YOLOv6-3.0 ile RTDETRv2#

Bilgisayarlı görü uygulamaları için en uygun mimariyi seçerken hız, doğruluk ve dağıtım kısıtları arasında denge kurmak gerekir. Bu kapsamlı teknik incelemede, yüksek veri işleme hızlı GPU ortamları için tasarlanmış endüstriyel düzeyde bir Evrişimli Sinir Ağı (CNN) olan YOLOv6-3.0 ile dikkat mekanizmalarını gerçek zamanlı nesne algılamaya taşıyan, son teknoloji ürünü Transformer tabanlı bir model olan RTDETRv2'yi inceliyoruz.

Her iki model de yapay zekâ araştırmalarında önemli kilometre taşlarını temsil etse de en çok yönlü ve verimli işlem hattını arayan geliştiriciler sıklıkla güçlü Ultralytics Platformu'nu tercih ediyor.

YOLOv6-3.0: Endüstriyel İşlem Hacmi#

Meituan'ın Vision AI Departmanı tarafından geliştirilen YOLOv6-3.0, NVIDIA GPU'lar gibi donanım hızlandırıcılarında ham işlem hızını en üst düzeye çıkarmaya odaklanıyor ve eski nesil endüstriyel uygulamalardaki yerini sağlamlaştırıyor.

• Yazarlar: Chuyi Li, Lulu Li, Yifei Geng ve diğerleri.
• Kuruluş: Meituan
• Tarih: 2023-01-13
• ArXiv: 2301.05586
• GitHub: meituan/YOLOv6

Mimari Öne Çıkanlar#

YOLOv6-3.0, yüksek hızlı GPU çıkarımı için özel olarak tasarlanmış, donanım dostu bir EfficientRep omurgası kullanır. Mimari, farklı uzamsal çözünürlüklerde özellik birleştirmeyi zenginleştirmek için boyun kısmında çift yönlü bir Birleştirme (BiC) modülü içerir. Eğitim sırasında ise, çapaya dayalı eğitimin güçlü yanlarından yararlanırken çıkarım hattını çapadan bağımsız tutan Çapa Destekli Eğitim (AAT) stratejisinden yararlanır.

Güçlü ve Zayıf Yönler#

Güçlü Yönler:

• T4 ve A100 GPU'lar gibi sunucu sınıfı donanımlarda olağanüstü veri işleme hızı.
• RepOpt kullanarak INT8 dağıtımına yönelik özel kuantizasyon eğitimleri sunar.
• Büyük ölçekli video analitiği için elverişli parametre-hız oranı.

Zayıf Yönler:

• Öncelikli olarak sınırlayıcı kutu algılayıcısıdır; Ultralytics YOLO11 gibi modellerde bulunan, kutudan çıktığı gibi kullanılabilen çoklu görev çok yönlülüğünden (ör. Pose, OBB) yoksundur.
• Son işleme sırasında karmaşık Maksimum Olmayan Bastırma (NMS) işlemine daha fazla dayanır ve gecikme değişkenliğini artırır.
• Ana akım çerçevelere kıyasla daha az etkin bir ekosisteme sahip olduğundan güncellemeler ve topluluk desteği daha az öngörülebilirdir.

YOLOv6 hakkında daha fazla bilgi edin

RTDETRv2: Gerçek Zamanlı Transformer'lar#

Baidu araştırmacılarının öncülüğünde geliştirilen RTDETRv2, tespit Transformer çerçevesini "bedava kazanımlar paketi" yaklaşımıyla iyileştirerek orijinal RT-DETR'nin üzerine inşa edilir ve gerçek zamanlı kullanılabilirlikten ödün vermeden son teknoloji doğruluk sunar.

