YOLOv5 ve RTDETRv2#

computer vision alanı, karmaşık görsel görevlerin üstesinden gelmek için geliştiricilere geniş bir mimari yelpazesi sunarak son birkaç yılda önemli ölçüde genişlemiştir. En popüler paradigmalar arasında Evrişimli Sinir Ağları (CNN'ler) ve Tespit Transformer'ları (DETR'ler) yer alır.

Bu kılavuz, bu kategorilerdeki iki temel model arasında derinlemesine bir teknik karşılaştırma sağlar: son derece verimli ve yaygın olarak benimsenen CNN tabanlı bir model olan Ultralytics YOLOv5 ve son teknoloji ürünü bir transformer tabanlı gerçek zamanlı nesne dedektörü olan RTDETRv2.

Ultralytics YOLOv5: Verimlilikte Endüstri Standardı#

Çıkışından bu yana Ultralytics YOLOv5, küresel çapta binlerce ticari uygulamaya ve araştırma projektörüne güç vererek yapay zeka topluluğunun temel taşlarından biri haline gelmiştir. Tamamen PyTorch çerçevesi üzerinde inşa edilmiş olup, gerçek zamanlı performansından ödün vermeden sezgisel bir geliştirici deneyimine öncelik vermiştir.

Temel Özellikler:

• Yazar: Glenn Jocher
• Kuruluş: Ultralytics
• Tarih: 2020-06-26
• Bağlantılar: GitHub Deposu

Mimari ve Güçlü Yönler#

YOLOv5, son derece düşük bir bellek ayak izini korurken özellik çıkarma verimliliğini en üst düzeye çıkarmak için tasarlanmış akıcı bir CNN mimarisi kullanır. Çok ölçekli özellik füzyonu için güçlü bir kombinasyon oluşturan bir CSPDarknet omurgası ve bir PANet boyun kısmı kullanır.

YOLOv5'in en büyük avantajlarından biri Performans Dengesi'dir. Hız ve doğruluk arasında olağanüstü bir denge kurarak NVIDIA Jetson cihazları ve akıllı telefonlar gibi kaynak kısıtlı donanımlarda model dağıtımı için ideal bir seçim olmasını sağlar.

Ayrıca YOLOv5, benzersiz bir Çok Yönlülük sunar. Sadece sınırlayıcı kutu tahminleriyle sınırlı modellerin aksine YOLOv5, çeşitli görsel görevler için birleşik bir çerçeve sağlayarak yerel olarak görüntü sınıflandırma ve örnek segmentasyonu destekler. Eğitim verimliliği de dikkat çekicidir; transformer tabanlı mimarilere kıyasla eğitim sırasında önemli ölçüde daha az CUDA belleği gerektirir.

Zayıf Yönler#

Daha eski bir CNN çerçevesine güvendiği için YOLOv5, yinelenen sınırlayıcı kutuları ortadan kaldırmak amacıyla son işleme sırasında doğal olarak Non-Maximum Suppression (NMS) bağımlıdır. Ultralytics çerçevesi içinde son derece optimize edilmiş olmasına rağmen NMS, özel uç NPU'larda bazen gecikme darboğazlarına neden olabilir.

YOLOv5 hakkında daha fazla bilgi edin

RTDETRv2: Baidu'dan Gerçek Zamanlı Transformer'lar#

RTDETRv2 (Gerçek Zamanlı Algılama Transformer'ı v2), transformer mimarilerini gerçek zamanlı nesne algılamaya uygulamada önemli bir sıçramayı temsil eder ve tarihsel olarak standart DETR'leri rahatsız eden hesaplama verimsizliklerini ele alır.

Temel Özellikler:

• Yazarlar: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang ve Yi Liu
• Kuruluş: Baidu
• Tarih: 2024-07-24
• Bağlantılar: Arxiv Makalesi, GitHub Deposu

Mimari ve Güçlü Yönler#

RTDETRv2, görüntüleri işlemek için hibrit bir kodlayıcı ve esnek bir kod çözücü tasarımı kullanarak selefi üzerine inşa edilir. Transformer'ın öz-dikkat mekanizması, modele görüntü bağlamının küresel bir anlayışını sağlar ve ciddi nesne tıkanıklıkları olan karmaşık sahnelerde son derece iyi performans göstermesine olanak tanır.

RTDETRv2'nin belirleyici özelliklerinden biri, uçtan uca NMS gerektirmeyen tasarımıdır. Çapa kutularına veya NMS son işlemine gerek duymadan nesne sorgularını doğrudan tahmin ederek çıkarım boru hattını basitleştirir. Bu mimari, COCO gibi kıyaslama veri setlerinde etkileyici bir mAP (ortalama Ortalama Kesinlik) elde eder.

Zayıf Yönler#

Gerçek zamanlı yeteneklerine rağmen RTDETRv2, YOLO modellerine kıyasla belirgin şekilde daha yüksek bellek gereksinimlerine sahiptir. Transformer'lardaki dikkat mekanizmaları, dizi uzunluğu ile karesel olarak ölçeklenir; bu da devasa GPU kümeleri kullanılmadığı sürece yüksek çözünürlüklü eğitim sırasında bellek aşımı hatalarına yol açabilir. Ek olarak, segmentasyon veya poz tahmini için yerel destek olmaksızın öncelikli olarak yalnızca 2D nesne tespiti üzerine odaklanarak Ultralytics ekosisteminin kutudan çıktığı gibi sunduğu çok yönlülükten yoksundur.

