YOLOv5 ve RTDETRv2#

Bilgisayarlı görü alanı son birkaç yılda önemli ölçüde genişleyerek geliştiricilere karmaşık görsel görevlerin üstesinden gelmeleri için çok çeşitli mimariler sundu. En popüler yaklaşımlar arasında Evrişimli Sinir Ağları (CNNs) ve Algılama Transformer'ları (DETRs) yer alır.

Bu kılavuz, bu kategorilerdeki iki önemli model arasında kapsamlı bir teknik karşılaştırma sunar: son derece verimli ve yaygın olarak kullanılan CNN tabanlı bir model olan Ultralytics YOLOv5 ile son teknoloji Transformer tabanlı gerçek zamanlı nesne algılayıcı RTDETRv2.

Ultralytics YOLOv5: Verimlilikte Sektör Standardı#

Piyasaya sürülmesinden bu yana Ultralytics YOLOv5, dünya genelinde binlerce ticari uygulamaya ve araştırma projesine güç vererek AI topluluğunun temel taşlarından biri hâline geldi. Tamamen PyTorch çatısı üzerine inşa edilen model, gerçek zamanlı performanstan ödün vermeden sezgisel bir geliştirici deneyimine öncelik verdi.

Temel Özellikler:

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

Mimari ve Güçlü Yönler#

YOLOv5, son derece düşük bellek ayak izini korurken özellik çıkarma verimliliğini en üst düzeye çıkarmak üzere tasarlanmış yalınlaştırılmış bir CNN mimarisi kullanır. CSPDarknet omurgası ve PANet boyun yapısından yararlanarak çok ölçekli özellik füzyonu için güçlü bir birleşim oluşturur.

YOLOv5'in başlıca avantajlarından biri Performans Dengesidir. Hız ve doğruluk arasında olağanüstü bir denge kurarak NVIDIA Jetson cihazları ve akıllı telefonlar gibi kaynakları kısıtlı donanımlarda model dağıtımı için ideal bir seçenek hâline gelir.

Ayrıca YOLOv5 eşsiz bir Çok Yönlülük sunar. Yalnızca sınırlayıcı kutu tahminleriyle kısıtlı modellerin aksine YOLOv5, görüntü sınıflandırmayı ve örnek segmentasyonunu yerel olarak destekleyerek çeşitli görsel görevler için birleşik bir çerçeve sağlar. Eğitim verimliliği de dikkat çekicidir; Transformer tabanlı mimarilere kıyasla eğitim sırasında önemli ölçüde daha az CUDA belleği gerektirir.

Zayıf yönler#

Daha eski bir CNN çatısına dayandığından YOLOv5, yinelenen sınırlayıcı kutuları ortadan kaldırmak için son işleme sırasında doğal olarak Maksimum Olmayan Bastırma (NMS) işlemine ihtiyaç duyar. Ultralytics çatısı içinde yüksek düzeyde optimize edilmiş olsa da NMS, özel uç NPU'larında zaman zaman gecikme darboğazlarına yol açabilir.

RTDETRv2: Baidu'nun Gerçek Zamanlı Transformer'ları#

RTDETRv2 (Gerçek Zamanlı Algılama Transformer'ı v2), geçmişte standart DETR'ları zorlayan hesaplama verimsizliklerini ele alarak Transformer mimarilerinin gerçek zamanlı nesne algılamada uygulanmasında önemli bir sıçramayı temsil eder.

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 önceki modelinin üzerine inşa edilir. Transformer'ın öz-dikkat mekanizması, modele görüntü bağlamını küresel olarak anlama yeteneği kazandırır ve ciddi nesne örtüşmesinin bulunduğu karmaşık sahnelerde son derece iyi performans göstermesini sağlar.

RTDETRv2'nin belirleyici özelliklerinden biri uçtan uca, NMS'siz tasarımıdır. Çapa kutularına veya NMS son işlemesine ihtiyaç duymadan nesne sorgularını doğrudan tahmin ederek çıkarım işlem hattını basitleştirir. Bu mimari, COCO gibi kıyaslama veri kümelerinde etkileyici bir mAP (ortalama Kesinlik) değerine ulaşır.

Zayıf yönler#

Gerçek zamanlı yeteneklerine rağmen RTDETRv2, YOLO modellerine kıyasla belirgin şekilde daha yüksek bellek gereksinimlerine sahiptir. Transformer'larda dikkat mekanizmaları dizi uzunluğuyla karesel olarak ölçeklenir; bu durum, çok büyük GPU kümeleri kullanılmadığında yüksek çözünürlüklü eğitim sırasında bellek yetersizliği hatalarına yol açabilir. Ayrıca Ultralytics ekosisteminin kutudan çıktığı hâliyle sunduğu çok yönlülükten yoksundur; temel olarak yalnızca 2B nesne algılamaya odaklanır ve segmentasyon veya poz tahmini için yerel destek sunmaz.

