YOLO26 ve RTDETRv2#

Bilgisayarlı görü alanı sürekli gelişiyor ve uygulayıcıları kritik bir seçimle karşı karşıya bırakıyor: yüksek düzeyde optimize edilmiş Evrişimli Sinir Ağlarından (CNNs) yararlanmalı mı, yoksa daha yeni Transformer tabanlı mimarileri mi benimsemelisin? Bu alandaki iki önemli aday, son teknoloji Ultralytics YOLO26 ve Baidu'nun RTDETRv2 modelidir. Her iki model de gerçek zamanlı nesne tespitinin sınırlarını zorluyor, ancak temelde farklı mimari felsefelere dayanıyor.

Bu kılavuz, bir sonraki bilgisayarlı görü projen için en iyi temeli seçmene yardımcı olmak amacıyla her iki modeli derinlemesine teknik açıdan inceliyor; yapılarını, performans ölçümlerini ve ideal kullanım alanlarını karşılaştırıyor.

Ultralytics YOLO26: Edge Öncelikli Görsel Yapay Zekânın Zirvesi#

Ultralytics tarafından geliştirilen YOLO26, YOLO ailesi için nesil atlayan büyük bir ilerlemeyi temsil ediyor. Ocak 2026'da yayımlanan model, bulut ve edge ortamlarında sorunsuz dağıtımın yanı sıra hız ve doğruluk 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, kendisini yalnızca Transformer modellerinden değil, YOLO11 gibi önceki sürümlerden de ayıran, çığır açıcı birçok özellik sunuyor:

• Uçtan Uca NMS'siz Tasarım: YOLO26, son işleme sırasında geleneksel Maksimum Olmayan Bastırmayı (NMS) ortadan kaldırıyor. YOLOv10 gibi modellerde öncülüğü yapılan bu doğal uçtan uca yaklaşım, çıkarım gecikmesi değişkenliğini azaltıyor ve özellikle edge donanımlarında 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'nin Kaldırılması: Dağılımsal Odak Kayıbını (DFL) kaldıran YOLO26, basitleştirilmiş bir dışa aktarma süreci ve düşük güç tüketimli edge cihazları ile mikrodenetleyiciler için büyük ölçüde iyileştirilmiş uyumluluk sunuyor.
• MuSGD Optimize Edicisi: Büyük Dil Modeli (LLM) eğitimi ile bilgisayarlı görü arasındaki boşluğu kapatan YOLO26, MuSGD optimize edicisini kullanıyor. Moonshot AI'ın Kimi K2'sinden esinlenen SGD ve Muon birleşimi, güçlü eğitim kararlılığı ve daha hızlı yakınsama sağlıyor.
• ProgLoss + STAL: Gelişmiş kayıp fonksiyonları, küçük nesne tanımada kayda değer iyileştirmeler sunuyor. Bu, hava görüntüsü analizi ve Nesnelerin İnterneti (IoT) sensörlerine dayanan endüstriler için kritik önem taşıyor.

Görü Görevleri Arasında Çok Yönlülük#

Yalnızca sınırlayıcı kutularla kısıtlanan modellerin aksine YOLO26, çok yönlü bir güç merkezidir. 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 gidermek için özel açı kaybı gibi göreve özgü iyileştirmeler içerir.

RTDETRv2: Gerçek Zamanlı Tespit Transformer'larını Geliştirme#

Baidu'daki araştırmacılar 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 zaman zaman onları hız ve doğruluk açısından geçebileceğini göstermeyi amaçlıyor.

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

Mimari ve Yetenekler#

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

• Ücretsiz Kazanımlar Dizisi: v2 sürümü, çıkarım maliyetini artırmadan temel performansı iyileştiren bir dizi optimize edilmiş eğitim tekniği (ücretsiz kazanımlar dizisi) sunuyor.
• Küresel Bağlam Farkındalığı: Transformer dikkat katmanları sayesinde RTDETRv2, örtüşen veya kısmen kapanmış nesneleri ayırt etmek için küresel bağlamın gerekli olduğu karmaşık sahneleri anlamada doğal olarak başarılıdır.

RT-DETR hakkında daha fazla bilgi edin

Transformer Modellerinin Sınırlamaları#

Güçlü olmalarına rağmen RTDETRv2 gibi Transformer tabanlı tespit modelleri pratik dağıtımda sıklıkla zorluklarla karşılaşır. Verimli CNN'lere kıyasla eğitim sırasında genellikle daha yüksek CUDA bellek gereksinimleri sergilerler. Ayrıca dikkat katmanları için gereken karmaşık işlemler nedeniyle farklı edge ortamlarına entegre edilmeleri zahmetli olabilir; bu da YOLO26 gibi modelleri kaynakları kısıtlı dağıtımlar için çok daha cazip hale getirir.

Performans Karşılaştırması#

Bu modelleri doğrudan karşılaştırmak, en yeni CNN optimizasyonlarının somut faydalarını ortaya koyuyor. Aşağıdaki tablo, standart kıyaslamalardaki performanslarını gösteriyor.

Gösterildiği 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 üzerinde 11.8 ms) ve önemli ölçüde daha az parametreyle (55.7M) dikkat çekici bir 57.5 mAP değerine ulaşıyor.

Kullanım Alanları ve Öneriler#

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

YOLO26 Ne Zaman Seçilmeli?#

YOLO26 şu durumlar için güçlü bir seçimdir:

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

RT-DETR Ne Zaman Seçilmeli?#

RT-DETR şu durumlarda önerilir:

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

Ultralytics Avantajı#

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

Kullanım Kolaylığı ve Eğitim Verimliliği#

Ultralytics Python API son derece akıcı bir deneyim sunuyor. Karmaşık modelleri eğitmek artık uzun ve gereksiz şablon kodlar gerektirmiyor. Ayrıca YOLO26'nın eğitim verimliliği çok daha iyi; RTDETRv2'nin bellek yoğun dikkat mekanizmalarına kıyasla çok daha az GPU VRAM kullanıyor ve tüketici sınıfı donanımlarda bile daha büyük toplu işlem boyutlarına olanak tanıyor.

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 Bakımı Yapılan Bir Ekosistem#

Ultralytics modellerini kullanan geliştiriciler, Weights & Biases ve Comet ML gibi modern izleme araçlarıyla yerel olarak entegre olan ve etkin şekilde bakımı yapılan bir çerçeveye erişir. Kod yazmadan çalışmayı tercih edenler için Ultralytics Platform, bulutta eğitim, veri kümesi yönetimi ve tek tıklamayla dağıtım olanağı sunar.

Performans Dengesi#

YOLO26, çıkarım hızı ve doğruluk arasında eşi benzeri olmayan bir denge kuruyor. NMS'nin kaldırılması ile MuSGD optimize edicisinin birleşimi, hem küçük nesnelerde yüksek doğruluk (ProgLoss + STAL sayesinde) hem de üretimde olağanüstü hız sunan bir model dağıtmanı sağlıyor; bu da YOLO26'yı neredeyse tüm modern bilgisayarlı görü uygulamaları için üstün bir seçenek haline getiriyor.

Ekosistemdeki Diğer Modeller#

YOLO26 ve RTDETRv2 gerçek zamanlı tespitin en ileri noktasını temsil ederken, eski işlem hatlarını sürdüren veya farklı verimlilik dengelerini araştıran geliştiriciler, yerleşik kurumsal ortamlar için YOLOv8 modelini değerlendirebilir ya da EfficientDet gibi diğer mimarileri inceleyebilir. Ancak her yeni girişim için YOLO26 kesin öneri olarak öne çıkıyor.