RTDETRv2 ve YOLOX#

Bilgisayarlı görü alanı hızla gelişerek geliştiricilere ve araştırmacılara, görü tabanlı sistemler oluştururken seçebilecekleri çeşitli mimariler sunuyor. Bu yolculuktaki iki önemli dönüm noktası, Transformer tabanlı RTDETRv2 ve CNN tabanlı YOLOX modelleridir. Her iki model de gerçek zamanlı nesne algılama alanına önemli katkılar sağlamış olsa da görsel tanıma sorunlarını çözmek için temelde farklı yaklaşımları temsil eder.

Bu kapsamlı rehberde her iki modelin mimari incelikleri, performans metrikleri ve ideal dağıtım senaryoları ele alınıyor. Ayrıca, son teknoloji Ultralytics YOLO26 gibi modern alternatiflerin daha yüksek doğruluk, verimlilik ve kullanım kolaylığı sunmak için bu temeller üzerine nasıl inşa edildiğini inceleyeceğiz.

RTDETRv2: Gerçek Zamanlı Algılama Transformer'ları#

İlk RT-DETR modelinin halefi olarak geliştirilen RTDETRv2, yüksek performanslı gerçek zamanlı nesne algılama elde etmek için Transformer mimarisinden yararlanır. Maksimum Olmayan Bastırma (NMS) gereksinimini ortadan kaldırarak çıkarım işlem 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, Resmî GitHub, Belgeler

Mimari ve Tasarım#

RTDETRv2, Transformer'larda bulunan öz-dikkat mekanizmalarından büyük ölçüde yararlanarak modelin görüntünün tamamındaki küresel bağlamı yakalamasını sağlar. Bu bütünsel anlayış, doğrudan sınırlayıcı kutuları ve sınıf olasılıklarını tahmin etmesine olanak tanır. Model, karmaşık ortamlardaki küçük nesneleri tanıma yeteneğini geliştiren çok ölçekli algılama özellikleri sunar.

Güçlü ve Zayıf Yönler#

RTDETRv2'nin temel gücü, yerel uçtan uca tasarımında yatar. NMS'yi atlayarak yoğun ve örtüşen tahminlerle sıklıkla ilişkilendirilen gecikme artışlarını önler. Ancak Transformer bloklarının yüksek hesaplama maliyeti, modelin hem eğitim hem de dağıtım için önemli GPU kaynaklarına ihtiyaç duyduğu anlamına gelir. Bu durum, modeli kaynakları kısıtlı uç cihazlar veya eski mobil donanımlar için daha az uygun hâle getirir.

RTDETRv2 hakkında daha fazla bilgi edin

YOLOX: Anchor-Free CNN'leri Geliştirme#

Akademik araştırma ile endüstriyel uygulama arasındaki boşluğu kapatmak amacıyla geliştirilen YOLOX, popüler YOLO model ailesine ayrıştırılmış bir başlık ve anchor-free 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, önceden tanımlanmış anchor kutuları olmadan nesnelerin konumlarını doğrudan tahmin ederek geleneksel anchor tabanlı algılayıcılardan ayrılır. Bu yaklaşım, ağ tasarımını basitleştirir ve optimum performans için gereken sezgisel ayar 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 anchor-free yapısı, onu çeşitli bilgisayarlı görü görevlerine son derece uyarlanabilir hâle getirir ve özel veri kümeleriyle eğitilmesini kolaylaştırır. YOLOX-Nano gibi daha hafif varyantları, mikrodenetleyicilerde ve düşük güçlü IoT cihazlarında dağıtım için oldukça uygundur. Ancak YOLOX, NMS'siz devrimden önce geliştirildiği için hâlâ geleneksel son işleme yöntemlerine dayanır; bu da yoğun sahnelerde dağıtımı zorlaştırabilir ve gecikmeyi artırabilir.

YOLOX hakkında daha fazla bilgi edin

Performans ve Metrik Karşılaştırması#

Bu modelleri karşılaştırırken hızlarını, doğruluklarını ve parametre verimliliklerini değerlendirmek, belirli kullanım alanın için en uygun modeli belirlemek açısından kritik öneme sahiptir. Aşağıdaki tablo, standart COCO veri kümesindeki çeşitli model boyutlarının performansını gösterir.

Verilerde görüldüğü üzere RTDETRv2, en büyük varyantında YOLOXx'e kıyasla daha yüksek maksimum doğruluğa (54.3 mAP) ulaşır. Bununla birlikte YOLOX; daha düşük parametre sayılarına ve NVIDIA T4 GPU'larda daha yüksek çıkarım hızlarına sahip YOLOXs gibi önemli ölçüde daha küçük ve hızlı varyantlar sunar.

