YOLO26 ve RTDETRv2#

Bilgisayarlı görü dünyası sürekli olarak gelişmekte ve uygulayıcılara kritik bir seçim sunmaktadır: son derece optimize edilmiş Evrişimli Sinir Ağlarını (CNN'ler) mı kullanmalısınız yoksa daha yeni Transformer tabanlı mimarileri mi benimsemelisiniz? Bu alandaki iki önemli rakip, son teknoloji ürünü Ultralytics YOLO26 ve Baidu'nun RTDETRv2 modelidir. Her iki model de gerçek zamanlı nesne tespiti sınırlarını zorlar ancak temelde farklı mimari felsefelere dayanır.

Bu kılavuz, bir sonraki bilgisayarlı görü projen için en iyi temeli seçmene yardımcı olmak adına her iki modele derinlemesine teknik bir bakış sunar, yapılarını, performans metriklerini ve ideal kullanım senaryolarını karşılaştırır.

Ultralytics YOLO26: Uç Birim Öncelikli Görü Yapay Zekasının Zirvesi#

Ultralytics tarafından geliştirilen YOLO26, YOLO ailesi için devasa bir nesil atlamasını temsil ediyor. Ocak 2026'da piyasaya sürülen model; hız, doğruluk ve hem bulut hem de uç (edge) ortamlarda sorunsuz dağıtım için özel olarak tasarlandı.

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

Mimari Yenilikler ve Güçlü Yönler#

YOLO26, yalnızca Transformer modellerinden değil, aynı zamanda YOLO11 gibi önceki sürümlerden de ayırt edilmesini sağlayan çığır açıcı birkaç özellik sunar:

• Uçtan Uca NMS İçermeyen Tasarım: YOLO26, son işleme sırasında geleneksel Maksimum Olmayan Bastırma (NMS) adımını ortadan kaldırır. YOLOv10 gibi modellerde öncülük edilen bu yerel olarak uçtan uca yaklaşım, özellikle uç donanımlarda çıkarsama gecikmesi varyansını azaltır ve dağıtım mantığını basitleştirir.
• %43'e Varan Daha Hızlı CPU Çıkarsaması: Ademi merkeziyetçi yapay zekaya olan artan ihtiyacın farkında olan YOLO26, Raspberry Pi gibi özel GPU'lardan yoksun cihazlar için yüksek düzeyde optimize edilmiştir.
• DFL Kaldırılması: Distribution Focal Loss (DFL) özelliğinin çıkarılmasıyla YOLO26, basitleştirilmiş bir dışa aktarma süreci sunar ve düşük güçlü uç cihazlar ve mikrodenetleyicilerle uyumluluğu önemli ölçüde artırır.
• MuSGD Optimize Edici: Büyük Dil Modeli (LLM) eğitimi ile bilgisayarlı görü arasındaki boşluğu dolduran YOLO26, MuSGD optimize edicisini kullanır. Moonshot AI'ın Kimi K2 modelinden esinlenen bu SGD ve Muon melezi, sağlam bir eğitim kararlılığı ve daha hızlı yakınsama sağlar.
• ProgLoss + STAL: Gelişmiş kayıp fonksiyonları, küçük nesne tanımada dikkate değer iyileştirmeler getirir. Bu, hava görüntüleri analizi ve Nesnelerin İnterneti (IoT) sensörlerine güvenen endüstriler için çok önemlidir.

YOLO26 hakkında daha fazla bilgi edin

Görü Görevlerinde Çok Yönlülük#

Yalnızca sınırlayıcı kutularla sınırlı modellerin aksine YOLO26 çok yönlü bir güç merkezidir. Örnek segmentasyonu için anlamsal segmentasyon kaybı ve çok ölçekli proto, poz tahmini için Kalıntı Log-Olabilirlik Tahmini (RLE) ve Yönlendirilmiş Sınırlayıcı Kutu (OBB) görevlerindeki sınır sorunlarını çözmek için özel açı kaybı gibi görev odaklı iyileştirmeleri içerir.

RTDETRv2: Gerçek Zamanlı Algılama Transformer'larını Geliştirme#

Baidu araştırmacıları tarafından geliştirilen RTDETRv2, orijinal RT-DETR çerçevesi üzerine inşa edilmiştir. Algılama Transformer'larının (DETR'ler), gerçek zamanlı senaryolarda oldukça optimize edilmiş CNN'lerin hızı ve doğruluğu ile rekabet edebileceğini ve bazen bunları aşabileceğini kanıtlamayı amaçlar.

• Yazarlar: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang ve Yi Liu
• Kuruluş: Baidu
• Tarih: 2024-07-24
• Arxiv: 2407.17140
• GitHub: RT-DETRv2 PyTorch Uygulaması
• Docs: RT-DETRv2 README

Mimari ve Yetenekler#

RTDETRv2, görüntüleri küresel bağlamı anlamak için öz-dikkat mekanizmalarından yararlanarak CNN'lerden doğal olarak farklı şekilde işleyen Transformer tabanlı bir mimari kullanır.

• Bag-of-Freebies: v2 yinelemesi, çıkarım maliyetini artırmadan temel performansı iyileştiren bir dizi optimize edilmiş eğitim tekniği (bag-of-freebies) sunar.
• Küresel Bağlam Farkındalığı: Transformer dikkat katmanları sayesinde RTDETRv2, örtüşen veya gizlenmiş nesneleri ayırt etmek için küresel bağlamın gerekli olduğu karmaşık sahneleri anlamada doğal olarak yeteneklidir.

