Başla

YOLOv5 ve RTDETRv2

Bilgisayarlı görü alanı son birkaç yılda önemli ölçüde genişleyerek geliştiricilere karmaşık görsel görevleri ele almak için geniş bir mimari yelpazesi sundu. En popüler yaklaşımlar arasında, en iyi nesne algılama modelleri incelemesinde de ele alınan Evrişimli Sinir Ağları (CNN'ler) ve Algılama Transformer'ları (DETR'ler) yer alıyor.

Bu kılavuz, kategorilerindeki iki etkili model arasında teknik bir karşılaştırma sunuyor: son derece verimli ve yaygın biçimde benimsenen, CNN tabanlı Ultralytics YOLOv5 ile Transformer tabanlı, gerçek zamanlı bir nesne algılayıcı olan RTDETRv2.

Ultralytics YOLOv5: Verimlilikte Sektör Standardı#

Yayımlanmasından bu yana Ultralytics YOLOv5, dünya çapında binlerce ticari uygulamaya ve araştırma projesine güç vererek yapay zekâ topluluğunun temel taşlarından biri hâline geldi. Tamamen PyTorch çerçevesi üzerine kurulan model, gerçek zamanlı performanstan ödün vermeden sezgisel bir geliştirici deneyimine öncelik verdi.

Temel Özellikler:

Mimari ve Güçlü Yönler#

YOLOv5, bellek kullanımını son derece düşük tutarken özellik çıkarma verimliliğini en üst düzeye çıkarmak için tasarlanmış, kolaylaştırılmış bir CNN mimarisinden yararlanıyor. Güçlü bir çok ölçekli özellik birleştirme bileşimi oluşturmak için CSPDarknet omurgası ve PANet boyun yapısı kullanıyor.

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

YOLOv5 ayrıca geniş bir Çok Yönlülük sunar. Yalnızca sınırlayıcı kutu tahminleriyle kısıtlı modellerin aksine özgün YOLOv5 deposu örnek bölümlemeyi ve görüntü sınıflandırmayı destekleyerek çeşitli görsel görevler için birleşik bir çerçeve sunar. Eğitim verimliliği de yüksektir; eğitim sırasında Transformer tabanlı mimarilere kıyasla çok daha az CUDA belleği gerektirir.

Zayıf Yönler#

Anchor tabanlı bir algılayıcı olan YOLOv5, yinelenen sınırlayıcı kutuları ortadan kaldırmak için son işlemede Maksimum Olmayan Bastırma (NMS) yöntemine bağlıdır. Ultralytics çerçevesinde yüksek düzeyde optimize edilmiş olsa da NMS, özel uç NPU'larda zaman zaman gecikme darboğazlarına yol açabilir.

RTDETRv2: Baidu'nun Gerçek Zamanlı Transformer'ları#

RTDETRv2 (Gerçek Zamanlı Algılama Transformer'ı v2), standart DETR'lerde tarihsel olarak görülen hesaplama verimsizliklerini ele alarak Transformer mimarilerini gerçek zamanlı nesne algılamaya uygular.

Temel Özellikler:

Mimari ve Güçlü Yönler#

RTDETRv2, görüntüleri işlemek için hibrit bir kodlayıcı ve esnek bir kod çözücü tasarımı kullanarak önceki modelini geliştirir. Transformer'ın öz dikkat mekanizması modele görüntü bağlamını genel olarak anlama yeteneği kazandırır ve nesnelerin yoğun biçimde örtüştüğü karmaşık sahnelerde iyi performans göstermesini sağlar.

RTDETRv2'nin belirleyici özelliklerinden biri uçtan uca, NMS'siz tasarımıdır. Anchor kutuları veya NMS son işlemesi gerektirmeden doğrudan nesne sorguları tahmin ederek çıkarım işlem hattını basitleştirir. Bu mimari, COCO gibi kıyaslama veri kümelerinde yüksek mAP (ortalama Ortalama Hassasiyet) değerine ulaşır.

Zayıf Yönler#

Gerçek zamanlı yeteneklerine rağmen RTDETRv2'nin bellek gereksinimleri, YOLO modellerine kıyasla belirgin biçimde daha yüksektir. Transformer'lardaki dikkat mekanizmalarının maliyeti dizi uzunluğuyla karesel olarak artar; bu da belleği kısıtlı GPU'larda yüksek çözünürlüklü eğitim sırasında bellek yetersizliği hatalarına yol açabilir. Ayrıca Ultralytics ekosisteminin kullanıma hazır çok yönlülüğünden yoksundur ve temel olarak yalnızca 2B nesne algılamaya odaklanır; bölümleme veya poz tahmini için yerel destek sunmaz.

RTDETRv2 hakkında daha fazla bilgi edin

Performans Karşılaştırma Tablosu#

Aşağıdaki tabloda her iki mimarinin performans ölçütleri karşılaştırılıyor. Kalın vurgulanan değerler, test edilen ölçekler arasındaki en verimli veya en yüksek performanslı ölçütleri gösteriyor.

Modelboyut
(piksel)
mAPval50-95Hız
CPU ONNX
(ms)
Hız
T4 TensorRT10
(ms)
parametre
(M)
FLOPs
(B)
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7
RTDETRv2-s64048.1-5.032060
RTDETRv2-m64051.9-7.5136100
RTDETRv2-l64053.4-9.7642136
RTDETRv2-x64054.3-15.0376259
Performans Bağlamı

RTDETRv2-x en yüksek mutlak mAP değerine ulaşsa da YOLOv5n'in yaklaşık 40 katı parametre gerektirir. Kısıtlı donanımlarda çalışan yüksek hızlı uygulamalarda, daha küçük Ultralytics modellerinin hesaplama maliyeti çok daha düşüktür.