• Yazarlar: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang ve Yi Liu
• Kurum: Baidu
• Tarih: 2024-07-24
• ArXiv: 2407.17140
• GitHub: lyuwenyu/RT-DETR

Mimari Öne Çıkanlar#

Geleneksel CNN'lerden farklı olarak RTDETRv2, doğası gereği uçtan uca çalışır. Transformer dikkat katmanlarından yararlanan mimari, NMS son işlemesine duyulan ihtiyacı tamamen ortadan kaldırır. Böylece çıkarım hattı daha yalın hâle gelir. RTDETRv2, son derece hassas biçimde standart COCO veri kümelerini işleyebilmesini sağlayan, yüksek ölçüde optimize edilmiş ölçekler arası özellik birleştirme ve verimli bir hibrit kodlayıcı sunar.

Güçlü ve Zayıf Yönler#

Güçlü Yönler:

• Transformer tabanlı dikkat mekanizmaları, özellikle karmaşık veya yoğun sahnelerde olağanüstü Ortalama Hassasiyet (mAP) sağlar.
• NMS içermeyen tasarım, çıkarım gecikmesini standartlaştırır ve üretim ortamlarına entegrasyonu kolaylaştırır.
• Donanım kısıtlarının en az düzeyde olduğu ve mümkün olan en yüksek doğruluğun gerektiği senaryolar için mükemmeldir.

Zayıf Yönler:

• Transformer katmanları, eğitim sırasında önemli miktarda CUDA belleği gerektirir; bu da üst düzey GPU'lara erişimi olmayan araştırmacıları dezavantajlı duruma düşürür.
• CPU çıkarım hızları, özelleşmiş uç CNN'lerine kıyasla belirgin biçimde daha düşüktür ve bu da mobil veya IoT cihazlarındaki kullanımını sınırlar.
• Geleneksel makine öğrenimi operasyonlarına (MLOps) alışkın ekipler için kurulum ve ayarlama karmaşık olabilir.

RTDETRv2 hakkında daha fazla bilgi edin

Ayrıntılı Performans Karşılaştırması#

Aşağıdaki tabloda YOLOv6-3.0 ve RTDETRv2, temel performans göstergeleri açısından karşılaştırılıyor. YOLOv6'nın parametre verimliliği ile RTDETRv2'nin ham doğruluğu arasındaki belirgin farka dikkat et.

Kullanım Alanları ve Öneriler#

YOLOv6 ile RT-DETR arasındaki seçim, özel proje gereksinimlerine, dağıtım kısıtlarına ve ekosistem tercihlerine bağlıdır.

YOLOv6'yı Ne Zaman Seçmeli?#

YOLOv6 şu durumlar için güçlü bir seçenektir:

• Endüstriyel Donanımı Dikkate Alan Dağıtım: Modelin donanımı dikkate alan tasarımının ve verimli yeniden parametreleştirmesinin belirli hedef donanımlarda performans optimizasyonu sağladığı senaryolar.
• Hızlı Tek Aşamalı Algılama: Kontrollü ortamlarda gerçek zamanlı video işleme için GPU'da ham çıkarım hızına öncelik veren uygulamalar.
• Meituan Ekosistemi Entegrasyonu: Teknoloji yığını ve dağıtım altyapısı olarak hâlihazırda Meituan'ın sistemlerini kullanan ekipler.

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: 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.

Ultralytics Avantajı: YOLO26 ile Tanış#

YOLOv6-3.0 ve RTDETRv2 kendi alanlarında başarılı olsa da modern makine öğrenimi dünyası; hızı, doğruluğu ve geliştirici deneyimini bir arada sunan modeller gerektiriyor. Özellikle YOLO26'nın piyasaya sürülmesiyle Ultralytics ekosistemi bu gereksinimleri kusursuzca karşılıyor.

Ocak 2026'da yayımlanan Ultralytics YOLO26, bilgisayarlı görü için kesin standart niteliğindedir ve YOLOv8 gibi eski modelleri ve YOLO12 gibi topluluk çatallarını açık ara geride bırakır.