Ultralytics Avantajı: YOLO26'ya Giriş#

Hem RTDETRv2 hem de YOLOX kendine özgü avantajlar sunsa da modern geliştiriciler genellikle her iki yaklaşımın en iyi yönlerini birleştiren, yüksek doğruluk, son derece hızlı çıkarım ve erişilebilir bir ekosistem sağlayan birleşik bir çözüme ihtiyaç duyar. Yeni yayımlanan Ultralytics YOLO26, bu gelişimin zirvesini temsil eder.

YOLO26'nın Temel Yenilikleri#

• Uçtan Uca NMS'siz Tasarım: İlk olarak YOLOv10 ile öncülük edilen kavramlar üzerine inşa edilen YOLO26, yerel olarak NMS olmadan çalışır. Bu sayede Transformer'ların aşırı bellek gereksinimleri olmadan RTDETRv2'nin sorunsuz çıkarım deneyimini sunar.
• MuSGD Optimizasyon Algoritması: Büyük dil modeli eğitimi yeniliklerinden ilham alan hibrit MuSGD optimizasyon algoritması (SGD ve Muon'un birleşimi), eğitim sürecini kararlı hâle getirir ve yakınsamayı büyük ölçüde hızlandırır.
• %43'e Kadar Daha Hızlı CPU Çıkarımı: Dağılımsal Odak Kayıp (DFL) modülünü stratejik olarak kaldıran YOLO26, uç bilişim ve düşük güçlü cihazlar için özel olarak optimize edilmiştir; bu sayede YOLO11 gibi önceki sürümlere kıyasla CPU'larda önemli ölçüde daha hızlı çalışır.
• ProgLoss + STAL: Bu gelişmiş kayıp fonksiyonları, küçük nesne tanımada dikkate değer iyileştirmeler sağlar ve hava görüntülerinde ve robotik uygulamalarda sık karşılaşılan bir sorunu ele alır.

Eşsiz Çok Yönlülük ve Ekosistem#

Ham performansın ötesinde Ultralytics Platformu, sıfırdan üretime kapsamlı bir ekosistem sunar. Statik akademik depoların aksine Ultralytics modelleri etkin biçimde korunur ve tek, sezgisel bir API üzerinden birden fazla görevi sorunsuz şekilde destekler. İster Örnek Segmentasyonu gerçekleştiriyor, ister Poz Tahmini ile pozları takip ediyor, ister Yönlendirilmiş Sınırlayıcı Kutular (OBB) ile döndürülmüş nesneleri işliyor ol, 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 tam bir tezat oluşturur.

Eğitim Kodu Örneği#

Ultralytics ekosisteminin gücü en iyi sadeliğiyle ortaya konur. Son teknoloji bir YOLO26 modelini eğitmek yalnızca birkaç satır kod gerektirir; veri yükleme ve hiperparametre yapılandırmasının karmaşıklıkları tamamen soyutlanır.

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 Alanları#

Doğru mimariyi seçmek tamamen dağıtım kısıtlarına ve mevcut donanıma bağlıdır.

Yüksek Doğrulukta Bulut İşleme#

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

Eski Uç Dağıtımları#

Minimum FLOP'un kesin bir gereklilik olduğu eski cep telefonlarında veya kaynakları ciddi ölçüde kısıtlı mikrodenetleyicilerde yapılan dağıtımlar için ultra hafif YOLOX-Nano, basit CNN mimarisi sayesinde hâlâ uygulanabilir bir yedek çözüm olarak kullanılabilir.

Modern Standart: AIoT ve Robotik#

Akıllı şehir altyapısı, perakende analitiği ve otonom navigasyonu kapsayan modern kullanım alanlarının büyük çoğunluğu için Ultralytics YOLO26 kesin tercihtir. %43 daha hızlı CPU çıkarımı, onu uç bilişim için eşsiz kılarken NMS'siz tasarımı düşük ve tutarlı gecikmeyi garanti eder. Ultralytics ekosisteminin kapsamlı belgeleri ve aktif topluluk desteğiyle birlikte kullanıldığında ekiplerin veri kümesi etiketlemeden küresel dağıtıma her zamankinden daha hızlı geçmesini sağlar.

Ultralytics ekosistemindeki diğer mimarileri keşfetmek isteyen geliştiriciler, köklü topluluk entegrasyonları için YOLOv8'e veya eski işlem hatlarında eşsiz kararlılık için YOLOv5'e de göz atabilir. Ancak 2026'da mümkün olanın sınırlarını zorlamak için YOLO26, sektör standardı olmaya devam ediyor.