RTDETRv2 ve YOLOX
Gerçek zamanlı nesne algılama sistemleri geliştiren yazılımcılar birçok mimari arasından seçim yapabilir. Öne çıkan iki model, Transformer tabanlı RTDETRv2 ve evrişimli sinir ağı (CNN) olan YOLOX'tir. Her ikisi de gerçek zamanlı algılamayı ileri taşısa da görsel tanımaya temelden farklı yaklaşımlar benimser.
Bu kılavuzda her iki modelin mimarisi, performans ölçütleri ve ideal dağıtım senaryoları ele alınıyor; ayrıca Ultralytics YOLO26 bu temelleri nasıl geliştirerek doğruluğu, verimliliği ve kullanım kolaylığını artırıyor gösteriliyor.
RTDETRv2: Gerçek Zamanlı Algılama Transformer'ları#
Özgün RT-DETR modelinin devamı olarak sunulan RTDETRv2, gerçek zamanlı nesne algılama için Transformer mimarisini kullanır. 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, görüntünün tamamındaki genel bağlamı yakalamak için Transformer'ların öz dikkat mekanizmalarından yararlanır; böylece sınırlayıcı kutuları ve sınıf olasılıklarını doğrudan tahmin edebilir. Çok ölçekli özellikleri, karmaşık ortamlardaki küçük nesneleri tanımasına yardımcı olur.
Transformer'lar küresel bağlamı yakalamada başarılı olsa da öz dikkat mekanizmalarının maliyeti dizi uzunluğuyla karesel olarak artar. Bu durum, geleneksel CNN'lere kıyasla eğitim sırasında genellikle çok daha fazla CUDA belleği tüketmelerine yol açar.
Güçlü ve Zayıf Yönler#
RTDETRv2'nin başlıca güçlü yanı, doğası gereği uçtan uca tasarlanmış olmasıdır. NMS'yi atlayarak yoğun ve örtüşen tahminlerle ilişkili gecikme artışlarını önler. Ancak Transformer blokları yüksek hesaplama maliyetine sahiptir ve hem eğitim hem dağıtım için önemli GPU kaynakları gerektirir; bu nedenle kaynakları kısıtlı uç cihazlar veya eski mobil donanımlar için daha az uygundur.
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, nesne konumlarını önceden tanımlanmış bağlantı kutuları kullanmadan doğrudan tahmin ederek geleneksel bağlantı temelli algılayıcılardan ayrılır. Bu yaklaşım ağ tasarımını basitleştirir ve en iyi performans için gereken sezgisel ayar parametrelerinin sayısını azaltır. Ayrıca YOLOX, sınıflandırma ve regresyon görevlerini birbirinden ayıran ayrık bir başlık kullanır; bu da eğitim sırasında yakınsama hızını artırır.
Güçlü ve Zayıf Yönler#
Bağlantısız tasarımı, YOLOX'i çeşitli bilgisayarlı görü görevlerine uyarlanabilir ve özel veri kümelerinde eğitilmesini daha kolay kılar. YOLOX-Nano gibi en hafif sürümleri mobil ve düşük güçlü IoT cihazlarına uygundur. Ancak YOLOX, NMS gerektirmeyen algılayıcılardan önce geliştirilmiştir ve hâlâ NMS son işlemine dayanır; bu da yoğun sahnelerde dağıtım karmaşıklığını ve gecikmeyi artırır.
YOLOX hakkında daha fazla bilgi edin
Performans ve Metrik Karşılaştırması#
Aşağıdaki tabloda COCO veri kümesi üzerinde farklı model boyutlarının hız, doğruluk (mAP) ve parametre verimliliği karşılaştırılıyor.
| Model | boyut (piksel) | mAPval50-95 | Hız CPU ONNX (ms) | Hız T4 TensorRT10 (ms) | parametre (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 |
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
RTDETRv2, karşılaştırılabilir her boyutta daha yüksek doğruluk sunar. RTDETRv2-x, YOLOXx'in 51.1 mAP değerine karşılık 54.3 mAP değerine ulaşır; ayrıca T4 GPU'da daha hızlıdır (15.03 ms'ye karşı 16.1 ms) ve daha az parametreye sahiptir (76M'ye karşı 99.1M). YOLOX'in avantajı küçük modellerdedir: YOLOXs, 9.0M parametreyle (40.5 mAP) 2.56 ms'de çalışır; YOLOX-Nano ve YOLOX-Tiny ise RTDETRv2'de bulunmayan, 6M'den az parametreli seçenekler sunar.
Ultralytics Avantajı: YOLO26 ile Tanış#
Birçok proje yüksek doğruluğu, hızlı çıkarımı ve erişilebilir bir ekosistemi bir araya getiren tek bir modele ihtiyaç duyar. Ocak 2026'da yayımlanan Ultralytics YOLO26 bu ihtiyaç için tasarlandı.