YOLO26 Neden Rakiplerinden Daha İyi Performans Gösteriyor#

1. Uçtan Uca, NMS İçermeyen Tasarım: İlk kez YOLOv10 ile hayata geçirilen bu yaklaşımda YOLO26, NMS son işlemesini ortadan kaldıran yerel, NMS içermeyen bir başlık (nms=False) sunar. Böylece son derece optimize edilmiş bir CNN'nin ışık hızındaki performansını korurken RTDETRv2'nin dağıtım kolaylığını sağlar.
2. MuSGD Optimize Edicisi: Büyük dil modeli yeniliklerinden (Moonshot AI'ın Kimi K2'si gibi) esinlenen YOLO26, SGD ile Muon'u birleştiren hibrit bir yöntem kullanır. Bu yöntem, son derece kararlı eğitim dinamikleri ve hızlı yakınsama sağlayarak özel veri kümeleri için gereken süreyi ve hesaplama kaynaklarını azaltır.
3. Eşsiz Uç Performansı: YOLO26, DFL'yi (Distribution Focal Loss) tamamen kaldırarak dışa aktarma mimarilerini basitleştirir. Bu optimizasyon, eski modellere kıyasla %43'e kadar daha hızlı CPU çıkarımı sağlar ve YOLO26'yı uç yapay zekâ ve IoT cihazları için tartışmasız en iyi seçenek hâline getirir.
4. Gelişmiş Küçük Nesne Algılama: ProgLoss ve STAL kayıp fonksiyonlarının kullanıma sunulması, küçük nesneleri algılama becerisinde büyük bir sıçrama sağlar. Bu, YOLOv6'nın tarihsel olarak zorlandığı drone analitiği ve hava görüntüleri için kritik bir gereksinimdir.
5. Görev Çok Yönlülüğü: Yalnızca algılamaya odaklanan YOLOv6'nın aksine YOLO26, tek ve birleşik bir API üzerinden Örnek Segmentasyonu, Poz Tahmini, Görüntü Sınıflandırma ve Yönlendirilmiş Sınırlayıcı Kutu (OBB) dahil olmak üzere çoklu görev iş akışlarını destekler.

Eğitim Verimliliği ve Kullanım Kolaylığı#

Ultralytics Python API'si, geliştirici verimliliğini en üst düzeye çıkarmak için tasarlanmıştır. Bağımsız araştırma depolarının gerektirdiği karmaşık ortam kurulumunu tamamen atlayarak birkaç satır kodla eğitimden dağıtıma geçebilirsin.

Aşağıda, Ultralytics paketini kullanarak son teknoloji ürünü bir YOLO26 modelini eğitip doğrulamaya yönelik, çalıştırılabilir eksiksiz bir örnek bulabilirsin:

from ultralytics import YOLO

# Load the state-of-the-art YOLO26 Nano model
model = YOLO("yolo26n.pt")

# Train the model on a custom dataset (e.g., COCO8) for 50 epochs
# The API automatically handles dataset download and environment config
train_results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Validate the model's accuracy on the validation split
val_metrics = model.val()
print(f"Validation mAP50-95: {val_metrics.box.map:.4f}")

# Export the trained model to ONNX for production deployment
model.export(format="onnx")

Sonuç#

Hem YOLOv6-3.0 hem de RTDETRv2, yapay zekâ topluluğuna etkileyici katkılardır. YOLOv6-3.0, ham GPU gücünden yararlanan endüstriyel otomasyon için güçlü bir araç olmayı sürdürürken RTDETRv2, Transformer mimarilerinin doğruluğu en üst düzeye çıkarırken gerçek zamanlı gecikme değerlerine ulaşabileceğini kanıtlıyor.

Ancak etkin topluluk desteğine sahip, güvenilir ve üretime hazır bir çerçeveye ihtiyaç duyan ekipler için Ultralytics YOLO modelleri sürekli olarak daha iyi bir seçenektir. Hugging Face ve TensorRT gibi platformlarla kusursuz entegrasyon ve eğitim sırasındaki son derece düşük bellek kullanımı, üst düzey yapay zekâya erişimi herkes için mümkün kılar. Geliştiriciler YOLO26'ya geçerek çığır açan MuSGD optimize edicisinden ve NMS içermeyen mimariden yararlanıp daha hızlı, akıllı ve ölçeklenebilir bilgisayarlı görü işlem hatları oluşturabilir.