YOLO26 ve RTDETRv2#

Bilgisayarlı görü alanı sürekli gelişiyor ve uygulayıcıların önüne kritik bir tercih çıkarıyor: yüksek düzeyde optimize edilmiş Evrişimli Sinir Ağlarından (CNNs) yararlanmak mı, yoksa daha yeni Transformer tabanlı mimarileri benimsemek mi? Bu alandaki iki önemli seçenek, son teknoloji Ultralytics YOLO26 ve Baidu'nun RTDETRv2 modelidir. Her iki model de gerçek zamanlı nesne tespitinin sınırlarını zorluyor, ancak temelde farklı mimari yaklaşımlara dayanıyor.

Bu kılavuz, bir sonraki bilgisayarlı görü projen için en iyi temeli seçmene yardımcı olmak amacıyla her iki modelin yapısını, performans metriklerini ve ideal kullanım alanlarını teknik açıdan derinlemesine inceliyor.

Ultralytics YOLO26: Uç Öncelikli Görsel Yapay Zekânın Zirvesi#

Ultralytics tarafından geliştirilen YOLO26, YOLO ailesinde nesiller arası büyük bir sıçramayı temsil ediyor. Ocak 2026'da yayımlanan model; bulut ve uç ortamlarda hız, doğruluk ve sorunsuz dağıtım için özel olarak tasarlandı.

• Yazarlar: Glenn Jocher ve Jing Qiu
• Kuruluş: Ultralytics
• Tarih: 2026-01-14
• GitHub: Ultralytics Deposu
• Belgeler: YOLO26 Resmî Belgeleri

Mimari Yenilikler ve Güçlü Yönler#

YOLO26, yalnızca Transformer modellerinden değil, YOLO11 gibi önceki sürümlerden de ayrılmasını sağlayan çığır açıcı özellikler sunuyor:

• Uçtan Uca, NMS İçermeyen Tasarım: YOLO26'nın isteğe bağlı bire bir başlığı (nms=False), son işlem sırasında geleneksel Maksimum Olmayanların Bastırılması (NMS) yöntemini ortadan kaldırıyor. YOLOv10 gibi modellerde öncülük edilen bu uçtan uca yaklaşım, çıkarım gecikmesindeki değişkenliği azaltıyor ve özellikle uç donanımlarda dağıtım mantığını basitleştiriyor.
• CPU Çıkarımında %43'e Kadar Daha Hızlı: Merkezi olmayan yapay zekâya yönelik artan ihtiyacı göz önünde bulunduran YOLO26, Raspberry Pi gibi özel GPU'su olmayan cihazlar için yüksek düzeyde optimize edilmiştir.
• DFL Kaldırma: Dağılımsal Odak Kaybını (DFL) kaldıran YOLO26, dışa aktarma sürecini basitleştiriyor ve düşük güçlü uç cihazlar ile mikrodenetleyicilerle uyumluluğu büyük ölçüde artırıyor.
• MuSGD Optimize Edici: Büyük Dil Modeli (LLM) eğitimi ile bilgisayarlı görü arasındaki boşluğu kapatan YOLO26, MuSGD optimize ediciyi kullanıyor. SGD ve Muon'un bu hibrit birleşimi, Moonshot AI'ın Kimi K2'sinden ilham alıyor ve güçlü eğitim kararlılığı ile daha hızlı yakınsama sağlıyor.
• ProgLoss + STAL: Gelişmiş kayıp işlevleri, küçük nesne tanımada kayda değer iyileştirmeler sağlıyor. Bu, havadan görüntü analizi ve Nesnelerin İnterneti (IoT) sensörlerine dayanan sektörler için kritik önem taşıyor.

Görü Görevlerinde Çok Yönlülük#

Yalnızca sınırlayıcı kutularla sınırlı modellerin aksine, YOLO26 çok yönlü ve güçlü bir modeldir. YOLO26, örnek segmentasyonu için anlamsal segmentasyon kaybı ve çok ölçekli prototip, poz tahmini için Artık Log-Olabilirlik Tahmini (RLE) ve Döndürülmüş Sınırlayıcı Kutu (OBB) görevlerindeki sınır sorunlarını çözmek için özel açı kaybı gibi göreve özgü iyileştirmeler içerir.

RTDETRv2: Gerçek Zamanlı Tespit Transformer'larını Geliştirme#

Baidu araştırmacıları tarafından geliştirilen RTDETRv2, özgün RT-DETR çerçevesini temel alıyor. Model, Tespit Transformer'larının (DETRs) gerçek zamanlı senaryolarda yüksek düzeyde optimize edilmiş CNN'lerle rekabet edebileceğini ve bazen bu modellerin hızını ve doğruluğunu aşabileceğini göstermeyi amaçlıyor.

• Yazarlar: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang ve Yi Liu
• Kurum: Baidu
• Tarih: 2024-07-24
• Arxiv: 2407.17140
• GitHub: RTDETRv2 PyTorch Uygulaması
• Belgeler: RTDETRv2 README Dosyası

Mimari ve Yetenekler#

RTDETRv2, Transformer tabanlı bir mimari kullanıyor. Bu mimari, genel bağlamı anlamak için öz dikkat mekanizmalarından yararlanarak görüntüleri CNN'lerden temelde farklı biçimde işliyor.

• Ücretsiz İyileştirmeler Paketi: v2 sürümü, çıkarım maliyetini artırmadan temel performansı iyileştiren bir dizi optimize edilmiş eğitim tekniği (ücretsiz iyileştirmeler paketi) sunuyor.
• Genel Bağlam Farkındalığı: Transformer dikkat katmanları sayesinde RTDETRv2, örtüşen veya kısmen kapanmış nesneleri ayırt etmek için genel bağlamın gerekli olduğu karmaşık sahneleri anlamakta doğal olarak başarılıdır.

