YOLOv5 ve DAMO-YOLO#

Gerçek zamanlı bilgisayarlı görü alanı sürekli gelişiyor; araştırmacılar ve mühendisler doğruluk, hız ve kullanılabilirlik arasında kusursuz dengeyi bulmak için çalışıyor. Bu yolculuğu şekillendiren iki önemli model Ultralytics YOLOv5 ve Alibaba'nın DAMO-YOLO modelidir.

Bu kılavuz, bir sonraki dağıtımın için doğru modeli seçmene yardımcı olmak üzere mimarileri, performans ölçümleri ve eğitim yöntemleri hakkında derinlemesine bir teknik analiz sunar.

Modellerin Arka Planı#

Teknik ayrıntılara geçmeden önce, bu etkili görüntü işleme modellerinin kökenlerini ve temel tasarım felsefelerini anlamak önemlidir.

Ultralytics YOLOv5#

Glenn Jocher ve Ultralytics ekibi tarafından geliştirilen YOLOv5, yayımlandığından bu yana sektör standardı hâline geldi. Yerel olarak PyTorch çerçevesi üzerinde geliştirilen model, kullanıma hazır hâlde akıcı bir geliştirici deneyimine ve güçlü dağıtım özelliklerine öncelik verdi.

• Yazar: Glenn Jocher
• Kuruluş: Ultralytics
• Tarih: 2020-06-26
• GitHub: https://github.com/ultralytics/yolov5
• Belgeler: Ultralytics YOLOv5 Belgeleri

DAMO-YOLO#

Alibaba Group araştırmacıları tarafından oluşturulan DAMO-YOLO, Neural Architecture Search (NAS) ve gelişmiş damıtma tekniklerine büyük ölçüde odaklanır. Donanıma özgü performansın kuramsal sınırlarını zorlayan model, yoğun ince ayar gerektiren araştırma ve uç ortamlarına yöneliktir.

• Yazarlar: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang ve Xiuyu Sun
• Kuruluş: Alibaba Group
• Tarih: 2022-11-23
• Arxiv: https://arxiv.org/abs/2211.15444v2
• GitHub: https://github.com/tinyvision/DAMO-YOLO

DAMO-YOLO hakkında daha fazla bilgi edin

Mimari Yenilikler#

Her iki model de gerçek zamanlı performans elde etmek için özgün yapısal kavramlardan yararlanır; ancak yaklaşımları önemli ölçüde farklıdır.

YOLOv5: Kararlılık ve Çok Yönlülük#

YOLOv5, PANet (Path Aggregation Network) boyun yapısıyla eşleştirilmiş bir Değiştirilmiş CSP (Cross Stage Partial) omurgası kullanır. Bu yapı son derece verimlidir ve hem eğitim hem de çıkarım sırasında CUDA bellek kullanımını en aza indirir.

YOLOv5'in en güçlü yönlerinden biri görevler arasındaki çok yönlülüğüdür. Sınırlayıcı kutu tahminlerinin ötesinde, geliştiricilerin görüntü işleme işlem hatlarını tek ve tutarlı bir çerçevede standartlaştırmasına olanak tanıyan özel görüntü segmentasyonu ve görüntü sınıflandırma mimarileri sunar.

DAMO-YOLO: Otomatik Mimari Arama#

DAMO-YOLO'nun temel yeniliği MAE-NAS Omurgasıdır. Alibaba ekibi, maksimum entropi rehberliğinde arama yaparak algılama doğruluğu ile çıkarım hızını dinamik biçimde dengeleyen omurgalar keşfetti.

Ayrıca, uydu görüntüsü analizinde sıkça görülen karmaşık ölçek farklılıkları için oldukça yararlı olan, özellik birleştirmeyi geliştiren Efficient RepGFPN boyun yapısını içerir. ZeroHead tasarımı, gecikmeyi azaltmak için son tahmin katmanlarını basitleştirir; ancak bu karmaşık yapısal üretim, mimariyi katılaştırabilir ve özel uygulamalar için değiştirilmesini zorlaştırabilir.

