YOLOv6-3.0 ile RTDETRv2
Bilgisayarlı görü uygulamaları için en uygun mimariyi seçmek; hız, doğruluk ve dağıtım kısıtları arasında denge kurmayı gerektirir. Bu teknik karşılaştırmada, yüksek iş hacimli GPU ortamları için tasarlanmış endüstriyel sınıf bir Evrişimli Sinir Ağı (CNN) olan YOLOv6-3.0 ile dikkat mekanizmalarını gerçek zamanlı nesne algılamaya taşıyan Transformer tabanlı RTDETRv2 modeli inceleniyor.
Her iki model de yapay zekâ araştırmalarında önemli kilometre taşları olsa da en esnek ve verimli işlem hattını arayan geliştiriciler sıklıkla Ultralytics Platform'a yöneliyor.
YOLOv6-3.0: Endüstriyel İşlem Hacmi#
Meituan'ın Vision AI Departmanı tarafından geliştirilen YOLOv6-3.0, NVIDIA GPU'ları gibi donanım hızlandırıcılarında ham işlem hızını en üst düzeye çıkarmaya odaklanır; bu özelliği onu endüstriyel uygulamalarda popüler hâle getirmiştir.
- 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 yüksek iş hacmi.
- 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.
- Gecikme değişkenliğini artıran Non-Maximum Suppression (NMS) son işlemine dayanır.
- 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'daki araştırmacıların öncülüğünde geliştirilen RTDETRv2, doğruluğu artırırken gerçek zamanlı hızı korumak için algılama Transformer çerçevesini "bedava kazanımlar paketi" yaklaşımıyla iyileştirerek özgün RT-DETR modelini temel alır.
- 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, yerel olarak uçtan uca çalışır. Bire bir eşleştirme kullanan Transformer dikkat katmanlarından yararlanan mimari, NMS son işlemine olan ihtiyacı ortadan kaldırır. Bu da çıkarım işlem hattını kolaylaştırır. RTDETRv2, COCO veri kümesinde yüksek doğruluğa ulaşmak için optimize edilmiş çapraz ölçekli özellik birleştirme ve verimli bir hibrit kodlayıcı kullanır.
Güçlü ve Zayıf Yönler#
Güçlü Yönler:
- Transformer tabanlı dikkat mekanizmaları, özellikle karmaşık veya yoğun sahnelerde yüksek ortalama Hassasiyet (mAP) sağlar.
- NMS içermeyen tasarım, çıkarım gecikmesini standartlaştırır ve üretim ortamlarına entegrasyonu kolaylaştırır.
- Donanım kısıtlarının az olduğu ve en yüksek doğruluğun gerektiği senaryolara uygundur.
Zayıf Yönler:
- Transformer katmanları eğitim sırasında önemli miktarda CUDA belleği gerektirir; bu da üst düzey GPU'lara sahip olmayan ekipler için engel oluşturur.
- 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 ile RTDETRv2, temel performans göstergeleri bakımından karşılaştırılıyor. YOLOv6'nın parametre verimliliği ile RTDETRv2'nin ham doğruluğu arasındaki farka dikkat et.
| Model | boyut (piksel) | mAPval50-95 | Hız CPU ONNX (ms) | Hız T4 TensorRT10 (ms) | parametre (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv6-3.0n | 640 | 37.5 | - | 1.17 | 4.7 | 11.4 |
| YOLOv6-3.0s | 640 | 45.0 | - | 2.66 | 18.5 | 45.3 |
| YOLOv6-3.0m | 640 | 50.0 | - | 5.28 | 34.9 | 85.8 |
| YOLOv6-3.0l | 640 | 52.8 | - | 8.95 | 59.6 | 150.7 |
| RTDETRv2-s | 640 | 48.1 | - | 5.03 | 20 | 60 |
| RTDETRv2-m | 640 | 51.9 | - | 7.51 | 36 | 100 |
| RTDETRv2-l | 640 | 53.4 | - | 9.76 | 42 | 136 |
| RTDETRv2-x | 640 | 54.3 | - | 15.03 | 76 | 259 |
Raspberry Pi gibi yalnızca CPU kullanan bir donanıma dağıtım yapıyorsan, CNN tabanlı modeller genellikle saniyedeki kare sayısı (FPS) bakımından Transformer mimarilerinden daha iyi performans gösterir. Uç cihazlarda en iyi performans için çıkarımı hızlandırmak üzere OpenVINO kullanmayı değerlendirebilirsin.
