RTDETRv2 ve YOLOX#

Bilgisayarlı görü alanı hızla gelişerek geliştiricilere ve araştırmacılara görü tabanlı sistemler oluştururken seçebilecekleri çeşitli mimariler sundu. Bu yolculuktaki iki önemli kilometre taşı, Transformer tabanlı RTDETRv2 ve CNN tabanlı YOLOX'tir. Her iki model de gerçek zamanlı nesne algılama alanına önemli katkılarda bulunsa da görsel tanıma problemlerini çözmek için temelden farklı yaklaşımları temsil eder.

Bu kapsamlı kılavuz, her iki modelin mimari ayrıntılarını, performans ölçütlerini ve ideal dağıtım senaryolarını inceliyor. Ayrıca son teknoloji ürünü Ultralytics YOLO26 gibi modern alternatiflerin, üstün doğruluk, verimlilik ve kullanım kolaylığı sunmak için bu temelleri nasıl geliştirdiğini ele alacağız.

RTDETRv2: Gerçek Zamanlı Algılama Transformer'ları#

Orijinal RT-DETR'nin devamı olarak sunulan RTDETRv2, yüksek performanslı gerçek zamanlı nesne algılamaya ulaşmak için Transformer mimarisinden yararlanır. Maksimum Olmayan Bastırma (NMS) gereksinimini ortadan kaldırarak çıkarım hattını basitleştirir.

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

Mimari ve Tasarım#

RTDETRv2, Transformer'ların doğasında bulunan öz dikkat mekanizmalarına büyük ölçüde dayanır ve modelin görüntünün tamamındaki küresel bağlamı yakalamasını sağlar. Bu bütüncül kavrayış, sınırlayıcı kutuları ve sınıf olasılıklarını doğrudan tahmin etmesine olanak tanır. Dağınık ortamlarda küçük nesneleri tanıma becerisini geliştiren çok ölçekli algılama özellikleri sunar.

Güçlü ve Zayıf Yönler#

RTDETRv2'nin temel gücü, doğal uçtan uca tasarımında yatar. NMS'yi atlayarak yoğun ve örtüşen tahminlerle ilişkilendirilen ani gecikme artışlarını önler. Ancak Transformer bloklarının yüksek hesaplama yükü, hem eğitim hem de dağıtım için önemli GPU kaynakları gerektirdiği anlamına gelir. Bu da modeli kaynakları kısıtlı uç cihazlar veya eski mobil donanımlar için daha az ideal kılar.

RTDETRv2 hakkında daha fazla bilgi edin

YOLOX: Çapasız CNN'leri Geliştirme#

Akademik araştırma ile endüstriyel uygulama arasındaki boşluğu kapatmak amacıyla geliştirilen YOLOX, popüler YOLO model ailesine ayrıştırılmış bir başlık ve çapasız bir tasarım kazandırdı.

• Yazarlar: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li ve Jian Sun
• Kuruluş: Megvii
• Tarih: 18 Temmuz 2021
• Bağlantılar: Arxiv Makalesi, Resmî GitHub, Belgeler

Mimari ve Tasarım#

YOLOX, nesnelerin konumlarını önceden tanımlanmış çapa kutuları kullanmadan doğrudan tahmin ederek geleneksel çapa tabanlı algılayıcılardan ayrılır. Bu yaklaşım ağ tasarımını basitleştirir ve en iyi performans için gereken sezgisel ayarlama parametrelerinin sayısını azaltır. Ayrıca YOLOX, sınıflandırma ve regresyon görevlerini birbirinden ayıran ayrıştırılmış bir başlık kullanır; bu da eğitim sırasında yakınsama hızını artırır.

Güçlü ve Zayıf Yönler#

YOLOX'in çapasız yapısı, onu çeşitli bilgisayarlı görü görevlerine son derece uyarlanabilir kılar ve özel veri kümelerinde eğitimini kolaylaştırır. YOLOX-Nano gibi daha hafif varyantları, mikrodenetleyicilere ve düşük güçlü IoT cihazlarına dağıtım için uygundur. Ancak YOLOX, NMS'siz devrimden önce geliştirildiği için geleneksel son işlemeye hâlâ dayanır; bu da yoğun sahnelerde dağıtımı zorlaştırabilir ve gecikmeyi artırabilir.

YOLOX hakkında daha fazla bilgi edin

Performans ve Metrik Karşılaştırması#

Bu modelleri karşılaştırırken kullanım alanına en uygun olanı belirlemek için hızlarını, doğruluklarını ve parametre verimliliklerini değerlendirmek kritik önem taşır. Aşağıdaki tablo, standart COCO veri kümesinde çeşitli model boyutlarının performansını gösteriyor.

Verilerde görüldüğü gibi RTDETRv2, en büyük varyantında YOLOXx'e kıyasla daha yüksek maksimum doğruluğa (54.3 mAP) ulaşır. Ancak YOLOX, daha az parametreye sahip ve NVIDIA T4 GPU'larda daha hızlı çıkarım yapan YOLOXs gibi önemli ölçüde daha küçük ve hızlı varyantlar sunar.