Performans ve Metrikler#

Gerçek zamanlı nesne algılayıcılarını değerlendirirken mAP (mean Average Precision), çıkarım hızı ve model boyutu parametrelerinden oluşan bir ölçütler matrisine bakmak gerekir.

DAMO-YOLO belirli parametre sayılarında son derece rekabetçi mAP puanları elde etse de YOLOv5, nano ve küçük yapılandırmalarında sürekli olarak olağanüstü TensorRT hızları ve son derece düşük parametre sayıları sunar. Bu performans dengesi, YOLOv5'in çeşitli uç dağıtım senaryolarında verimli çalışmasını sağlar.

Eğitim Verimliliği ve Ekosistem#

Bir modelin kuramsal doğruluğu, ancak pratikte uygulanabildiği ölçüde değerlidir. Modellerin önemli ölçüde ayrıştığı nokta da budur.

Damıtmanın Karmaşıklığı#

DAMO-YOLO, çok aşamalı bir eğitim yöntemine büyük ölçüde dayanır. AlignedOTA etiket atamasını, öğretmen-öğrenci bilgi damıtma tekniğiyle birleştirir. Bu yaklaşım öğrenci modelden en yüksek performansı almayı sağlasa da önce büyük bir öğretmen modelinin eğitilmesini gerektirir. Bu da gereken hesaplama süresini, enerji maliyetlerini ve donanımı önemli ölçüde artırarak çevik makine öğrenimi ekipleri için darboğaz oluşturur.

Ultralytics'in Avantajı: Kullanım Kolaylığı#

Buna karşılık Ultralytics ekosistemi, sezgisel API'leri ve eğitim verimliliği ile dünya çapında tanınır. Aktif geliştirme ve geniş açık kaynak topluluğunun desteğiyle geliştiriciler modelleri sorunsuz biçimde eğitebilir, doğrulayabilir ve dağıtabilir.

from ultralytics import YOLO

# Önceden eğitilmiş bir YOLOv5 modelini yükle
model = YOLO("yolov5su.pt")  # YOLOv5u: ultralytics paketi için anchorsız YOLOv5 ağırlıkları

# Özel veri kümesinde zahmetsizce eğit
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Dağıtım için ONNX biçimine aktar
model.export(format="onnx")

Ultralytics, sorunsuz bir iş akışı sunmak için deney takibini Weights & Biases ve Comet ML gibi araçlarla kullanıma hazır biçimde destekler.

Gerçek Dünya Kullanım Senaryoları#

• YOLOv5, hızlı tempolu üretim ortamlarında öne çıkar. Kolay dışa aktarılabilmesi, onu akıllı perakende analitiği, yüksek hızlı üretimde kusur algılama ve CoreML aracılığıyla mobil uygulamalara entegrasyon için en uygun seçenek hâline getirir.
• DAMO-YOLO, sıkı akademik kıyaslamalar ve belirli, sabit donanım hedeflerinde mAP değerini kısmen artırmayı amaçlayan uzun damıtma eğitimlerini yürütmek için geniş hesaplama kaynaklarının mevcut olduğu senaryolar için çok uygundur.

Kullanım Alanları ve Öneriler#

YOLOv5 ile DAMO-YOLO arasındaki seçim, projenin özel gereksinimlerine, dağıtım kısıtlamalarına ve ekosistem tercihlerine bağlıdır.

