Başla

YOLO11 ile RTDETRv2

Gerçek zamanlı tespit giderek evrişimli sinir ağları (CNNs) ile vision transformers (ViTs) arasında seçim yapmayı gerektiriyor. Bu teknik karşılaştırma, önde gelen iki nesne tespiti mimarisini ele alıyor: Ultralytics'in yüksek oranda optimize edilmiş CNN'i YOLO11 ve Baidu'nun Detection Transformer ailesinin bir sürümü olan RTDETRv2.

Bu kılavuz, makine öğrenimi mühendislerinin aralarında seçim yapmasına yardımcı olmak için mimarileri, performans ölçütlerini ve dağıtım senaryolarını karşılaştırıyor. Her iki model de yüksek doğruluğa ulaşıyor, ancak Ultralytics YOLO modelleri genellikle üretimde hız, ekosistem desteği ve kullanım kolaylığı arasında daha iyi bir denge sunuyor.

YOLO11: Gerçek Dünya Çok Yönlülüğü İçin Ölçüt#

Ultralytics tarafından sunulan YOLO11, hızlı, doğru ve çok yönlü bir model oluşturmak için yıllarca süren YOLO araştırmalarından yararlanır. Nesne tespiti, örnek segmentasyonu, görüntü sınıflandırması, poz tahmini ve yönlendirilmiş sınırlayıcı kutu (OBB) tespitini doğal olarak gerçekleştirir.

Mimari ve Güçlü Yönler#

YOLO11, geliştirilmiş bir CNN omurgası ve çok ölçekli özellik piramitleri kullanarak kaynakları verimli kullanır. Hem eğitim hem de çıkarım sırasında az bellek kullanır ve donanım kısıtlamalarının katı olduğu ortamlar için uygundur. Ultralytics Platform, ayrı MLOps araçlarını bir araya getirmeye gerek kalmadan veri etiketleme, bulutta eğitim ve model izleme için YOLO11'i destekler.

Uç dağıtımı için YOLO11 düşük gecikme süresi sunar. Hafif tasarımı, Raspberry Pi kartlarından tüketici tipi cep telefonlarına kadar çeşitli cihazlarda verimli şekilde çalışır; bu nedenle akıllı perakende, üretimde kalite kontrolü ve otomatik trafik yönetimi için sıkça tercih edilir.

RTDETRv2: Baidu'nun Gerçek Zamanlı Transformer'ları#

RTDETRv2 (Gerçek Zamanlı Detection Transformer sürüm 2), Transformer tabanlı mimarileri gerçek zamanlı görevlerde kullanılabilir kılmaya yönelik Baidu çalışmasını temsil eder. Çıkarım gecikmesini artırmadan temel doğruluğu iyileştirmek için "bedava iyileştirmeler paketi" yaklaşımını kullanarak özgün RT-DETR'ı geliştirir.

RTDETRv2 hakkında daha fazla bilgi edin

Mimari ve Güçlü Yönler#

Geleneksel CNN'lerin aksine RTDETRv2, görüntünün tamamındaki genel bağlamı yakalamasını sağlayan öz dikkat mekanizmalarına sahip bir kodlayıcı-kod çözücü mimarisi kullanır. Bu özellik, örtüşmelerin sık görüldüğü kalabalık sahnelerde yardımcı olur. RTDETRv2, son işlemede Maksimum Olmayanların Bastırılması (NMS) gereksinimini ortadan kaldırır; bunun yerine eğitim sırasında bire bir iki parçalı eşleştirme için Macar eşleştirmesine dayanır.

Ancak Transformer modelleri genellikle daha fazla VRAM ve CUDA belleği gerektirir. RTDETRv2'yi sıfırdan eğitmek veya özel veri kümelerinde ince ayar yapmak çoğu zaman yüksek belleğe sahip üst düzey GPU'lar gerektirir. Bu durum, Ultralytics modellerinin daha düşük bellek gereksinimli eğitimine kıyasla küçük ekipler için engel oluşturabilir.

Performans ve Ölçüt Analizi#

Standart COCO veri kümesinde değerlendirilen modeller, parametreler, FLOPs ve doğruluk (mAP) arasında belirgin ödünleşimler sergiliyor.

