik API ve Çok Yönlülük#
Ultralytics çerçevesi; veri yükleme, artırmalar ve dağıtık eğitim karmaşıklıklarını soyutlar. Ayrıca, orijinal RTDETRv2 yalnızca tespte odaklanırken, Ultralytics ekosistemi kullanıcıların Object Detection, Instance Segmentation ve Pose Estimation arasında kolayca geçiş yapmasını sağlar.
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")Güçlü dokümantasyon, otomatik experiment tracking ve ONNX, TensorRT ile OpenVINO gibi formatlara kusursuz export capabilities sayesinde Ultralytics, prototipten üretime geçiş süresini büyük ölçüde kısaltır.
İdeal Kullanım Senaryoları#
RTDETRv2'nin Öne Çıktığı Alanlar#
Küresel dikkat mekanizması sayesinde RTDETRv2, sunucu tarafı işleme ve küresel bağlamın çok önemli olduğu ortamlar için bir güç merkezidir. Şu alanlarda mükemmelleşir:
- Tıbbi Görüntüleme: Çevredeki bağlamın kritik olduğu durumlarda ince anomalilerin tanımlanması.
- Hava Gözetleme: Geleneksel CNN evrişimlerinin uzamsal önyargıları olmaksızın yüksek çözünürlüklü drone görüntülerindeki küçük nesnelerin tespit edilmesi.
- Yoğun Kalabalık Analizi: Ciddi tıkanıklıkların normalde çapa tabanlı modellerin kafasını karıştırdığı durumlarda bireylerin takibi.
YOLOv9'un Öne Çıktığı Alanlar#
YOLOv9, kaynak kısıtlı uç (edge) dağıtımlarının şampiyonudur. Hesaplama verimliliği onu şu alanlar için ideal kılar:
- Robotik: Minimum gecikmenin gerekli olduğu gerçek zamanlı navigasyon ve engellerden kaçınma.
- Akıllı Şehir IoT: Trafik izleme için NVIDIA Jetson gibi uç cihazlarda devreye alma.
- Endüstriyel Denetim: Yüksek saniye başına kare (FPS) gerektiren hızlı montaj hattı kalite kontrolü.
Gelecek: Ultralytics YOLO26 ile Tanışın#
YOLOv9 ve RTDETRv2 devasa sıçramaları temsil ederken, manzara hızla evrildi. Modern dağıtımlar için yeni çıkan Ultralytics YOLO26, her iki mimari felsefesinin nihai sinerjisini temsil eder.
Transformer'ların ve CNN'lerin en iyi yönlerini alarak, YOLO26 yeni bir standart oluşturur:
- Uçtan Uca NMS İçermeyen Tasarım: RTDETRv2 gibi, YOLO26 da doğal olarak uçtan ucadır ve daha hızlı, daha basit ve oldukça öngörülebilir dağıtım hatları için NMS son işlemini tamamen ortadan kaldırır.
- MuSGD Optimize Edici: Büyük Dil Modeli (LLM) eğitim tekniklerinden (Moonshot AI'nin Kimi K2'si gibi) esinlenen YOLO26, SGD ve Muon'un bir hibritini kullanır. Bu, bilgisayarlı görüye benzersiz bir eğitim kararlılığı ve hızlı yakınsama getirir.
- %43'e Kadar Daha Hızlı CPU Çıkarımı: Ağır transformer'ların aksine YOLO26, uç bilişim ve GPU'suz cihazlar için yoğun bir şekilde optimize edilmiştir.
- DFL Kaldırılması: Dağıtım Odak Kaybının (Distribution Focal Loss) kaldırılması, model grafiğini önemli ölçüde basitleştirerek düşük güçlü uç cihazlara ve gömülü Sinir İşleme Birimlerine (NPU'lar) kusursuz dışa aktarımı sağlar.
- ProgLoss + STAL: Bu geliştirilmiş kayıp fonksiyonları, IoT ve hava veri kümeleri için kritik bir özellik olan küçük nesne tanımayı büyük ölçüde artırır.
Yeni bir bilgisayarlı görü projesi başlatmak isteyen ekipler için YOLO26'yı değerlendirmelerini şiddetle öneriyoruz. Bir transformer'ın NMS içermeyen zarafetini, yüksek düzeyde optimize edilmiş bir YOLO mimarisinin ateş hızındaki hızı ve eğitim verimliliğiyle birleştirir.
YOLO26 hakkında daha fazla bilgi edin
Özet#
RTDETRv2 ve YOLOv9 arasında seçim yapmak büyük ölçüde dağıtım donanımına ve özel doğruluk ihtiyaçlarına bağlıdır. RTDETRv2, sunucu destekli uygulamalar için en üst düzeyde doğruluk ve bağlam farkındalığı sağlarken, YOLOv9 uç cihazlar için olağanüstü verimlilik sunar.
Ancak, olgun Ultralytics ekosisteminden yararlanarak geliştiriciler her ikisiyle de zahmetsizce deneyler yapabilir. Dahası, YOLO11 gibi daha yeni modellerin ve yerel uçtan uca YOLO26'nın sunulmasıyla, yüksek hızlı çıkarım, çok yönlü görev desteği ve düşük bellek tüketimi arasında mükemmel dengeyi bulmak hiç bu kadar kolay olmamıştı.