RTDETR hakkında daha fazla bilgi edinin

Performans Karşılaştırma Tablosu#

Bu mimarileri objektif olarak değerlendirmek için performans ölçümlerini derledik. Kalın harflerle vurgulanan değerler, test edilen ölçeklerdeki en verimli veya en yüksek performanslı ölçümleri temsil eder.

Ultralytics Ekosistemi Avantajı#

Bir modeli araştırma not defterinden üretim ortamına taşırken, modeli çevreleyen yazılım sinir ağı mimarisi kadar önemlidir. Ultralytics tarafından sağlanan İyi Bakımlı Ekosistem, geliştirme yaşam döngüsünü önemli ölçüde hızlandırır.

Benzersiz Kullanım Kolaylığı#

Ultralytics modelleri, inanılmaz derecede akıcı bir kullanıcı deneyimine öncelik verir. Özel bir modeli eğitmek, doğrulama çalıştırmak veya TensorRT ya da ONNX gibi donanıma özgü formatlara dışa aktarmak isteyin, Ultralytics Python API bunu yalnızca birkaç satır kodla başarılabilir hale getirir.

İşte bir Ultralytics modeliyle eğitim yapmanın ve çıkarım çalıştırmanın ne kadar basit olduğunu gösteren pratik bir kod örneği:

from ultralytics import YOLO

# Initialize the model (automatically downloads the weights)
model = YOLO("yolov5s.pt")

# Train the model on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device="cpu")

# Perform inference on an online image
inference_results = model.predict("https://ultralytics.com/images/bus.jpg")

# Display the resulting image with bounding boxes
inference_results[0].show()

Bu basit, birleştirilmiş API, Weights & Biases ve Comet gibi araçlarla deney takibi entegrasyonlarını yerel olarak destekler ve geliştiricilerin karmaşık şablon kodlar yazmadan metrikleri sorunsuz bir şekilde kaydetmesine olanak tanır.

Kullanım Durumları ve Öneriler#

YOLOv5 ve RT-DETR arasında seçim yapmak, projenin özel gereksinimlerine, dağıtım kısıtlamalarına ve ekosistem tercihlerine bağlıdır.

YOLOv5 Ne Zaman Seçilmeli#

YOLOv5 şunlar için güçlü bir tercihtir:

• Kanıtlanmış Üretim Sistemleri: YOLOv5'in uzun istikrar geçmişinin, kapsamlı belgelerinin ve devasa topluluk desteğinin değerli olduğu mevcut dağıtımlar.
• Kaynak Kısıtlı Eğitim: YOLOv5'in verimli eğitim hattının ve düşük bellek gereksinimlerinin avantajlı olduğu, sınırlı GPU kaynaklarına sahip ortamlar.
• Kapsamlı Dışa Aktarma Formatı Desteği: ONNX, TensorRT, CoreML ve TFLite dahil olmak üzere birçok formatta dağıtım gerektiren projeler.

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.

İleriye Bakış: YOLO11 ve YOLO26#

Bugün yeni bir görü projesine başlıyorsan, en son nesil Ultralytics modellerini keşfetmen şiddetle önerilir.

YOLOv5 son derece güvenilir kalmaya devam ederken, YOLO11 gelişmiş doğruluk ve Yönlendirilmiş Sınırlayıcı Kutu (OBB) tespiti dahil genişletilmiş bir görev seti sunar.

Daha da önemlisi, son teknoloji ürünü YOLO26 her iki dünyanın en iyilerini birleştirir. Bir CNN'in verimliliğini korurken son işleme yükünü ortadan kaldıran bir Uçtan Uca NMS İçermeyen Tasarım (ilk kez YOLOv10'da öncülük edilmiştir) uygular. YOLO26 ayrıca daha hızlı yakınsama için LLM eğitimi yeniliklerinden ilham alan MuSGD Optimizer'ı sunar. Basitleştirilmiş dışa aktarma ve daha iyi uç/düşük güç cihazı uyumluluğu için kaldırılan Dağılım Odaklı Kayıp ile DFL Removal, YOLO26'nın %43'e varan Daha Hızlı CPU Çıkarımı sunmasını sağlayarak onu uç AI için kesinlikle en iyi seçim haline getirir. Ek olarak ProgLoss + STAL, IoT, robotik ve hava görüntüleri için kritik olan küçük nesne tanımada belirgin iyileştirmeler içeren gelişmiş kayıp fonksiyonları sağlar.

Sonuç#

YOLOv5 ve RTDETRv2 arasında seçim yapmak büyük ölçüde dağıtım kısıtlamalarına bağlıdır. RTDETRv2, güçlü transformer dikkat mekanizmalarını kullanarak mAP'nin sınırlarını zorlar ancak bellek ve hesaplama yükü açısından ağır bir bedeli vardır.

Buna karşılık Ultralytics YOLOv5, bulut sunucularından mikrodenetleyicilere kadar her yerde sorunsuz bir şekilde çalışan kanıtlanmış, son derece optimize edilmiş ve çok yönlü bir çözüm sunar. Kesintisiz dağıtım araçlarıyla birlikte mümkün olan en yüksek doğruluğu arayan ekipler için Ultralytics ekosistemi içinde YOLO26'ya yükseltme yapmak, modern görüntü yapay zekası uygulamaları için kesin son teknoloji çözümü sunar.