Sayfayı GitHub üzerinde düzenle (EN)

YOLOv10 ve RTDETRv2: Gerçek Zamanlı Uçtan Uca Nesne Dedektörlerinin Değerlendirilmesi

Bilgisayarlı görü dünyası, gerçek zamanlı nesne tespiti alanında en son teknolojiyi sürekli yeniden tanımlayan yeni mimarilerle baş döndürücü bir hızla ilerliyor. Bu evrimdeki iki önemli dönüm noktası YOLOv10 ve RTDETRv2'dir. Her iki model de, işlem sonrası Non-Maximum Suppression (NMS) ihtiyacını ortadan kaldırarak geleneksel tespit hatlarındaki temel bir darboğazı çözmeyi amaçlıyor, ancak bu zorluğa tamamen farklı mimari paradigmalardan yaklaşıyorlar.

Bu teknik karşılaştırma, geliştiricilerin ve araştırmacıların bir sonraki görüntüleme yapay zekası projeleri için doğru aracı seçmelerine yardımcı olmak amacıyla mimarileri, eğitim metodolojileri ve ideal dağıtım senaryoları hakkında derinlemesine bir analiz sunar.

YOLOv10: NMS-İçermeyen Öncü

Tsinghua Üniversitesi'ndeki araştırmacılar tarafından geliştirilen YOLOv10, mimari verimliliğe ve işlem sonrası darboğazların giderilmesine yoğun bir şekilde odaklanıyor. NMS'siz eğitim için tutarlı ikili atamalar getirerek, çıkarım gecikmesini önemli ölçüde düşürürken rekabetçi bir performans elde ediyor.

Teknik Özellikler

Mimari ve Metodolojiler

YOLOv10'un temel atılımı, bütünsel verimlilik-doğruluk odaklı model tasarımıdır. Çeşitli bileşenleri her iki perspektiften optimize ederek hesaplama yükünü büyük ölçüde azaltır. Tutarlı ikili atama stratejisi, modelin NMS'ye güvenmeden eğitilmesine olanak tanır, bu da kolaylaştırılmış, uçtan uca bir dağıtım hattı anlamına gelir. Bu, özellikle modelleri ONNX veya TensorRT gibi uç formatlara aktarırken, işlem sonrası operasyonların beklenmedik gecikmelere yol açabileceği durumlarda son derece faydalıdır.

Güçlü ve Zayıf Yönler

Model, özellikle daha küçük varyantlarda (N ve S) olağanüstü hız-doğruluk dengeleri sunar. Minimum gecikmesi onu yüksek hızlı uç ortamlar için ideal kılar. Bununla birlikte, YOLOv10 ham tespit hızında mükemmel olsa da, yalnızca tespite odaklanan özel bir model olarak kalır. Örnek segmentasyonu veya poz tahmini gerektiren ekiplerin daha çok yönlü çerçevelere yönelmeleri gerekecektir.

YOLOv10 hakkında daha fazla bilgi edinin

RTDETRv2: Tespit Transformer'ının İyileştirilmesi

Orijinal Real-Time Detection Transformer üzerine inşa edilen RTDETRv2, temel modelini iyileştirmek için bir dizi "ücretsiz ek özellik" (bag of freebies) içerir ve Transformer'ların gerçek zamanlı senaryolarda CNN'lerle rekabet edebileceğini gösterir.

Teknik Özellikler

Mimari ve Metodolojiler

RTDETRv2, görsel özellik çıkarımı için bir Evrişimli Sinir Ağı (CNN) omurgasını, kapsamlı sahne anlayışı için bir Transformer kodlayıcı-kod çözücü ile birleştiren hibrit bir mimari kullanır. Transformer'ın öz-dikkat mekanizması, modelin görüntüyü küresel olarak görmesini sağlar ve bu da onu karmaşık sahneleri, örtüşen nesneleri ve yoğun kalabalıkları yönetmede oldukça etkili kılar.

