YOLOv10 ve RTDETRv2#
computer vision dünyası, gerçek zamanlı nesne tespiti alanında 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 Non-Maximum Suppression (NMS) son işlemine olan ihtiyacı ortadan kaldırarak geleneksel tespit hatlarındaki temel bir darboğazı çözmeyi hedefler, ancak bu zorluğa tamamen farklı mimari yaklaşımlarla yaklaşırlar.
Bu teknik karşılaştırma, geliştiricilerin ve araştırmacıların bir sonraki vision AI projen için doğru araç seçmesine yardımcı olmak amacıyla mimarilerini, eğitim metodolojilerini ve ideal dağıtım senaryolarını derinlemesine inceler.
YOLOv10: NMS-Free Öncüsü#
Tsinghua Üniversitesi'ndeki araştırmacılar tarafından geliştirilen YOLOv10, mimari verimliliğe ve son işleme darboğazlarının kaldırılmasına odaklanıyor. NMS içermeyen eğitim için tutarlı ikili atamalar getirerek, çıkarım gecikmesini önemli ölçüde düşürürken rekabetçi bir performans elde ediyor.
Teknik Özellikler#
- Yazarlar: Ao Wang, Hui Chen, Lihao Liu ve diğerleri.
- Kuruluş: Tsinghua University
- Tarih: 23-05-2024
- ArXiv: YOLOv10 Paper
- GitHub: THU-MIG/yolov10
- Docs: YOLOv10 Documentation
Mimari ve Metodolojiler#
YOLOv10'un temel atılımı, bütüncül verimlilik ve doğruluk odaklı model tasarımıdır. Her iki perspektiften çeşitli bileşenleri optimize ederek hesaplama yükünü büyük ölçüde azaltır. Tutarlı çift atama stratejisi, modelin NMS'ye güvenmeden eğitilmesini sağlar; bu da akıcı, uçtan uca bir dağıtım hattına dönüşür. Bu, özellikle modelleri ONNX veya TensorRT gibi uç biçimlere dışarı aktarırken son işlem işlemlerinin beklenmedik gecikmelere yol açabileceği durumlarda oldukça faydalıdır.
Güçlü ve Zayıf Yönler#
Model, özellikle daha küçük varyantlarda (N ve S) olağanüstü hız-doğruluk ödünleşimlerine sahiptir. Minimum gecikmesi onu yüksek hızlı uç ortamlar için ideal kılar. Bununla birlikte, YOLOv10 ham tespit hızında mükemmel olsa da, özel bir yalnızca tespit modelidir. instance segmentation veya pose estimation gerektiren ekiplerin daha çok yönlü çerçevelere yönelmesi gerekecektir.
YOLOv10 hakkında daha fazla bilgi edin
RTDETRv2: Detection Transformer'ı Geliştirmek#
Orijinal Real-Time Detection Transformer üzerine inşa edilen RTDETRv2, temelini geliştirmek için bir "bag of freebies" (ücretsiz araçlar bütünü) içerir ve transformer'ların gerçek zamanlı senaryolarda CNN'lerle rekabet edebileceğini gösterir.
Teknik Özellikler#
- Yazarlar: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang ve Yi Liu
- Kuruluş: Baidu
- Tarih: 24-07-2024
- ArXiv: RTDETRv2 Paper
- GitHub: lyuwenyu/RT-DETR
- Docs: RTDETRv2 Documentation
Mimari ve Metodolojiler#
RTDETRv2, görsel özellik çıkarımı için bir Evrişimli Sinir Ağı (CNN) backbone yapısını, kapsamlı sahne anlayışı için bir Transformer encoder-decoder ile birleştiren hibrit bir mimari kullanır. Transformer'ın self-attention mekanizması, modelin görüntüyü küresel olarak görmesini sağlayarak karmaşık sahneleri, örtüşen nesneleri ve yoğun kalabalıkları yönetmede oldukça etkili olmasını sağlar.
Güçlü ve Zayıf Yönler#
Transformer mimarisi, özellikle daha büyük parametre ölçeklerinde mükemmel doğruluk sağlar ve nihai tespitleri NMS olmadan yerel olarak verir. Ancak bu bir maliyetle gelir. Transformer modelleri geleneksel olarak eğitim sırasında önemli ölçüde daha fazla CUDA belleği gerektirir ve saf CNN mimarilerine kıyasla yakınsaması daha yavaş olabilir. RTDETRv2 çıkarım hızlarını iyileştirmiş olsa da, genellikle hafif YOLO varyantlarından daha fazla bellek tüketir.