RTDETR hakkında daha fazla bilgi edinin

Transformer Modellerinin Sınırlamaları#

Güçlü olsalar da, RTDETRv2 gibi Transformer tabanlı algılama modelleri genellikle pratik dağıtımda zorluklarla karşılaşır. Verimli CNN'lere kıyasla eğitim sırasında genellikle daha yüksek CUDA bellek gereksinimleri sergilerler. Ayrıca, dikkat katmanlarının gerektirdiği karmaşık işlemler nedeniyle bunları çeşitli uç ortamlara entegre etmek hantal olabilir, bu da YOLO26 gibi modelleri kaynak kısıtlı dağıtımlar için çok daha çekici hale getirir.

Performans Karşılaştırması#

Bu modelleri karşılaştırmalı olarak değerlendirmek, en son CNN optimizasyonlarının somut faydalarını ortaya koyuyor. Aşağıdaki tablo, standart kriterler üzerindeki performanslarını özetlemektedir.

Görüldüğü üzere, YOLO26 tüm boyut varyantlarında RTDETRv2'den sürekli olarak daha iyi performans göstermektedir. YOLO26x, RTDETRv2-x'e (54.3 mAP, 15.03 ms, 76M parametre) kıyasla daha düşük gecikme (TensorRT üzerinde 11.8 ms) ve önemli ölçüde daha az parametre (55.7M) ile 57.5 mAP gibi dikkate değer bir sonuç elde eder.

Kullanım Durumları ve Öneriler#

YOLO26 ve RT-DETR arasında seçim yapmak; projenin özel gereksinimlerine, dağıtım kısıtlamalarına ve ekosistem tercihlerine bağlıdır.

Ne Zaman YOLO26 Seçilmeli#

YOLO26 şunlar için güçlü bir tercihtir:

• NMS-Free Uç Dağıtımı: Non-Maximum Suppression işlem sonrası karmaşıklığı olmadan tutarlı, düşük gecikmeli çıkarım gerektiren uygulamalar.
• Sadece CPU Ortamları: YOLO26'nın %43'e kadar daha hızlı CPU çıkarımının belirleyici bir avantaj sağladığı, özel GPU hızlandırması olmayan cihazlar.
• Küçük Nesne Tespiti: ProgLoss ve STAL'ın çok küçük nesneler üzerindeki doğruluğu önemli ölçüde artırdığı havadan drone görüntüleri veya IoT sensör analizi gibi zorlu senaryolar.

RT-DETR Ne Zaman Seçilmeli#

RT-DETR şunlar için önerilir:

• Transformer Tabanlı Algılama Araştırması: NMS olmadan uçtan uca nesne algılama için dikkat mekanizmalarını ve transformer mimarilerini keşfeden projeler.
• Esnek Gecikmeli Yüksek Doğruluklu Senaryolar: Algılama doğruluğunun en önemli öncelik olduğu ve biraz daha yüksek çıkarım gecikmesinin kabul edilebilir olduğu uygulamalar.
• Büyük Nesne Algılama: Transformer'ların küresel dikkat mekanizmasının doğal bir avantaj sağladığı, ağırlıklı olarak orta-büyük nesnelerin olduğu sahneler.

Ultralytics Avantajı#

Doğru makine öğrenimi mimarisini seçmek denklemin sadece bir parçasıdır; çevredeki ekosistem, bir ekibin prototiplemeden üretime ne kadar hızlı geçebileceğini belirler.

Kullanım Kolaylığı ve Eğitim Verimliliği#

Ultralytics Python API son derece kolaylaştırılmış bir deneyim sunar. Karmaşık modelleri eğitmek artık ayrıntılı şablon kodlar gerektirmez. Dahası, RTDETRv2'nin bellek yoğun dikkat mekanizmalarından çok daha az GPU VRAM'i kullanan YOLO26'nın eğitim verimliliği çok daha iyidir ve tüketici sınıfı donanımlarda bile daha büyük grup boyutlarına izin verir.

from ultralytics import YOLO

# Initialize the cutting-edge YOLO26 Nano model
model = YOLO("yolo26n.pt")

# Train on the COCO8 dataset for 100 epochs
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Execute high-speed, NMS-free inference
predictions = model("https://ultralytics.com/images/bus.jpg")

# Export to ONNX for seamless deployment
model.export(format="onnx")

İyi Bakılan Bir Ekosistem#

Ultralytics modellerini kullanarak geliştiriciler, Weights & Biases ve Comet ML gibi modern izleme araçlarıyla yerel olarak entegre olan aktif olarak bakımı yapılan bir çerçeveye erişim kazanırlar. Kodsuz bir yaklaşımı tercih edenler için Ultralytics Platform bulut tabanlı eğitimi, veri kümesi yönetimini ve tek tıklamayla dağıtımı kolaylaştırır.

Performans Dengesi#

YOLO26, çıkarsama hızı ile doğruluğu arasında benzersiz bir denge kurar. NMS'nin kaldırılması ve MuSGD iyileştiricisi, hem küçük nesnelerde çok doğru (ProgLoss + STAL sayesinde) hem de üretimde inanılmaz derecede hızlı bir modeli dağıttığından emin olmanı sağlar; bu da onu neredeyse tüm modern bilgisayarlı görü uygulamaları için üstün bir seçenek haline getirir.

Ekosistemdeki Diğer Modeller#

YOLO26 ve RTDETRv2 gerçek zamanlı tespitin en son sınırlarını kapsarken, eski boru hatlarını koruyan veya farklı verimlilik eğrilerini keşfeden geliştiriciler köklü kurumsal ortamlar için YOLOv8 modelini de değerlendirebilir veya EfficientDet gibi diğer mimarileri keşfedebilir. Ancak her yeni girişim için YOLO26 kesin tavsiye olarak durmaktadır.