Güçlü ve Zayıf Yönler

Transformer mimarisi, özellikle daha büyük parametre ölçeklerinde mükemmel doğruluk sağlar ve NMS olmadan doğrudan nihai tespit çıktılarını verir. Ancak bu bir bedelle gelir. Transformer modelleri geleneksel olarak eğitim sırasında önemli ölçüde daha fazla CUDA belleği gerektirir ve saf CNN mimarilerine kıyasla daha yavaş yakınsayabilir. RTDETRv2 çıkarım hızlarını iyileştirmiş olsa da, genellikle hafif YOLO varyantlarından daha fazla bellek tüketir.

RTDETRv2 hakkında daha fazla bilgi edinin

Performans Karşılaştırması

Performans metriklerini değerlendirmek, her modelin nerede başarılı olduğuna dair daha net bir resim sunar. Aşağıdaki tablo, COCO veri setindeki yeteneklerini vurgulamaktadır:

Modelboyut
(piksel)		mAPval
50-95		Hız
CPU ONNX
(ms)		Hız
T4 TensorRT10
(ms)		parametre
(M)		FLOPs
(B)
YOLOv10n64039.5-1.562.36.7
YOLOv10s64046.7-2.667.221.6
YOLOv10m64051.3-5.4815.459.1
YOLOv10b64052.7-6.5424.492.0
YOLOv10l64053.3-8.3329.5120.3
YOLOv10x64054.4-12.256.9160.4
RTDETRv2-s64048.1-5.032060
RTDETRv2-m64051.9-7.5136100
RTDETRv2-l64053.4-9.7642136
RTDETRv2-x64054.3-15.0376259

Verileri analiz ederken, YOLOv10'un karşılaştırılabilir boyutlarda parametre verimliliği ve TensorRT çıkarım hızında kesin bir avantaja sahip olduğu görülür. RTDETRv2-x, doğruluk açısından devasa YOLOv10x ile eşleşir ancak yaklaşık 20 milyon daha fazla parametre ve önemli ölçüde daha yüksek FLOP gerektirir.

Kullanım Durumları ve Öneriler

YOLOv10 ve RT-DETR arasında seçim yapmak, özel proje gereksinimlerine, dağıtım kısıtlamalarına ve ekosistem tercihlerine bağlıdır.

Ne Zaman YOLOv10 Seçilmeli

YOLOv10 şunlar için güçlü bir seçimdir:

  • NMS-Free Gerçek Zamanlı Algılama: Non-Maximum Suppression olmadan uçtan uca algılamadan faydalanan, dağıtım karmaşıklığını azaltan uygulamalar.
  • Dengeli Hız-Doğruluk Takasları: Çeşitli model ölçeklerinde çıkarım hızı ile algılama doğruluğu arasında güçlü bir denge gerektiren projeler.
  • Consistent-Latency Applications: Deployment scenarios where predictable inference times are critical, such as robotics or autonomous systems.

Ne Zaman RT-DETR Seçilmeli?

RT-DETR şunlar için önerilir:

  • Transformer Tabanlı Algılama Araştırmaları: NMS gerektirmeyen uçtan uca nesne algılama için dikkat mekanizmalarını ve transformer mimarilerini araştıran 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 ölçekli nesnelerin bulunduğu sahneler.

Ne Zaman Ultralytics (YOLO26) Seçilmeli

Çoğu yeni proje için Ultralytics YOLO26 performans ve geliştirici deneyiminin en iyi kombinasyonunu sunar:

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

Ultralytics Avantajı: Ekosistem ve İnovasyon

YOLOv10 ve RTDETRv2 güçlü tespit yetenekleri sunsa da, bir model seçmek genellikle çevreleyen yazılım ekosistemiyle ilgilidir. Ultralytics Platform, derin öğrenmenin karmaşıklıklarını soyutlayan sorunsuz, birleşik bir arayüz sağlar.