Modelboyut
(piksel)
mAPval50-95Hız
CPU ONNX
(ms)
Hız
T4 TensorRT10
(ms)
parametre
(M)
FLOPs
(B)
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.6
YOLO11m64051.5183.24.720.168.1
YOLO11l64053.4238.66.225.387.2
YOLO11x64054.7462.811.356.9195.3
RTDETRv2-s64048.1-5.032060
RTDETRv2-m64051.9-7.5136100
RTDETRv2-l64053.4-9.7642136
RTDETRv2-x64054.3-15.0376259

Sonuçları Anlamak#

YOLO11, parametre başına daha yüksek doğruluk sunar. YOLO11x, daha az parametre (56.9M'ye karşı 76M) ve daha düşük FLOPs (195.3B'ye karşı 259B) kullanırken RTDETRv2-x'ten (54.3) daha yüksek bir mAPval50-95 değerine (54.7) ulaşır.

YOLO11, T4 TensorRT üzerinde de daha hızlıdır. YOLO11s, RTDETRv2-s'nin 5.03 ms'sine karşılık 2.5 ms'de çalışır (47.0'a karşı 48.1 mAP); YOLO11m ise RTDETRv2-s'den hem daha doğru (51.5 mAP) hem de daha hızlıdır (4.7 ms). Bu özellik, kare işleme süresinin temel darboğaz olduğu gerçek zamanlı video analizi için YOLO11'i güçlü bir seçenek hâline getirir.

Transformer'ların Bedeli

RTDETRv2, dikkat katmanlarıyla mükemmel doğruluğa ulaşsa da bu mekanizmalar görüntü çözünürlüğüyle karesel olarak ölçeklenir ve hem eğitim hem de çıkarım sırasında VRAM kullanımını artırır. YOLO11, verimli evrişimli bloklarla bu maliyetten kaçınır.

Eğitim Ekosistemi ve Kullanılabilirlik#

Ultralytics modeli kullanmanın temel avantajı, modeli çevreleyen ekosistemdir. RTDETRv2 eğitimi genellikle karmaşık, araştırma düzeyindeki depoları kullanmayı öğrenmeyi, ayrıntılı iki parçalı eşleştirme kaybı ağırlıklarını ayarlamayı ve önemli bellek gereksinimini yönetmeyi gerektirir.

Ultralytics, geliştirici deneyimine odaklanır. Birleşik Python API'si gereksiz kodları ortadan kaldırır, deney takibi için Weights & Biases gibi araçlarla entegre olur ve veri artırmayı otomatik olarak gerçekleştirir.

ultralytics paketini kullanarak model eğitmek ve dışa aktarmak şöyle kolaydır:

from ultralytics import YOLO

# # Önceden eğitilmiş ağırlıklarla YOLO11 modelini başlat
model = YOLO("yolo11n.pt")

# # Modeli yerel bir GPU'da veya bulut örneğinde verimli biçimde eğit
train_results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device=0,  # CUDA GPU kullan
)

# # Eğitilmiş modeli yaygın dağıtım için ONNX biçimine aktar
export_path = model.export(format="onnx")

Eğitim tamamlandıktan sonra bir YOLO11 modelini ONNX, OpenVINO veya CoreML gibi biçimlere dışa aktarmak tek bir komut gerektirir; böylece aynı model farklı donanım arka uçlarında çalışabilir.

Çok Görevli Özellikler

RTDETRv2 yalnızca sınırlayıcı kutu tespitine odaklanırken YOLO11; örnek segmentasyonunu, görüntü sınıflandırmasını, poz tahminini ve OBB tespitini de destekler. Böylece birden fazla görüntü işleme görevini tek bir model ailesinde birleştirebilirsin.

Kullanım Alanları ve Öneriler#

YOLO11 ile RT-DETR arasındaki seçim, projenin özel gereksinimlerine, dağıtım kısıtlarına ve ekosistem tercihlerine bağlıdır.

YOLO11'i Ne Zaman Seçmeli#

YOLO11 şu durumlar için güçlü bir seçenektir:

  • Üretim Ortamında Uç Dağıtımı: Güvenilirliğin ve etkin bakımın çok önemli olduğu Raspberry Pi veya NVIDIA Jetson gibi cihazlardaki ticari uygulamalar.
  • Çoklu Görevli Görü Uygulamaları: Algılama, bölütleme, sınıflandırma, poz tahmini ve OBB görevlerinin tek bir birleşik çerçevede yürütülmesini gerektiren projeler.
  • Hızlı Prototipleme ve Dağıtım: Akıcı Ultralytics Python API aracılığıyla veri toplamadan üretime hızla geçmesi gereken ekipler.