Ultralytics Avantajı: YOLO26 ile Tanış#

RTDETRv2 ve YOLOX kendilerine özgü avantajlar sunsa da modern geliştiriciler çoğu zaman her iki dünyanın da en iyi özelliklerini bir araya getiren birleşik bir çözüme ihtiyaç duyar: yüksek doğruluk, son derece hızlı çıkarım ve erişilebilir bir ekosistem. Yeni yayımlanan Ultralytics YOLO26 bu gelişimin zirvesini temsil ediyor.

YOLO26'nın Temel Yenilikleri#

• Uçtan Uca NMS'siz Tasarım: İlk olarak YOLOv10 ile öncülük edilen kavramları temel alan YOLO26, isteğe bağlı NMS'siz bir başlık sunar (nms=False). Transformer'ların ağır bellek gereksinimleri olmadan RTDETRv2'nin sorunsuz çıkarımını sağlar.
• MuSGD Optimize Edici: Büyük dil modeli eğitimindeki yeniliklerden esinlenen karma MuSGD optimize edici (SGD ile Muon'u harmanlayarak) eğitim sürecini kararlı hâle getirir ve yakınsamayı önemli ölçüde hızlandırır.
• %43'e Kadar Daha Hızlı CPU Çıkarımı: YOLO26, Distribution Focal Loss (DFL) modülünü stratejik olarak kaldırarak uç bilişim ve düşük güçlü cihazlar için özel olarak optimize edilmiştir; böylece YOLO11 gibi önceki sürümlere kıyasla CPU'larda önemli ölçüde daha hızlı çalışır.
• ProgLoss + STAL: Bu gelişmiş kayıp işlevleri, hava görüntüleri ve robotik uygulamalarda sık karşılaşılan bir sorunu ele alarak küçük nesneleri tanıma becerisinde kayda değer iyileşmeler sağlar.

Eşsiz Çok Yönlülük ve Ekosistem#

Ham performansın ötesinde Ultralytics Platform, sıfırdan üretime uzanan kapsamlı bir ekosistem sunar. Statik akademik depoların aksine Ultralytics modelleri etkin biçimde güncellenir ve tek, sezgisel bir API üzerinden birden fazla görevi sorunsuzca destekler. İster örnek bölümleme yap, ister poz tahmini ile pozları izle, ister yönlendirilmiş sınırlayıcı kutularla (OBB) döndürülmüş nesneleri işle; iş akışı aynı kalır.

Ayrıca Ultralytics modelleri hem eğitim hem de çıkarım sırasında düşük bellek gereksinimleriyle tanınır. Bu sayede araştırmacılar tüketici sınıfı donanımlarda daha büyük toplu iş boyutları kullanabilir; bu, Transformer tabanlı mimarilerin yüksek kaynak tüketimiyle belirgin bir tezat oluşturur.

Eğitim Kod Örneği#

Ultralytics ekosisteminin gücü en iyi sadeliğinde görülür. Son teknoloji bir YOLO26 modelini eğitmek için yalnızca birkaç satır kod yeterlidir; veri yükleme ve hiperparametre yapılandırmasının karmaşıklıkları tamamen soyutlanır.

from ultralytics import YOLO

# Initialize the YOLO26 Nano model
model = YOLO("yolo26n.pt")

# Train the model on the standard COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, batch=16)

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

# Export to ONNX or TensorRT for rapid deployment
model.export(format="engine", device=0)

Gerçek Dünya Uygulamaları ve İdeal Kullanım Alanları#

Doğru mimariyi seçmek tamamen dağıtım kısıtlarına ve donanım kullanılabilirliğine bağlıdır.

Bulutta Yüksek Hassasiyetli İşleme#

Uygulaman yüksek performanslı sunucu GPU'larında çalışıyorsa ve yoğun kalabalık sahnelerini analiz etmek veya yüksek çözünürlüklü tıbbi görüntüleri işlemek gibi görevlerde en yüksek doğruluğa öncelik veriyorsan RTDETRv2'nin güçlü dikkat mekanizmaları son derece etkili olabilir.

Eski Uç Cihazlara Dağıtım#

En düşük FLOP sayısının katı bir gereklilik olduğu eski mobil telefonlara veya kaynakları ciddi ölçüde kısıtlı mikrodenetleyicilere dağıtım için ultra hafif YOLOX-Nano, basit CNN mimarisi sayesinde hâlâ uygun bir yedek seçenektir.

Modern Standart: AIoT ve Robotik#

Akıllı şehir altyapısı, perakende analitiği ve otonom navigasyonu kapsayan modern kullanım alanlarının büyük çoğunluğu için kesin tercih Ultralytics YOLO26'dır. CPU çıkarımını %43 hızlandırması, onu uç bilişim için benzersiz kılarken isteğe bağlı NMS'siz başlığı düşük ve istikrarlı gecikme sağlar. Ultralytics ekosisteminin kapsamlı belgeleri ve etkin topluluk desteğiyle birleştiğinde ekiplerin veri kümesi etiketlemeden küresel dağıtıma her zamankinden daha hızlı geçmesini sağlar.

Ultralytics ekosistemindeki diğer mimarileri keşfetmek isteyen geliştiriciler, köklü topluluk entegrasyonları için YOLOv8 veya eski işlem hatlarında benzersiz kararlılığı için YOLOv5 sürümüne de göz atabilir. Ancak 2026'da mümkün olanın sınırlarını zorlamak için YOLO26 sektör standardı olmayı sürdürüyor.