Yeni Standart: Ultralytics YOLO26

Mutlak en iyi performansı arayan geliştiriciler için Ultralytics YOLO26, son mimari gelişmelerin zirvesini temsil eder. 2026'nın başlarında piyasaya sürülen YOLO26, YOLOv10 tarafından öncülük edilen Uçtan Uca NMS-İçermeyen Tasarımı miras alır ve daha hızlı, daha basit dağıtım için NMS işlem sonrasını tamamen ortadan kaldırır.

Neden YOLO26 Seçmelisin?

YOLO26, MuSGD Optimize Edici (SGD ve Muon'un bir melezi) aracılığıyla LLM eğitim yeniliklerini bilgisayarlı görüye taşır; bu da daha kararlı eğitim ve daha hızlı yakınsama ile sonuçlanır. Ayrıca %43'e Kadar Daha Hızlı CPU Çıkarımı ile övünür ve bu da onu uç bilişim için birinci sınıf bir seçenek haline getirir.

Dahası, YOLO26, küçük nesne tanımada kayda değer iyileştirmeler için ProgLoss + STAL'ı tanıtır ve özelleşmiş YOLOv10'dan farklı olarak, aşırı çok yönlülük sunar. Nesne tespiti, segmentasyon, poz ve yönlendirilmiş sınırlayıcı kutular (OBB) gibi görevleri, anlamsal segmentasyon kaybı ve poz için Artık Log-Olabilirlik Tahmini (RLE) gibi görev bazlı iyileştirmelerle yerel olarak destekler. Ayrıca, Dağılım Odaklı Kaybın (DFL) kaldırılması, basitleştirilmiş dışa aktarma ve daha iyi düşük güçlü cihaz uyumluluğu sağlar.

YOLO26 hakkında daha fazla bilgi edin

Kullanım Kolaylığı ve Eğitim Verimliliği

Ultralytics YOLO11 gibi eski nesil modellerle veya en son teknoloji YOLO26 ile denemeler yapıyor olsan, modern Python API, eğitim sırasında daha düşük bellek kullanımı ve son derece hızlı iş akışları sağlar.

from ultralytics import RTDETR, YOLO

# Train the end-to-end YOLOv10 model
model_yolo = YOLO("yolov10n.pt")
model_yolo.train(data="coco8.yaml", epochs=100, imgsz=640)

# Alternatively, evaluate RTDETR within the same API
model_rtdetr = RTDETR("rtdetr-l.pt")
results = model_rtdetr.predict("https://ultralytics.com/images/bus.jpg")

İyi yönetilen ekosistem, kolay hiperparametre ayarlama için araçlar sağlar ve kapsamlı izleme çözümleri ile model dağıtım seçenekleri ile kusursuz bir şekilde entegre olur.

Sonuç

Hem YOLOv10 hem de RTDETRv2, NMS-içermeyen nesne tespiti arayışında zorlu dönüm noktalarını temsil eder. RTDETRv2, daha yüksek bellek gereksinimlerine rağmen, Transformer'ların mükemmel küresel bağlam kavrayışıyla gerçek zamanlı gecikme sürelerine ulaşabileceğini kanıtlıyor. YOLOv10 ise, kaynak kısıtlamalı tespit görevleri için uyarlanmış, oldukça verimli ve hızlı bir CNN alternatifi sunar.

Ancak dengeli bir performans, çoklu görev çok yönlülüğü ve en olgun ekosistem için geliştiricilerin Ultralytics YOLO26'dan yararlanmaları şiddetle tavsiye edilir. Bu model, seleflerinin mimari yeniliklerini, görüntüleme yapay zekasını dağıtmayı sorunsuz bir gerçeklik haline getiren sağlam ve kullanıcı dostu araçlarla mükemmel bir şekilde birleştirir.

Contributors
Sayfayı GitHub üzerinde düzenle (EN)
GLglenn-jocher12PDpderrenger1

Yorumlar