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: 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.
Ultralytics Avantajı: YOLO26 ile Tanış#
YOLOv6-3.0 ile RTDETRv2 kendi alanlarında öne çıksa da modern makine öğrenimi ortamı; hız, doğruluk ve geliştirici deneyimini bir arada sunan modeller gerektiriyor. Ultralytics ekosistemi, özellikle YOLO26'nın yayımlanmasıyla bu gereksinimleri karşılıyor.
Ocak 2026'da yayımlanan Ultralytics YOLO26, önerilen Ultralytics modelidir ve YOLOv8 ile YOLO12 gibi önceki modellere kıyasla doğruluğu ve CPU hızını artırır.
YOLO26 Neden Rakiplerinden Daha İyi Performans Gösteriyor#
- Uçtan Uca NMS'siz Tasarım: YOLOv10 tarafından YOLO modellerine kazandırılan NMS'siz eğitim yaklaşımını temel alan YOLO26, NMS son işlemesini atlayan isteğe bağlı NMS'siz bir bire bir başlık (
nms=False) sunar. Bu, optimize edilmiş bir CNN'nin hızını korurken RTDETRv2'nin dağıtım kolaylığını sağlar. - MuSGD Optimizatörü: Büyük dil modeli (LLM) eğitiminden (Moonshot AI'nin Kimi K2'si gibi) ilham alan YOLO26, SGD ile Muon'un bir melezi olan optimizatörü kullanır. Bu, kararlı eğitim dinamikleri ve daha hızlı yakınsama sağlayarak özel veri kümeleri için gereken süreyi ve işlem kaynaklarını azaltır.
- Uç Cihaz Performansı: Distribution Focal Loss (DFL) kaldırılarak dışa aktarma işlemi basitleştirilir. Daha hafif başlıkla birlikte bu, YOLO26n modeline YOLO11n'den CPU'da %43'e kadar daha hızlı çıkarım sağlar; bu da YOLO26'yı uç yapay zekâ ve IoT cihazları için ideal hâle getirir.
- Gelişmiş Küçük Nesne Algılama: ProgLoss hedefi ve STAL atama stratejisi, drone analitiği ve hava görüntüleri için kritik bir gereksinim olan küçük nesne algılamayı iyileştirir.
- Görev Esnekliği: Yalnızca algılamaya odaklanan YOLOv6'nın aksine YOLO26; Örnek Segmentasyonu, Anlamsal Segmentasyon, Derinlik Tahmini, Görüntü Sınıflandırması, Poz Tahmini ve Yönlendirilmiş Sınırlayıcı Kutu (OBB) dâhil olmak üzere çoklu görev iş akışlarını tek bir birleşik API üzerinden destekler.
Eğitim Verimliliği ve Kullanım Kolaylığı#
Ultralytics Python API'si, geliştirici verimliliğini en üst düzeye çıkarmak için tasarlanmıştır. Bağımsız araştırma depolarının gerektirdiği karmaşık ortam kurulumlarına gerek kalmadan, yalnızca birkaç satır kodla eğitimden dağıtıma geçebilirsin.
Aşağıda, Ultralytics paketini kullanarak YOLO26 modelini eğitmek ve doğrulamak için eksiksiz, çalıştırılabilir bir örnek bulunuyor:
from ultralytics import YOLO
# Load the 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 güçlü bir seçenektir. Eğitim sırasındaki düşük bellek yükünün yanı sıra Hugging Face ve TensorRT gibi araçlarla entegrasyon, yüksek performanslı modelleri mütevazı donanımlarda kullanışlı hâle getirir. Geliştiriciler YOLO26'ya yükselterek MuSGD optimizatöründen ve isteğe bağlı NMS'siz başlıktan yararlanıp daha hızlı, akıllı ve ölçeklenebilir bilgisayarlı görü işlem hatları oluşturabilir.
Yorumlar
Bir soru sor, sonuçlarını paylaş veya başka birine yardım et.