YOLOv6-3.0 ve RTDETRv2#

Bilgisayarlı görü uygulamaları için optimum mimariyi seçmek; hız, doğruluk ve dağıtım kısıtları arasında denge kurmayı gerektirir. Bu kapsamlı teknik incelemede, yüksek verimli GPU ortamları için tasarlanmış endüstriyel düzeyde bir Evrişimli Sinir Ağı (CNN) olan YOLOv6-3.0 ile gerçek zamanlı nesne algılamaya dikkat mekanizmaları getiren son teknoloji Transformer tabanlı model RTDETRv2'yi analiz ediyoruz.

Her iki model de yapay zekâ araştırmalarında önemli kilometre taşları sunarken, en çok yönlü ve verimli işlem hattını arayan geliştiriciler genellikle sağlam Ultralytics Platformu'na yöneliyor.

YOLOv6-3.0: Endüstriyel İş Hacmi#

Meituan'daki Vision AI Departmanı tarafından geliştirilen YOLOv6-3.0, NVIDIA GPU'lar gibi donanım hızlandırıcılarında ham işlem hızlarını en üst düzeye çıkarmaya yoğunlaşarak 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 uyarlanmış, donanım dostu bir EfficientRep omurgası kullanır. Mimari, farklı uzamsal çözünürlüklerde özellik birleştirmeyi zenginleştirmek için boyun kısmına bir Çift Yönlü Birleştirme (BiC) modülü entegre eder. Eğitim sırasında, bağlantı noktası tabanlı eğitimin güçlü yönlerinden yararlanırken bağlantı noktası içermeyen bir çıkarım işlem hattını korumak için Bağlantı Noktası Destekli Eğitim (AAT) stratejisinden yararlanır.

Güçlü ve Zayıf Yönler#

Güçlü Yönler:

• T4 ve A100 GPU'lar gibi sunucu sınıfı donanımlarda olağanüstü verim.
• RepOpt kullanarak INT8 dağıtımı için özel niceleme eğitimleri sunar.
• Büyük ölçekli video analitiği için elverişli parametre-hız oranı.

Zayıf Yönler:

• Öncelikle bir sınırlayıcı kutu algılayıcısıdır; Ultralytics YOLO11 gibi modellerde bulunan, kullanıma hazır çok görevli esnekliğe (ör. Poz, OBB) sahip değildir.
• Son işleme sırasında karmaşık Maksimum Olmayan Bastırma (NMS) işlemine daha fazla dayanır ve bu da gecikme değişkenliğini artırır.
• Yaygın çerçevelere kıyasla daha az aktif bir ekosisteme sahiptir; bu nedenle güncellemeler ve topluluk desteği daha öngörülemezdir.

YOLOv6 hakkında daha fazla bilgi edin

RTDETRv2: Gerçek Zamanlı Transformer'lar#

Baidu'daki araştırmacıların öncülük ettiği RTDETRv2, algılama Transformer çerçevesini bir "bedava kazanımlar paketi" yaklaşımıyla geliştirerek orijinal RT-DETR'ın üzerine inşa edilir ve gerçek zamanlı kullanılabilirlikten ödün vermeden son teknoloji doğruluğa ulaşır.

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

Mimari Öne Çıkanlar#

Geleneksel CNN'lerin aksine RTDETRv2, yapısı gereği uçtan uca çalışır. Transformer dikkat katmanlarından yararlanan mimari, NMS son işleme gereksinimini tamamen ortadan kaldırır. Bu, daha yalın bir çıkarım işlem hattı sağlar. RTDETRv2, yüksek düzeyde optimize edilmiş çapraz ölçekli özellik birleştirmeyi ve verimli bir hibrit kodlayıcıyı kullanıma sunarak standart COCO veri kümelerini olağanüstü bir hassasiyetle işlemesini sağlar.

Güçlü ve Zayıf Yönler#

Güçlü Yönler:

• Transformer tabanlı dikkat mekanizmaları, özellikle karmaşık veya yoğun sahnelerde olağanüstü ortalama Kesinlik (mAP) sağlar.
• NMS içermeyen tasarım, çıkarım gecikmesini standartlaştırır ve üretim ortamlarına entegrasyonu kolaylaştırır.
• Donanım kısıtlarının en aza indiği ve mutlak en yüksek doğruluğun gerektiği senaryolar için mükemmeldir.

Zayıf Yönler:

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

RT-DETR hakkında daha fazla bilgi edin

Ayrıntılı Performans Karşılaştırması#

Aşağıdaki tabloda YOLOv6-3.0 ve RTDETRv2, temel performans göstergeleri genelinde karşılaştırmalı olarak değerlendirilir. YOLOv6'nın parametre verimliliği ile RTDETRv2'nin ham doğruluğu arasındaki belirgin farka dikkat edin.

