YOLO26 ve RTDETRv2
Bilgisayarlı görü alanında çalışanlar genellikle optimize edilmiş evrişimli sinir ağları (CNNs) ile daha yeni Transformer tabanlı mimariler arasında seçim yapar. Öne çıkan iki örnek Ultralytics YOLO26 ve Baidu'nun RTDETRv2 modelidir. Her ikisi de gerçek zamanlı nesne tespitini hedefler, ancak farklı mimari yaklaşımlara dayanır.
Bu kılavuz, bir sonraki bilgisayarlı görü projen için en iyi temeli seçmene yardımcı olmak üzere modellerin yapılarını, performans ölçütlerini ve ideal kullanım alanlarını karşılaştırır.
Ultralytics YOLO26: Uç Cihazları Önceliklendiren Görsel Yapay Zekâ#
Ultralytics tarafından geliştirilen ve Ocak 2026'da yayımlanan YOLO26, en yeni YOLO modelidir ve yeni projeler için önerilen seçenektir. Bulut ve uç ortamlarında hız, doğruluk ve kolay dağıtım sunacak şekilde tasarlanmıştır.
- 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 çeşitli özellikler sunar:
- Uçtan Uca NMS İçermeyen Tasarım: YOLO26'nın isteğe bağlı bire bir başlığı (
nms=False), son işleme sırasında geleneksel Maksimum Olmayan Bastırma (NMS) adımını atlar. YOLO modellerine YOLOv10 tarafından kazandırılan bu uçtan uca yaklaşım, özellikle uç donanımlarda çıkarım gecikmesi değişkenliğini azaltır ve dağıtım mantığını basitleştirir. - CPU'da %43'e Varan Hız Artışı: YOLO26n, CPU'da YOLO11n'den %43'e kadar daha hızlı çalışır; bu özelliğiyle Raspberry Pi gibi özel GPU'su olmayan cihazlara uygundur.
- DFL'nin Kaldırılması: Dağılımsal Odak Kaybı'nın (DFL) kaldırılması dışa aktarma sürecini basitleştirir ve düşük güç tüketimli uç cihazlarla uyumluluğu artırır.
- MuSGD Optimize Edici: Büyük dil modeli (LLM) eğitimindeki fikirleri bilgisayarlı görüye taşıyan YOLO26, MuSGD optimize edicisini kullanır. Moonshot AI'nin Kimi K2 modelinden esinlenen bu SGD ve Muon melezi, daha kararlı eğitim ve daha hızlı yakınsama sağlar.
- ProgLoss + STAL: Aşamalı Kayıp ve Küçük Hedef Farkındalıklı Etiket Atama (STAL), küçük nesnelerin tanınmasını iyileştirir. Bu, havadan görüntü analizi ve Nesnelerin İnterneti (IoT) sensörlerine dayanan sektörler için önemlidir.
Görü Görevlerinde Çok Yönlülük#
YOLO26, yalnızca sınırlayıcı kutularla sınırlı modellerin aksine tespit, örnek segmentasyonu, anlamsal segmentasyon, derinlik tahmini, sınıflandırma, poz tahmini ve OBB tespitini destekler. Örnek segmentasyonu için anlamsal segmentasyon kaybı ve çok ölçekli proto, poz tahmini için Artık Log-Olasılık Tahmini (RLE) ve Yönlendirilmiş 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 alır. Gerçek zamanlı senaryolarda Tespit Transformer'larının (DETRs), yüksek ölçüde optimize edilmiş CNN'lerle rekabet edebileceğini ve bazen onları hız ve doğruluk bakımından aşabileceğini göstermeyi amaçlar.
- 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, görüntüleri CNN'lerden farklı biçimde işleyen Transformer tabanlı bir mimari kullanır ve küresel bağlamı yakalamak için öz dikkat mekanizmasından yararlanır.
