RTDETRv2 ile YOLOX karşılaştırması#

Bilgisayarlı görü dünyası hızla gelişerek, geliştiricilere ve araştırmacılara vizyon tabanlı sistemler oluştururken seçebilecekleri çok çeşitli mimariler sunuyor. Bu yolculuktaki iki önemli dönüm noktası, transformer tabanlı RTDETRv2 ve CNN tabanlı YOLOX'tur. Her iki model de gerçek zamanlı nesne tespiti alanına önemli katkılarda bulunmuş olsa da, görsel tanıma problemlerini çözmek için temel olarak farklı yaklaşımları temsil ederler.

Bu kapsamlı kılavuz, her iki modelin mimari inceliklerini, performans metriklerini ve ideal dağıtım senaryolarını inceler. Dahası, son teknoloji ürünü Ultralytics YOLO26 gibi modern alternatiflerin üstün doğruluk, verimlilik ve kullanım kolaylığı sunmak için bu temeller üzerine nasıl inşa edildiğini inceleyeceğiz.

RTDETRv2: Gerçek Zamanlı Algılama Transformer'ları#

Orijinal RT-DETR'in halefi olarak sunulan RTDETRv2, yüksek performanslı gerçek zamanlı nesne tespiti elde etmek için transformer mimarisinden yararlanır. Non-Maximum Suppression (NMS) ihtiyacını ortadan kaldırarak çıkarım hattını basitleştirir.

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

Mimari ve Tasarım#

RTDETRv2, transformer'ların doğasında bulunan self-attention mekanizmalarına büyük ölçüde güvenir ve modelin tüm görüntü genelinde küresel bağlamı yakalamasına olanak tanır. Bu bütünsel anlayış, doğrudan sınırlayıcı kutuları ve sınıf olasılıklarını tahmin etmesini sağlar. Karmaşık ortamlardaki küçük nesneleri tanıma yeteneğini geliştiren çok ölçekli tespit özellikleri sunar.

Güçlü ve Zayıf Yönler#

RTDETRv2'nin birincil gücü, yerel uçtan uca tasarımında yatar. NMS'yi atlayarak, genellikle yoğun örtüşen tahminlerle ilişkilendirilen gecikme artışlarından kaçınır. Ancak, transformer bloklarının ağır hesaplama yükü, hem eğitim hem de dağıtım için ciddi GPU kaynakları gerektirdiği anlamına gelir. Bu, onu kaynak kısıtlı uç cihazlar veya eski mobil donanımlar için daha az ideal hale getirir.

RTDETRv2 hakkında daha fazla bilgi edin

YOLOX: Anchor-Free (Çapasız) CNN'leri Geliştirmek#

Akademik araştırma ile endüstriyel uygulama arasındaki boşluğu doldurmak için geliştirilen YOLOX, popüler YOLO model ailesine ayrıştırılmış bir başlık (decoupled head) ve çapasız (anchor-free) bir tasarım getirdi.

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

Mimari ve Tasarım#

YOLOX, önceden tanımlanmış çapa kutuları (anchor boxes) olmadan nesnelerin konumlarını doğrudan tahmin ederek geleneksel çapa tabanlı detektörlerden bir kopuşu işaret eder. Bu, ağın tasarımını basitleştirir ve optimum performans için gereken sezgisel ayarlama parametrelerinin sayısını azaltır. Ayrıca YOLOX, sınıflandırma ve regresyon görevlerini ayıran ve eğitim sırasında yakınsama hızını artıran ayrıştırılmış bir başlık kullanır.

Güçlü ve Zayıf Yönler#

YOLOX'un çıpasız (anchor-free) yapısı, onu çeşitli computer vision görevlerine son derece uyumlu hale getirir ve özel veri setleri üzerinde eğitmeyi daha basit kılar. YOLOX-Nano gibi daha hafif varyantları, mikrodenetleyiciler ve düşük güç tüketimli IoT cihazlarında dağıtım için oldukça uygundur. Ancak YOLOX, NMS'siz devrimden önce geldiğinden, yoğun sahnelerde dağıtım sürtünmesine ve artan gecikmeye yol açabilen geleneksel son işlemeye (post-processing) hâlâ dayanır.

YOLOX hakkında daha fazla bilgi edinin

Performans ve Metrik Karşılaştırması#

Bu modelleri karşılaştırırken, hızlarını, doğruluklarını ve parametre verimliliklerini değerlendirmek, özel kullanım durumun için en uygun olanı belirlemek adına çok önemlidir. Aşağıdaki tablo, standart COCO veri seti üzerindeki çeşitli model boyutlarının performansını özetlemektedir.

Verilerde görüldüğü gibi, RTDETRv2, en büyük varyantında YOLOXx'e kıyasla daha yüksek bir maksimum doğruluk (54.3 mAP) elde eder. Ancak YOLOX, daha düşük parametre sayılarına ve NVIDIA T4 GPU'larda daha hızlı çıkarım hızlarına sahip YOLOXs gibi önemli ölçüde daha küçük ve daha hızlı varyantlar sunar.