YOLOv5'i Ne Zaman Seçmeli?#

YOLOv5 şu durumlar için güçlü bir seçenektir:

• Üretimde Kendini Kanıtlamış Sistemler: YOLOv5'in uzun süreli istikrar geçmişine, kapsamlı belgelerine ve geniş topluluk desteğine değer verilen mevcut dağıtımlar.
• Kaynakları Kısıtlı Eğitim: YOLOv5'in verimli eğitim işlem hattının ve daha düşük bellek gereksinimlerinin avantaj sağladığı, GPU kaynaklarının sınırlı olduğu ortamlar.
• Kapsamlı Dışa Aktarma Biçimi Desteği: ONNX, TensorRT, CoreML ve LiteRT dâhil birçok biçimde dağıtım gerektiren projeler.

DAMO-YOLO'yu Ne Zaman Seçmeli#

DAMO-YOLO şu durumlarda önerilir:

• Yüksek Aktarım Hızlı Video Analitiği: Toplu iş boyutu 1 aktarım hızının temel ölçüt olduğu, sabit NVIDIA GPU altyapısında yüksek FPS'li video akışlarını işleme.
• Endüstriyel Üretim Hatları: Montaj hatlarında gerçek zamanlı kalite denetimi gibi, özel donanımda GPU gecikmesi için katı kısıtların bulunduğu senaryolar.
• Sinir Mimarisi Arama Araştırmaları: Otomatik mimari aramanın (MAE-NAS) ve verimli yeniden parametrelendirilmiş omurgaların tespit performansı üzerindeki etkilerini inceleme.

Ultralytics'i (YOLO26) Ne Zaman Seçmeli#

Yeni projelerin çoğu için Ultralytics YOLO26, performans ve geliştirici deneyiminin en iyi bileşimini sunar:

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

Bir Sonraki Evrim: YOLO26#

Yeni bir projeye başlıyorsan geleceği göz önünde bulundurman önemle tavsiye edilir. Ultralytics YOLO26, YOLOv5'in sağlam temeli üzerine inşa edilerek son teknoloji görüntü işleme yapay zekâsını yeniden tanımlayan devrim niteliğinde gelişmeler sunar.

YOLO26 modelindeki önemli yenilikler şunlardır:

• MuSGD İyileştiricisi: LLM eğitimindeki yeniliklerden esinlenen bu SGD ve Muon hibriti, son derece kararlı eğitim ve hızlı yakınsama sağlar.
• CPU'da %43'e Varan Hızlı Çıkarım: Uç bilişim için yoğun biçimde optimize edilmiştir ve özel GPU'lar olmadan çalışan IoT cihazları için idealdir.
• ProgLoss + STAL: Küçük nesnelerin tanınmasını önemli ölçüde iyileştiren gelişmiş kayıp fonksiyonları, havadan drone görüntüleri ve robotik için kritik önem taşır.
• Göreve Özgü İyileştirmeler: Yönlendirilmiş Sınırlayıcı Kutular (OBB) için özel açı kaybından doğru Poz tahmini için Residual Log-Likelihood Estimation (RLE) yöntemine kadar YOLO26, karmaşık alanların üstesinden kolayca gelir.

Sonuç#

YOLOv5 ve DAMO-YOLO, nesne algılama tarihindeki yerlerini sağlamlaştırdı. DAMO-YOLO, Neural Architecture Search ve damıtma açısından ilgi çekici bir örnek olmayı sürdürüyor. Ancak iyi bakımı yapılan bir ekosisteme, kullanım kolaylığına ve üretime hızlı geçişe öncelik veren kuruluşlar için Ultralytics modelleri rakipsiz olmaya devam ediyor.

Bilgisayarlı görü işlem hattının geleceğe hazır, hızlı ve son derece doğru olmasını sağlamak için YOLO26 gibi yeni nesil modelleri açıklamak, eğitmek ve dağıtmak üzere Ultralytics Platformu kullanmanı önemle tavsiye ederiz.

Ek Okumalar#

• Yüksek doğruluk gerektiren uygulamalar için Transformer tabanlı RT-DETR modelini incele.
• Önceki nesil YOLO11 modeli hakkında bilgi edin.
• Dağıtımları OpenVINO ile nasıl optimize edeceğini keşfet.