RTDETRv2 hakkında daha fazla bilgi edin
Performans Karşılaştırması#
Performans metriklerini değerlendirmek, her modelin nerede öne çıktığına dair daha net bir tablo sunar. Aşağıdaki tablo, COCO dataset üzerindeki yeteneklerini vurgular:
| Model | boyut (piksel) | mAPval 50-95 | Hız CPU ONNX (ms) | Hız T4 TensorRT10 (ms) | parametreler (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv10n | 640 | 39.5 | - | 1.56 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.7 | - | 2.66 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.3 | - | 5.48 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.7 | - | 6.54 | 24.4 | 92.0 |
| YOLOv10l | 640 | 53.3 | - | 8.33 | 29.5 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 12.2 | 56.9 | 160.4 |
| 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 |
Verileri analiz ederken, YOLOv10 karşılaştırılabilir boyutlarda parametre verimliliği ve TensorRT çıkarım hızında kesin bir üstünlüğü koruyor. RTDETRv2-x, doğruluk açısından devasa YOLOv10x ile eşleşiyor ancak yaklaşık 20 milyon daha fazla parametre ve önemli ölçüde daha yüksek FLOP gerektiriyor.
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'siz Gerçek Zamanlı Tespit: Non-Maximum Suppression (NMS) olmadan uçtan uca tespitten yararlanan ve dağıtım karmaşıklığını azaltan uygulamalar.
- Dengeli Hız-Doğruluk Takasları: Çeşitli model ölçeklerinde çıkarım hızı ile tespit doğruluğu arasında güçlü bir denge gerektiren projeler.
- Tutarlı Gecikme Süresine Sahip Uygulamalar: robotik veya otonom sistemler gibi öngörülebilir çıkarım sürelerinin kritik olduğu dağıtım senaryoları.
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 (YOLO26) Ne Zaman Seçilmeli#
Çoğu yeni proje için Ultralytics YOLO26, performans ve geliştirici deneyiminin en iyi kombinasyonunu sunar:
- 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.
Ultralytics Avantajı: Ekosistem ve İnovasyon#
YOLOv10 ve RTDETRv2 güçlü tespit yetenekleri sunarken, bir model seçmek genellikle çevreleyen yazılım ekosistemiyle ilgilidir. Ultralytics Platform, derin öğrenmenin karmaşıklıklarını soyutlayan sorunsuz, birleştirilmiş 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 End-to-End NMS-Free Design özelliğini devralarak daha hızlı ve daha basit dağıtım için NMS son işlemini tamamen ortadan kaldırır.
YOLO26, MuSGD Optimizer (SGD ve Muon'un bir melezi) aracılığıyla LLM eğitim yeniliklerini bilgisayarlı görü alanına getirir; bu da daha kararlı bir eğitim ve daha hızlı yakınsama sağlar. Ayrıca %43'e kadar Daha Hızlı CPU Çıkarımı ile övünür ve bu da onu uç bilişim için birinci tercih haline getirir.
Ayrıca YOLO26, küçük nesne tanımada dikkate değer iyileştirmeler için ProgLoss + STAL sunar ve özel YOLOv10'un aksine aşırı çok yönlülük sunar. object detection, segmentasyon, poz ve poz için anlamsal segmentasyon kaybı ve Artık Log-Olabilirlik Tahmini (RLE) gibi göreve özel iyileştirmelerle oriented bounding boxes (OBB) yerel olarak destekler. Dahası, Dağıtım Odaklı Kaybın (DFL) kaldırılması basitleştirilmiş dışarı aktarma ve daha iyi düşük güçte cihaz uyumluluğu sağlar.
YOLO26 hakkında daha fazla bilgi edin
Kullanım Kolaylığı ve Eğitim Verimliliği#
Ultralytics YOLO11 gibi eski nesil modellerle veya son teknoloji YOLO26 ile deneyler yapıyor ol, akıcı 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 bakılan ekosistem, kolay hyperparameter tuning için araçlar sağlar ve kapsamlı takip çözümleri ile model deployment options ile kusursuz bir şekilde entegre olur.
Sonuç#
Hem YOLOv10 hem de RTDETRv2, NMS içermeyen nesne tespiti arayışında zorlu dönüm noktalarını temsil eder. RTDETRv2, transformer'ların daha yüksek bellek gereksinimlerine rağmen mükemmel küresel bağlam kavrayışıyla gerçek zamanlı gecikme süresine ulaşabileceğini kanıtlıyor. YOLOv10, kaynak kısıtlı tespit görevleri için özel olarak tasarlanmış, oldukça verimli ve hızlı bir CNN alternatifi sunar.
Ancak dengeli bir performans, çok görevli çok yönlülük ve en olgun ekosistem için geliştiricilerin Ultralytics YOLO26'dan yararlanmaları şiddetle tavsiye edilir. Bu model, seleflerinin mimari yeniliklerini, görüntü yapay zekasını dağıtmayı sorunsuz bir gerçekliğe dönüştüren sağlam ve kullanıcı dostu araçlarla mükemmel bir şekilde birleştirir.