RT-DETR hakkında daha fazla bilgi edin

Performans Karşılaştırma Tablosu#

Bu mimarileri nesnel olarak değerlendirmek için performans ölçümlerini derledik. Kalın olarak vurgulanan değerler, test edilen ölçekler genelinde en verimli veya en yüksek performanslı ölçümleri temsil eder.

Ultralytics Ekosisteminin Avantajı#

Bir modeli araştırma amaçlı bir not defterinden üretim ortamına taşırken modelin çevresindeki yazılım, sinir ağı mimarisi kadar önemlidir. Ultralytics tarafından sağlanan İyi Bakımı Yapılan Ekosistem, geliştirme yaşam döngüsünü önemli ölçüde hızlandırır.

Eşsiz Kullanım Kolaylığı#

Ultralytics modelleri son derece yalınlaştırılmış bir kullanıcı deneyimine öncelik verir. İster özel bir model eğitmek, ister doğrulama çalıştırmak, ister TensorRT veya ONNX gibi donanıma özgü biçimlere dışa aktarmak iste; Ultralytics Python API bunu yalnızca birkaç satır kodla gerçekleştirmeni sağlar.

Aşağıda, bir Ultralytics modeliyle eğitim ve çıkarım çalıştırmanın ne kadar basit olduğunu gösteren pratik bir kod örneği yer alıyor:

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 ve birleşik API, Weights & Biases ve Comet gibi araçlarla deney izleme entegrasyonlarını yerel olarak destekler ve geliştiricilerin karmaşık başlangıç kodları yazmadan ölçümleri sorunsuz bir şekilde kaydetmesine olanak tanır.

Kullanım Alanları ve Öneriler#

YOLOv5 ile RT-DETR arasındaki seçim, özel proje gereksinimlerine, dağıtım kısıtlamalarına ve ekosistem tercihlerine bağlıdır.

YOLOv5 Ne Zaman Seçilmeli?#

YOLOv5 şu durumlar için güçlü bir seçimdir:

• Üretimde Kanıtlanmış Sistemler: YOLOv5'in uzun yıllara dayanan kararlılığına, 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 kaynakları sınırlı ortamlar.
• Kapsamlı Dışa Aktarma Biçimi Desteği: ONNX, TensorRT, CoreML ve TFLite dahil olmak üzere birçok biçimde dağıtım gerektiren projeler.

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 (YOLO26) Ne Zaman Seçilmeli?#

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

• 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.

Geleceğe Bakış: YOLO11 ve YOLO26#

Bugün yeni bir görü projesine başlıyorsan en yeni Ultralytics model nesillerini keşfetmen önemle tavsiye edilir.

YOLOv5 son derece güvenilir olmaya devam etse de YOLO11, Yönlendirilmiş Sınırlayıcı Kutu (OBB) algılama da dâhil olmak üzere geliştirilmiş doğruluk ve genişletilmiş bir görev kümesi sunar.

Daha da önemlisi, son teknoloji YOLO26 her iki dünyanın en iyi özelliklerini birleştirir. Uçtan Uca NMS'siz Tasarımı (YOLOv10 tarafından ilk kez öncülüğü yapılan) uygular; son işleme yükünü ortadan kaldırırken bir CNN'nin verimliliğini korur. YOLO26 ayrıca daha hızlı yakınsama için LLM eğitimindeki yeniliklerden ilham alan MuSGD Optimize Edicisini sunar. DFL Kaldırma (basitleştirilmiş dışa aktarma ve uçta/düşük güçlü cihazlarla daha iyi uyumluluk için Dağılımsal Odak Kayıbının kaldırılması) ile YOLO26, uç AI için kesinlikle en iyi seçenek hâline gelerek %43'e Kadar Daha Hızlı CPU Çıkarımı sağlar. Ayrıca ProgLoss + STAL, IoT, robotik ve hava görüntüleri için kritik olan küçük nesne tanımada dikkate değer iyileştirmelerle geliştirilmiş kayıp işlevleri sunar.

Sonuç#

YOLOv5 ile RTDETRv2 arasındaki seçim büyük ölçüde dağıtım kısıtlamalarına bağlıdır. RTDETRv2, güçlü Transformer dikkat mekanizmalarını kullanarak mAP sınırlarını zorlarken bellek ve hesaplama yükü açısından yüksek bir maliyet getirir.

Buna karşılık Ultralytics YOLOv5, bulut sunucularından mikrodenetleyicilere kadar her yerde sorunsuz çalışan, kendini kanıtlamış, yüksek düzeyde optimize edilmiş ve çok yönlü bir çözüm sunar. En yüksek olası doğruluğu sorunsuz dağıtım araçlarıyla birlikte arayan ekipler için Ultralytics ekosistemi içinde YOLO26'ya yükseltme, modern görü AI uygulamaları için kesin son teknoloji çözümü sağlar.