Kullanım Alanları ve Öneriler#

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

YOLOv6 Ne Zaman Seçilmeli#

YOLOv6 şu durumlar için güçlü bir seçimdir:

• Endüstriyel Donanım Farkındalıklı Dağıtım: Modelin donanım farkındalıklı tasarımının ve verimli yeniden parametrelendirmesinin belirli hedef donanımlarda optimize edilmiş performans sağladığı senaryolar.
• Hızlı Tek Aşamalı Algılama: Kontrollü ortamlarda gerçek zamanlı video işleme için GPU üzerinde ham çıkarım hızına öncelik veren uygulamalar.
• Meituan Ekosistemi Entegrasyonu: Zaten Meituan'ın teknoloji yığını ve dağıtım altyapısı içinde çalışan ekipler.

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.

Ultralytics Avantajı: YOLO26'ya Giriş#

YOLOv6-3.0 ve RTDETRv2 kendi özel alanlarında üstün olsa da modern makine öğrenimi ortamı; hız, doğruluk ve geliştirici deneyimini bir araya getiren modeller gerektiriyor. Ultralytics ekosistemi, özellikle YOLO26'nın piyasaya sürülmesiyle bu ihtiyaçları tam olarak karşılıyor.

Ocak 2026'da piyasaya sürülen Ultralytics YOLO26, bilgisayarlı görü için kesin standart niteliğindedir ve YOLOv8 gibi eski modelleri ve YOLO12 gibi topluluk çatallarını büyük ölçüde geride bırakır.

YOLO26 Neden Rakiplerinden Daha İyi Performans Gösteriyor?#

1. Uçtan Uca NMS İçermeyen Tasarım: İlk olarak YOLOv10 ile öncülüğü yapılan YOLO26, NMS son işlemesini yerel olarak ortadan kaldırır. Bu sayede yüksek düzeyde optimize edilmiş bir CNN'in ışık hızındaki performansı korunurken RTDETRv2'nin dağıtım kolaylığı elde edilir.
2. MuSGD Optimizasyonu: Büyük dil modeli yeniliklerinden (Moonshot AI'ın Kimi K2'si gibi) ilham alan YOLO26, SGD ve Muon'un bir birleşimini kullanır. Bu, son derece istikrarlı eğitim dinamikleri ve hızlı yakınsama sağlayarak özel veri kümeleri için gereken süreyi ve işlem kaynaklarını azaltır.
3. Eşsiz Uç Performansı: YOLO26, eksiksiz DFL Kaldırma (Dağılımsal Odak Kayıp) işlemini gerçekleştirerek dışa aktarma mimarilerini basitleştirir. Bu optimizasyon, eski modellere kıyasla %43'e kadar daha hızlı CPU çıkarımı sağlar ve onu uç yapay zekâ ile IoT cihazları için tartışmasız lider yapar.
4. Geliştirilmiş Küçük Nesne Algılama: ProgLoss ve STAL kayıp işlevlerinin kullanıma sunulması, küçük nesneleri algılamada büyük bir sıçrama sağlar. Bu, YOLOv6'nın tarihsel olarak zorlandığı drone analitiği ve hava görüntüleri için kritik bir gereksinimdir.
5. Görev Çok Yönlülüğü: Sadece nesne tespiti üzerine odaklanan YOLOv6'nın aksine YOLO26; Örnek Bölütleme, Poz Tahmini, Görüntü Sınıflandırma ve Yönlendirilmiş Sınırlayıcı Kutu (OBB) dahil olmak üzere çok görevli iş akışlarını tek ve birleştirilmiş bir API üzerinden destekler.

Eğitim Verimliliği ve Kullanım Kolaylığı#

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

Aşağıda, Ultralytics paketi kullanılarak en yeni YOLO26 modelinin nasıl eğitileceğini ve doğrulanacağını gösteren, tamamen çalıştırılabilir bir örnek yer alıyor:

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 caching 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 katkılar sunar. YOLOv6-3.0, ham GPU endüstriyel otomasyonu için güçlü bir araç olmaya devam ederken RTDETRv2, Transformer mimarilerinin doğruluğu en üst düzeye çıkarırken gerçek zamanlı gecikmeye ulaşabileceğini kanıtlıyor.

Bununla birlikte, aktif topluluk desteğine sahip güvenilir ve üretime hazır bir çerçeveye ihtiyaç duyan ekipler için Ultralytics YOLO modelleri sürekli olarak daha iyi bir seçimdir. Hugging Face ve TensorRT gibi platformlarla kusursuz entegrasyonun, eğitim sırasında son derece düşük bellek yüküyle birleşmesi, üst düzey yapay zekâya erişimi demokratikleştirir. YOLO26'ya yükselterek geliştiriciler, daha hızlı, daha akıllı ve daha ölçeklenebilir bilgisayarlı görü işlem hatları oluşturmak için çığır açan MuSGD optimizasyonundan ve NMS içermeyen mimariden yararlanabilir.