- Ücretsiz İyileştirmeler Paketi: v2 sürümü, çıkarım maliyetini artırmadan temel performansı iyileştiren bir dizi optimize edilmiş eğitim tekniği (ücretsiz iyileştirmeler paketi) sunuyor.
- Küresel Balam Farkındalığı: Transformer dikkat katmanları sayesinde RTDETRv2, örtüşen veya kapanmış nesneleri ayırt etmek için küresel bağlamın gerektiği karmaşık sahnelerde başarılıdır.
RTDETRv2 hakkında daha fazla bilgi edin
Transformer Modellerinin Sınırlamaları#
RTDETRv2 gibi Transformer tabanlı tespit modelleri, pratik dağıtımda çoğu zaman zorluklarla karşılaşır. Eğitim sırasında genellikle verimli CNN'lerden daha fazla CUDA belleğine ihtiyaç duyarlar; dikkat katmanlarının gerektirdiği işlemler de çeşitli uç ortamlarına entegrasyonu zorlaştırabilir. Kaynakları kısıtlı dağıtımlarda YOLO26 gibi CNN'leri devreye almak genellikle daha kolaydır.
Performans Karşılaştırması#
Aşağıdaki tabloda COCO doğrulama kümesindeki doğruluk (mAP), hız ve model boyutu karşılaştırılıyor.
| Model | boyut (piksel) | mAPval50-95 | Hız CPU ONNX (ms) | Hız T4 TensorRT10 (ms) | parametre (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
| 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 |
Karşılaştırılabilir her boyutta YOLO26, RTDETRv2'den daha yüksek mAP değerine ve daha düşük TensorRT gecikmesine sahiptir. YOLO26x, RTDETRv2-x'e (54.3 mAP, 15.03 ms, 76M parametre) kıyasla daha düşük gecikmeyle (TensorRT'de 11.8 ms) ve daha az parametreyle (55.7M) 57.5 mAP değerine ulaşır.
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: 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.
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 mimariyi seçmek denklemin yalnızca bir parçasıdır; ekosistem, ekibin prototip aşamasından üretime ne kadar hızlı geçebileceğini belirler.
Kullanım Kolaylığı ve Eğitim Verimliliği#
Ultralytics Python API, gereksiz uzun şablon kodlar olmadan kısa eğitim kodları yazmanı sağlar. YOLO26 ayrıca genellikle RTDETRv2'nin bellek yoğun dikkat katmanlarından daha az GPU VRAM'i kullanır; bu da tüketici sınıfı donanımlarda daha büyük toplu iş boyutlarına olanak tanır.
from ultralytics import YOLO
# 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)
# Dağıtım için ONNX'e dışa aktar
model.export(format="onnx")Bakımı Düzenli Yapılan Bir Ekosistem#
Ultralytics modelleri, Weights & Biases ve Comet gibi deney izleme araçlarıyla entegre olan ve etkin biçimde sürdürülen bir çerçeveyle sunulur. Kod yazmadan çalışmak için Ultralytics Platform bulut eğitimi, veri kümesi yönetimi ve model dağıtımı sağlar.
Performans Dengesi#
YOLO26, çıkarım hızını ve doğruluğu dengeler. İsteğe bağlı NMS'siz çıkarım, MuSGD optimize edicisi ve ProgLoss + STAL; küçük nesnelerde doğru, üretimde hızlı bir model ortaya çıkarır ve bu özellikleriyle çoğu bilgisayarlı görü uygulaması için güçlü bir varsayılan seçenektir.
Ekosistemdeki Diğer Modeller#
Mevcut işlem hatlarını sürdüren geliştiriciler, oturmuş kurumsal ortamlar için YOLOv8 modelini de değerlendirebilir veya YOLO26'yı EfficientDet ile karşılaştırabilir. Yeni projeler için önerilen seçenek YOLO26'dır.
Yorumlar
Bir soru sor, sonuçlarını paylaş veya başka birine yardım et.