Ultralytics Avantajı: YOLO26 ile Tanışın#

Hem RTDETRv2 hem de YOLOX benzersiz avantajlar sunarken, modern geliştiriciler genellikle her iki dünyanın en iyilerini —yüksek doğruluk, inanılmaz hızlı çıkarım ve erişilebilir bir ekosistem— birleştiren birleşik bir çözüm gerektirir. Yeni piyasaya sürülen Ultralytics YOLO26, bu evrimin zirvesini temsil eder.

YOLO26'nın Temel Yenilikleri#

• Uçtan Uca NMS'siz Tasarım: İlk olarak YOLOv10 ile öncülük edilen konseptler üzerine inşa edilen YOLO26, NMS olmadan yerel olarak çalışır. Bu, transformer'ların ezici bellek gereksinimleri olmaksızın RTDETRv2'nin kesintisiz çıkarımını sunar.
• MuSGD Optimize Edici: Büyük dil modeli eğitimi yeniliklerinden esinlenen hibrit MuSGD optimize edici (SGD ve Muon'u harmanlar), eğitim sürecini stabilize eder ve yakınsamayı ciddi ölçüde hızlandırır.
• %43'e Kadar Daha Hızlı CPU Çıkarımı: Distribution Focal Loss (DFL) modülü stratejik olarak kaldırılarak, YOLO26 özellikle uç bilgi işlem ve düşük güç tüketimli cihazlar için optimize edilmiştir; bu da onu YOLO11 gibi önceki yinelemelere göre CPU'larda büyük ölçüde daha hızlı kılar.
• ProgLoss + STAL: Bu gelişmiş kayıp fonksiyonları, hava görüntülerinde ve robotics applications alanında yaygın bir zorluğun üstesinden gelerek küçük nesne tanımada dikkate değer iyileştirmeler sağlar.

Eşsiz Çok Yönlülük ve Ekosistem#

Ham performansın ötesinde, Ultralytics Platform sıfırdan üretime kapsamlı bir ekosistem sunar. Statik akademik depoların aksine, Ultralytics modelleri aktif olarak bakımı yapılır ve tek bir sezgisel API'den birden fazla görevi sorunsuz bir şekilde destekler. Instance Segmentation gerçekleştiriyor, Pose Estimation yoluyla pozları takip ediyor veya Oriented Bounding Boxes (OBB) ile döndürülmüş nesneleri yönetiyor olun, iş akışı aynı kalır.

Ayrıca Ultralytics modelleri, hem eğitim hem de çıkarım sırasında düşük bellek gereksinimleriyle ünlüdür; bu da araştırmacıların tüketici sınıfı donanımlarda daha büyük yığın boyutları (batch sizes) çalıştırmasına olanak tanır ki bu, transformer tabanlı mimarilerin ağır ayak iziyle tam bir tezat oluşturur.

Eğitim Kodu Örneği#

Ultralytics ekosisteminin gücü en iyi sadeliğiyle gösterilir. Son teknoloji bir YOLO26 modelini eğitmek, veri yükleme ve hiperparametre yapılandırmasının karmaşıklıklarını tamamen soyutlayarak sadece birkaç satır kod gerektirir.

from ultralytics import YOLO

# Initialize the natively NMS-free 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 Durumları#

Doğru mimariyi seçmek tamamen dağıtım kısıtlamalarına ve donanım kullanılabilirliğine bağlıdır.

Yüksek Sadakatli Bulut İşleme#

Uygulaman üst düzey sunucu GPU'larında çalışıyorsa ve maksimum doğruluğa öncelik veriyorsa (yoğun kalabalık sahnelerinin analizi veya yüksek çözünürlüklü tıbbi görüntülerin işlenmesi gibi), RTDETRv2'nin sağlam dikkat mekanizmaları oldukça etkili olabilir.

Eski Uç Cihaz Dağıtımı#

Minimum FLOP'un kesin bir zorunluluk olduğu eski cep telefonlarında veya ağır kısıtlı mikro denetleyicilerde yapılan dağıtımlar için, ultra hafif YOLOX-Nano, basit CNN mimarisi sayesinde hala geçerli bir yedek çözüm olarak hizmet eder.

Modern Standart: AIoT ve Robotik#

smart city infrastructure, retail analytics ve otonom navigasyonu kapsayan modern kullanım durumlarının büyük çoğunluğu için Ultralytics YOLO26 kesin tercihtir. %43 daha hızlı CPU çıkarımı, onu uç bilgi işlem için benzersiz kılarken, NMS'siz tasarımı düşük ve tutarlı gecikme garantisi verir. Ultralytics ekosisteminin kapsamlı belgeleri ve aktif topluluk desteğiyle eşleştirildiğinde, ekiplerin veri seti etiketlemeden küresel dağıtıma her zamankinden daha hızlı geçmesini sağlar.

Ultralytics ekosistemi içinde diğer mimarileri keşfetmek isteyen geliştiriciler için, derinlemesine yerleşmiş topluluk entegrasyonları için YOLOv8 veya eski boru hatlarında benzersiz kararlılık için YOLOv5 göz atmayı da düşünebilirsin. Bununla birlikte, 2026 yılında mümkün olanın sınırlarını zorlamak için YOLO26 endüstri standardı olmaya devam etmektedir.