RT-DETR Ne Zaman Seçilmeli?#

RT-DETR şu durumlarda önerilir:

  • Transformer Tabanlı Tespit Araştırmaları: NMS kullanmadan uçtan uca nesne tespiti için dikkat mekanizmalarını ve Transformer mimarilerini inceleyen projeler.
  • Gecikme Esnekliğinin Olduğu Yüksek Doğruluk Gerektiren Senaryolar: Tespit doğruluğunun en önemli öncelik olduğu ve biraz daha yüksek çıkarım gecikmesinin kabul edilebildiği uygulamalar.
  • Büyük Nesne Tespiti: Transformer'ların genel dikkat mekanizmasının doğal bir avantaj sağladığı, çoğunlukla orta ve büyük nesneler içeren sahneler.

Ultralytics'i (YOLO26) Ne Zaman Seçmeli#

Yeni projelerin çoğu için Ultralytics YOLO26, performans ve geliştirici deneyiminin en iyi bileşimini sunar:

  • NMS Olmadan Uç Dağıtımı: Maksimum Olmayan Bastırma son işleminin karmaşıklığı olmadan tutarlı ve düşük gecikmeli çıkarım gerektiren uygulamalar.
  • Yalnızca CPU Kullanılan Ortamlar: Özel GPU hızlandırması olmayan cihazlarda YOLO26'nın (YOLO26n ile YOLO11n karşılaştırıldığında) %43'e varan daha hızlı CPU çıkarımı belirleyici bir avantaj sağlar.
  • Küçük Nesne Algılama: Havadan drone görüntüleri veya IoT sensör analizi gibi zorlu senaryolarda ProgLoss ve STAL, küçük nesnelerin doğruluğunu artırır.

Geleceğe Bakış: YOLO26'nın Gücü#

YOLO11, üretim için hâlâ sağlam bir seçenektir ancak yeni projelere YOLO26 ile başlanmalıdır. Ocak 2026'da yayımlanan YOLO26, isteğe bağlı uçtan uca, NMS içermeyen bir başlıkla (nms=False, YOLO modellerine YOLOv10 tarafından kazandırılmıştır) Transformer'larla arasındaki mimari farkı azaltır; böylece NMS son işlemesinden kaynaklanan gecikmeyi ortadan kaldırır ve dağıtım mantığını basitleştirir.

YOLO26 ayrıca birkaç değişiklik daha sunuyor:

  • MuSGD Optimizasyonu: Moonshot AI'ın Kimi K2'sinin büyük dil modeli (LLM) eğitim tekniklerinden esinlenen bu SGD ve Muon birleşimi, daha kararlı eğitim ve daha hızlı yakınsama sağlar.
  • DFL Removal: Distribution Focal Loss'un kaldırılması dışa aktarma işlemini basitleştirir ve düşük güç tüketimli uç cihazlarla uyumluluğu artırır.
  • ProgLoss + STAL: Aşamalı Kayıp ve Küçük Nesne Farkındalıklı Etiket Ataması (STAL), drone gözetimi, tarımsal izleme ve IoT uç sensörleri için temel bir gereksinim olan küçük nesnelerin tanınmasını iyileştirir.
  • %43'e Varan Daha Hızlı CPU Çıkarımı: Özel GPU bulunmayan dağıtımlarda YOLO26n, CPU'da YOLO11n'den %43'e kadar daha hızlı çalışır.

Daha geniş bir mimari yelpazesi için yaygın olarak benimsenen YOLOv8, YOLOv5 ve açık söz dağarcıklı algılama için YOLO-World gibi özel modelleri incele. Kanıtlanmış YOLO11 kararlılığını ya da daha yeni YOLO26'yı seçsen de Ultralytics ekosistemi, bilgisayarlı görü projelerini üretime taşıman için gereken araçları sunar.

Katkıda Bulunanlar

Yorumlar

Bir soru sor, sonuçlarını paylaş veya başka birine yardım et.