Ultralytics Ekosisteminin Avantajı#

Bir modeli araştırma not defterinden üretim ortamına geçirirken modelin çevresindeki yazılım da sinir ağı mimarisi kadar önemlidir. Ultralytics'in sunduğu İyi Bakımı Yapılan Ekosistem, geliştirme yaşam döngüsünü hızlandırır.

Kullanım Kolaylığı#

Ultralytics modelleri, akıcı 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 mümkün kılar.

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

from ultralytics import YOLO

# Modeli başlat (ağırlıklar otomatik olarak indirilir)
model = YOLO("yolov5su.pt")  # YOLOv5u: ultralytics paketi için anchorsız YOLOv5 ağırlıkları

# Modeli COCO8 veri kümesinde eğit
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device="cpu")

# Çevrimiçi bir görüntü üzerinde çıkarım yap
inference_results = model.predict("https://ultralytics.com/images/bus.jpg")

# Sonuç görüntüsünü sınırlayıcı kutularla görüntüle
inference_results[0].show()

Bu basit ve birleşik API, geliştiricilerin kalıp kod yazmadan metrikleri kaydetmesini sağlayan deney takibi entegrasyonlarını Weights & Biases ve Comet gibi araçlarla yerel olarak destekler.

Kullanım Alanları ve Öneriler#

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

YOLOv5'i Ne Zaman Seçmeli?#

YOLOv5 şu durumlar için güçlü bir seçenektir:

  • Üretimde Başarısını Kanıtlamış Sistemler: YOLOv5'in uzun istikrar geçmişine, kapsamlı belgelerine ve geniş topluluğuna 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.

RT-DETR Ne Zaman Seçilmeli?#

RT-DETR şu durumlarda önerilir:

  • Transformer Tabanlı Tespit Araştırmaları: NMS kullanmadan uçtan uca nesne tespiti için dikkat mekanizmalarını ve Transformer mimarilerini inceleyen projeler.
  • Gecikme Esnekliğinin Olduğu Yüksek Doğruluk Gerektiren Senaryolar: Tespit doğruluğunun en önemli öncelik olduğu ve biraz daha yüksek çıkarım gecikmesinin kabul edilebildiği uygulamalar.
  • Büyük Nesne Tespiti: Transformer'ların genel dikkat mekanizmasının doğal bir avantaj sağladığı, çoğunlukla orta ve büyük nesneler içeren sahneler.

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: Özel GPU hızlandırması olmayan cihazlarda YOLO26n, CPU'da YOLO11n'den %43'e kadar daha hızlı çalışır.
  • Küçük Nesne Algılama: Havadan drone görüntüleri veya IoT sensör analizi gibi zorlu senaryolarda ProgLoss ve STAL, çok küçük nesnelerin doğruluğunu artırır.

Geleceğe Bakış: YOLO11 ve YOLO26#

Bugün yeni bir görüntü projesine başlıyorsan Ultralytics modellerinin en yeni nesillerini değerlendirebilirsin.

YOLOv5 güvenilirliğini korurken YOLO11, Yönlendirilmiş Sınırlayıcı Kutu (OBB) algılama dâhil olmak üzere daha yüksek doğruluk ve genişletilmiş görev yelpazesi sunar.

YOLO26, her iki yaklaşımın güçlü yanlarını bir araya getirerek daha ileri gider. CNN verimliliğini korurken NMS son işleme adımını ortadan kaldıran isteğe bağlı bir Uçtan Uca NMS'siz Tasarım (nms=False, YOLO modellerine YOLOv10 tarafından kazandırıldı) sunar. YOLO26 ayrıca daha hızlı yakınsama için LLM eğitimindeki yeniliklerden esinlenen MuSGD Optimize Ediciyi sunar. DFL'nin Kaldırılması (dışa aktarımı basitleştirmek ve uç/düşük güç tüketimli cihazlarla uyumluluğu artırmak için Distribution Focal Loss'un kaldırılması) sayesinde YOLO26n, YOLO11n'den %43'e kadar daha hızlı CPU çıkarımı sunar; bu da YOLO26'yı uç yapay zekâ için güçlü bir seçenek hâline getirir. Ayrıca ProgLoss + STAL (Aşamalı Kayıp ve küçük hedefleri dikkate alan etiket ataması), IoT, robotik ve hava görüntüleri için önemli olan küçük nesne tanımada kayda değer iyileşmeler sağlar.

Sonuç#

YOLOv5 ile RTDETRv2 arasındaki seçim, büyük ölçüde dağıtım kısıtlarına bağlıdır. RTDETRv2, Transformer dikkat mekanizmalarını kullanarak yüksek mAP değerine ulaşır; ancak daha fazla bellek ve hesaplama yükü gerektirir.

Buna karşılık Ultralytics YOLOv5; bulut sunucularından uç cihazlara kadar verimli çalışan, kendini kanıtlamış, yüksek düzeyde optimize edilmiş ve çok yönlü bir çözüm sunar. Olgun dağıtım araçlarıyla birlikte daha yüksek doğruluk arayan ekipler için Ultralytics ekosisteminde YOLO26'ya yükseltme, modern görüntü yapay zekâ uygulamalarında önerilen yoldur.

Katkıda Bulunanlar

Yorumlar

Bir soru sor, sonuçlarını paylaş veya başka birine yardım et.