RTDETRv2 hakkında daha fazla bilgi edin

Transformer Modellerinin Sınırlamaları#

Güçlü olmalarına karşın RTDETRv2 gibi Transformer tabanlı tespit modelleri, pratik dağıtımlarda sıklıkla zorluklarla karşılaşır. Eğitim sırasında, verimli CNN'lere kıyasla genellikle daha fazla CUDA belleği gerektirirler. Ayrıca dikkat katmanlarının gerektirdiği karmaşık işlemler nedeniyle farklı uç ortamlara entegre edilmeleri zahmetli olabilir; bu da YOLO26 gibi modelleri kaynakları kısıtlı dağıtımlar için çok daha cazip kılar.

Performans Karşılaştırması#

Bu modelleri doğrudan karşılaştırmak, en yeni CNN optimizasyonlarının somut faydalarını ortaya koyuyor. Aşağıdaki tabloda modellerin standart kıyaslamalardaki performansları gösteriliyor.

Görüldüğü üzere YOLO26, tüm boyut varyantlarında RTDETRv2'den sürekli olarak daha iyi performans gösteriyor. YOLO26x, RTDETRv2-x'e (54.3 mAP, 15.03 ms, 76M parametre) kıyasla daha düşük gecikmeyle (TensorRT'de 11.8 ms) ve önemli ölçüde daha az parametreyle (55.7M) etkileyici bir 57.5 mAP değerine ulaşıyor.

Kullanım Alanları ve Öneriler#

YOLO26 ile RT-DETR arasındaki seçim, projenin özel gereksinimlerine, dağıtım kısıtlamalarına ve ekosistem tercihlerine bağlıdır.

YOLO26'yı Ne Zaman Seçmeli?#

YOLO26 şu durumlarda güçlü bir seçenektir:

• NMS Olmadan Uç Dağıtımı: Maksimum Olmayan Bastırma son işleminin karmaşıklığı olmadan tutarlı ve düşük gecikmeli çıkarım gerektiren uygulamalar.
• Yalnızca CPU Kullanılan Ortamlar: YOLO26'nın CPU'da %43'e varan daha hızlı çıkarımının belirleyici bir avantaj sağladığı, özel GPU hızlandırması bulunmayan cihazlar.
• Küçük Nesne Algılama: ProgLoss ve STAL'ın çok küçük nesnelerde doğruluğu önemli ölçüde artırdığı havadan drone görüntüleri veya IoT sensör analizi gibi zorlu senaryolar.

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 Avantajı#

Doğru makine öğrenimi mimarisini seçmek denklemin yalnızca bir parçasıdır; ekosistemin geri kalanı, bir ekibin prototip oluşturmadan üretime ne kadar hızlı geçebileceğini belirler.

Kullanım Kolaylığı ve Eğitim Verimliliği#

Ultralytics Python API, son derece sadeleştirilmiş bir deneyim sunuyor. Karmaşık modelleri eğitmek artık uzun ve tekrarlı kalıp kodlar gerektirmiyor. Ayrıca YOLO26'nın eğitim verimliliği çok daha yüksek; RTDETRv2'nin belleği yoğun kullanan dikkat mekanizmalarına kıyasla çok daha az GPU VRAM'i kullanıyor ve tüketici sınıfı donanımlarda bile daha büyük toplu iş boyutlarına olanak tanıyor.

from ultralytics import YOLO

# Son teknoloji YOLO26 Nano modelini başlat
model = YOLO("yolo26n.pt")

# COCO8 veri kümesinde 100 dönem boyunca eğit
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Yüksek hızlı, NMS içermeyen çıkarım çalıştır
predictions = model("https://ultralytics.com/images/bus.jpg", nms=False)

# Sorunsuz dağıtım için ONNX biçimine aktar
model.export(format="onnx")

Bakımı Düzenli Yapılan Bir Ekosistem#

Ultralytics modellerini kullanan geliştiriciler, Weights & Biases ve Comet ML gibi modern izleme araçlarıyla yerel olarak tümleşen ve etkin biçimde bakımı yapılan bir çerçeveden yararlanır. Kod yazmadan çalışmayı tercih edenler için Ultralytics Platform bulut tabanlı eğitim, veri kümesi yönetimi ve tek tıklamayla dağıtım olanağı sunar.

Performans Dengesi#

YOLO26, çıkarım hızı ile doğruluk arasında benzersiz bir denge kuruyor. NMS'nin isteğe bağlı olarak kaldırılması ve MuSGD optimize edici sayesinde hem küçük nesnelerde son derece yüksek doğruluk sunan (ProgLoss + STAL sayesinde) hem de üretimde olağanüstü hızlı bir model dağıtabilirsin. Bu özellikler YOLO26'yı neredeyse tüm modern bilgisayarlı görü uygulamaları için üstün bir tercih hâline getiriyor.

Ekosistemdeki Diğer Modeller#

YOLO26 ve RTDETRv2 gerçek zamanlı tespitin en yeni örneklerini temsil etse de eski işlem hatlarının bakımını yapan veya farklı verimlilik dengelerini araştıran geliştiriciler, kurumsal ortamlarda kendini kanıtlamış YOLOv8 modelini değerlendirebilir ya da EfficientDet gibi diğer mimarileri inceleyebilir. Ancak yeni bir girişim için kesin önerimiz YOLO26'dır.