YOLO26'nın Temel Yenilikleri#
- Uçtan Uca NMS'siz Tasarım: YOLOv10 tarafından YOLO modellerine kazandırılan NMS'siz eğitim yaklaşımını temel alan YOLO26, isteğe bağlı NMS'siz bir başlık (
nms=False) sunar. Transformer'ların yüksek bellek gereksinimleri olmadan RTDETRv2'nin uçtan uca çıkarımını sağlar. - MuSGD İyileştiricisi: Büyük dil modeli (LLM) eğitiminden esinlenen hibrit MuSGD iyileştiricisi (SGD ve Muon'u birleştirir), eğitimi kararlı hâle getirir ve yakınsamayı hızlandırır.
- CPU'da %43'e Varan Hızlı Çıkarım: Distribution Focal Loss (DFL) modülünün kaldırılması, uç bilişim ve düşük güçlü cihazlar için başlığı basitleştirir; böylece YOLO26n, YOLO11n modeline kıyasla CPU'da (ONNX) %43'e kadar daha hızlı çalışır.
- ProgLoss + STAL: Progressive Loss ve küçük hedeflere duyarlı etiket ataması (STAL), hava görüntüleri ve robotik uygulamalarda sık karşılaşılan küçük nesneleri tanıma sorununu iyileştirir.
Çok Yönlülük ve Ekosistem#
Ham performansın ötesinde, Ultralytics Platform veriden üretime kadar tüm süreci kapsar. Statik akademik kod depolarından farklı olarak Ultralytics modelleri etkin biçimde güncellenir ve tek bir API üzerinden birden fazla görevi destekler. Örnek segmentasyonu, poz tahmini veya yönlendirilmiş sınırlayıcı kutu (OBB) algılama çalıştırıyor olman fark etmez; iş akışı aynı kalır.
Ultralytics YOLO modelleri eğitim ve çıkarım sırasında da az bellek gerektirir; bu sayede araştırmacılar, bellek yoğun Transformer tabanlı mimarilerin izin verdiğinden daha büyük toplu iş boyutlarını tüketici sınıfı donanımlarda kullanabilir.
Eğitim Kod Örneği#
YOLO26 modelini eğitmek için birkaç satır kod yeterlidir; Ultralytics paketi veri yükleme ve varsayılan hiperparametre yapılandırmasını üstlenir.
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
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, dağıtım kısıtlarına ve kullanılabilir donanıma 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 en yüksek doğruluğu önceliklendiriyorsa RTDETRv2'nin dikkat mekanizmaları etkili olabilir.
Eski Uç Cihazlara Dağıtım#
En az FLOP sayısının kesin bir gereklilik olduğu eski cep telefonları veya kaynakları ciddi biçimde kısıtlı gömülü donanımlar için hafif YOLOX-Nano (0.91M parametre, 1.08B FLOP), basit CNN mimarisi sayesinde hâlâ geçerli bir alternatiftir.
Modern Standart: AIoT ve Robotik#
Akıllı şehir altyapısı, perakende analitiği ve otonom navigasyon dâhil modern kullanım senaryolarının çoğunda Ultralytics YOLO26 önerilen seçenektir. YOLO26n'in YOLO11n'e kıyasla CPU'da %43'e varan hızlı çıkarımı, modeli uç bilişime uygun kılar; isteğe bağlı NMS gerektirmeyen başlığı ise düşük ve tutarlı gecikme sağlar. Ultralytics belgeleri ve etkin topluluğuyla birlikte ekiplerin veri kümesi etiketlemeden dağıtıma hızla geçmesine yardımcı olur.
Veri kümelerini yönetmek, modelleri bulutta eğitmek ve geniş ölçekte dağıtmak için Ultralytics Platform'u kullan.
Değerlendirebileceğin diğer Ultralytics modelleri arasında geniş topluluk entegrasyonlarına sahip YOLOv8 ve eski işlem hatlarında kararlılığını koruyan YOLOv5 bulunur. Yeni projeler için önerilen başlangıç noktası YOLO26'dır.
Yorumlar6
Bir soru sor, sonuçlarını paylaş veya başka birine yardım et.
UltralyticsAssistantUltralytics
👋 Hello, thank you for opening a discussion and engaging with Ultralytics 🚀! For new users, we recommend visiting the Docs where you'll find detailed Python and CLI usage examples, as well as answers to many common questions.
If this is a 🐛 Bug Report, please provide a minimum reproducible example to help us investigate further.
If your question is about custom training or model comparison ❓, please share as much detail as possible—such as dataset samples, training logs, or what specific performance metrics you're interested in. Don't forget to check out our Tips for Best Training Results for optimal guidance.
Join the Ultralytics community where you feel most comfortable:
- For real-time chat, head to Discord 🎧
- For in-depth discussions, visit Discourse
- Or explore threads on our Subreddit to share and learn with others
Upgrade
Please ensure you're using the latest
ultralyticspackage and all requirements in a Python>=3.8 environment with PyTorch>=1.8:pip install -U ultralyticsEnvironments
YOLO models can be run in any of the following up-to-date verified environments (with all dependencies, including CUDA/CUDNN, Python and PyTorch preinstalled):
- Notebooks with free GPU:
- Google Cloud Deep Learning VM. See GCP Quickstart Guide
- Amazon Deep Learning AMI. See AWS Quickstart Guide
- Docker Image. See Docker Quickstart Guide
Status
If this badge is green, all Ultralytics CI tests are currently passing! CI tests verify correct operation of all YOLO Modes and Tasks across macOS, Windows, and Ubuntu every 24 hours and on every commit.
This is an automated response and an Ultralytics engineer will assist you soon 😊
Glenn JocherUltralytics(düzenlendi)This page offers a valuable comparison between RTDETRv2 and YOLOX, highlighting their different strengths. If you have specific questions about these models, feel free to ask here. RTDETRv2 excels in accuracy (reaching 54.3% mAP) but demands more computational resources, while YOLOX stands out for efficiency and speed, making it ideal for edge devices. For those seeking alternatives with a balance of performance and usability, you might also consider Ultralytics YOLO26, which offers excellent performance across various computer vision tasks. What specific aspect of these models are you most interested in learning more about?
UltralyticsAssistantUltralytics
👋 Hello, thank you for starting this comparison discussion about RTDETRv2 and YOLOX! 🚀 For detailed guidance, we recommend checking out our Docs, which contain in-depth information, benchmarks, and usage examples that may help answer many of your questions.
If this is a 🐛 Bug Report, please provide a minimum reproducible example so we can assist you efficiently.
For model training or evaluation ❓ Questions, please share as many details as possible, such as dataset samples, training logs, or specific requirements, and review our Tips for Best Training Results.
Join the Ultralytics community in your preferred space! For real-time chat, visit our Discord 🎧. For topic-based discussions, check out Discourse, or connect with others on our Subreddit.
Upgrade
Make sure your
ultralyticspackage and all requirements are up to date in a Python>=3.8 environment with PyTorch>=1.8:pip install -U ultralyticsEnvironments
YOLO models can be run in these verified environments:
- Notebooks with free GPU:
- Google Cloud Deep Learning VM: GCP Quickstart Guide
- Amazon Deep Learning AMI: AWS Quickstart Guide
- Docker Image: Docker Quickstart Guide
Status
A green badge means all Ultralytics CI tests are passing. CI covers all YOLO Modes and Tasks across macOS, Windows, and Ubuntu.
This is an automated response 🤖. An Ultralytics engineer will review your discussion and provide further assistance soon!
Glenn JocherUltralytics(düzenlendi)Welcome to the RTDETRv2 vs YOLOX comparison discussion! This page highlights two powerful object detection approaches with different strengths: RTDETRv2 leverages transformer architecture for higher accuracy in complex scenes (54.3% mAP for RTDETRv2-x), while YOLOX offers exceptional efficiency with faster inference speed (2.56ms for YOLOX-s on T4 TensorRT).
Your use case should guide your choice - RTDETRv2 excels when maximum accuracy is critical and GPU resources are available, while YOLOX is ideal for edge devices and real-time applications with limited resources.
If you're looking for models within a comprehensive ecosystem, you might also consider Ultralytics YOLO26 which balances performance with ease of use.
Feel free to post any questions about these models or their implementation in your specific applications. The Ultralytics team is here to help!
- Notebooks with free GPU:
UltralyticsAssistantUltralytics
👋 Hello, thank you for starting this discussion and sharing your interest in comparing object detection models like RTDETRv2 and YOLOX 🚀! For a detailed overview, the Ultralytics Docs offer a wealth of information, including the comparison page you linked, which highlights model strengths, performance, and use cases.
If you have specific questions or encounter any issues related to these models, please provide as much detail as possible.
- If this is a 🐛 Bug Report, please include a minimum reproducible example to help us assist you.
- For custom training ❓ questions, adding dataset samples and training logs can be very helpful. Make sure to review our Training Tips for best results.
Connect with the Ultralytics community in your preferred way! For real-time help, join our Discord 🎧. In-depth posts and discussions are found on Discourse, and our Subreddit is great for sharing experiences and solutions.
Upgrade
To ensure the best experience and access to the latest features and fixes, please upgrade the
ultralyticspackage and all requirements in a Python>=3.8 environment with PyTorch>=1.8:pip install -U ultralyticsEnvironments
YOLO models can be run in any of these verified environments with all dependencies preinstalled:
- Notebooks with free GPU:
- Google Cloud Deep Learning VM (GCP Quickstart Guide)
- Amazon Deep Learning AMI (AWS Quickstart Guide)
- Docker Image (Docker Quickstart Guide)
Status
A green badge means all Ultralytics CI tests are passing, ensuring YOLO Modes and Tasks work across macOS, Windows, and Ubuntu.
This is an automated response 🤖—an Ultralytics engineer will review your discussion and assist you soon!
Glenn JocherUltralytics(düzenlendi)Welcome to the discussion about RTDETRv2 and YOLOX object detection models! Both offer different strengths - RTDETRv2 provides higher accuracy through its transformer architecture, while YOLOX excels in speed and efficiency on resource-constrained devices.
If you have specific questions about implementing either model, performance tuning, or need help choosing between them for your particular use case, please share your questions here. Our team monitors these discussions to provide technical guidance and support.
For hands-on users interested in similar models with Ultralytics integration, YOLO26 offers an excellent balance of speed and accuracy with full support in our ecosystem.