YOLOv8 ve RTDETRv2
Bilgisayarlı görü alanı, yeni mimarilerin gerçek zamanlı nesne algılamada mümkün olanları genişletmesiyle sürekli gelişiyor. Dikkat çeken iki model Ultralytics YOLOv8 ve Baidu'nun RTDETRv2 modelidir. Bu kılavuz, iki modelin mimarilerini, performans ölçütlerini ve ideal dağıtım senaryolarını inceleyen teknik bir karşılaştırma sunar.
YOLOv8'e Genel Bakış#
Ultralytics YOLOv8, YOLO (You Only Look Once) model ailesinde önemli bir dönüm noktasıdır; çok çeşitli görevlerde hızı, doğruluğu ve kullanım kolaylığını bir araya getirir.
Temel Özellikler:
- Yazarlar: Glenn Jocher, Ayush Chaurasia ve Jing Qiu
- Kuruluş: Ultralytics
- Tarih: 10 Ocak 2023
- GitHub: Ultralytics Deposu
- Belgeler: YOLOv8 Belgeleri
Mimari ve Güçlü Yönler#
YOLOv8, özellik çıkarımını ve sınırlayıcı kutu regresyonunu optimize eden yalın bir mimari sunar. Anchor-free bir algılayıcıdır; bu, tahmin başlığını basitleştirir ve eğitim sırasında gereken hiperparametre ayarlamalarının sayısını azaltır. Böylece YOLOv8, çıkarım hızı ile ortalama kesinlik (mAP) arasında güçlü bir denge kurar ve hem uç cihazlarda hem de bulut sunucularında gerçek dünyada dağıtıma uygun hâle gelir.
YOLOv8, eğitim sırasında Transformer tabanlı mimarilere göre daha düşük bellek gereksinimlerine sahiptir; böylece geliştiriciler bellek yetersizliği yaşamadan standart tüketici GPU'larında model eğitebilir.
Çok Yönlülük#
YOLOv8'in belirleyici güçlü yönlerinden biri yerleşik çok yönlülüğüdür. Birçok model yalnızca sınırlayıcı kutulara odaklanırken YOLOv8; nesne algılama, örnek bölütleme, görüntü sınıflandırma, poz tahmini ve yönlendirilmiş sınırlayıcı kutu (OBB) algılama desteğini kullanıma hazır olarak sunar.
RTDETRv2'ye Genel Bakış#
RTDETRv2 (Gerçek Zamanlı Algılama Transformer'ı sürüm 2), RT-DETR modelini temel alır ve Görsel Transformer'ların dikkat mekanizmalarını gerçek zamanlı nesne algılama uygulamalarına taşımayı amaçlar.
Temel Özellikler:
- Yazarlar: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang ve Yi Liu
- Kurum: Baidu
- Tarih: 2024-07-24
- arXiv: 2407.17140
- GitHub: RT-DETR Deposu
- Belgeler: RTDETRv2 README Dosyası
Mimari ve Güçlü Yönler#
RTDETRv2, Evrişimsel Sinir Ağı (CNN) backbone'unu Transformer kodlayıcı-kod çözücü yapısıyla birleştiren hibrit bir mimari kullanır. Bu yapı, öz dikkat mekanizmalarıyla karmaşık uzamsal ilişkileri ve genel bağlamı yakalamasını sağlar. RTDETRv2, "bedavalar paketi" eğitim stratejilerinden yararlanarak COCO veri kümesi gibi standart kıyaslama veri kümelerinde rekabetçi mAP skorları elde eder.
Zayıf Yönler#
Yüksek doğruluğuna rağmen RTDETRv2'nin Transformer tabanlı yapısı, saf CNN mimarilerine kıyasla daha yüksek bellek tüketimine ve daha uzun eğitim sürelerine yol açar. Transformer'lar genellikle daha fazla VRAM gerektirir; bu da kaynakları kısıtlı donanımlarda eğitimi zorlaştırır. Ayrıca RTDETRv2 algılamada güçlü olsa da Ultralytics ekosisteminde yerleşik olan segmentasyon ve poz tahmini gibi çok görevli desteğe sahip değildir.
RTDETRv2 hakkında daha fazla bilgi edin
Performans Karşılaştırması#
Üretim ortamı için modeller değerlendirilirken model boyutu, çıkarım hızı ve doğruluk arasındaki denge kritik önem taşır. Aşağıdaki tabloda YOLOv8 ve RTDETRv2 sürümleri doğrudan karşılaştırılıyor.
| Model | boyut (piksel) | mAPval50-95 | Hız CPU ONNX (ms) | Hız T4 TensorRT10 (ms) | parametre (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv8n | 640 | 37.3 | 80.4 | 1.47 | 3.2 | 8.7 |
| YOLOv8s | 640 | 44.9 | 128.4 | 2.66 | 11.2 | 28.6 |
| YOLOv8m | 640 | 50.2 | 234.7 | 5.86 | 25.9 | 78.9 |
| YOLOv8l | 640 | 52.9 | 375.2 | 9.06 | 43.7 | 165.1 |
| YOLOv8x | 640 | 53.9 | 479.1 | 14.37 | 68.2 | 257.8 |
| 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 |
Kullanım Alanları ve Öneriler#
YOLOv8 ile RT-DETR arasında seçim yapmak; projene özgü gereksinimlere, dağıtım kısıtlamalarına ve ekosistem tercihlerine bağlıdır.
YOLOv8'i Ne Zaman Seçmeli?#
YOLOv8 şu durumlarda iyi bir seçenektir:
- Çok Yönlü Çoklu Görev Dağıtımı: Ultralytics ekosisteminde algılama, segmentasyon, sınıflandırma ve poz tahmini için kendini kanıtlamış bir model gerektiren projeler.
- Yerleşik Üretim Sistemleri: YOLOv8 mimarisi üzerine kurulmuş, kararlı ve iyi test edilmiş dağıtım işlem hatlarına sahip mevcut üretim ortamları.
- Geniş Topluluk ve Ekosistem Desteği: YOLOv8'in kapsamlı eğitim içeriklerinden, üçüncü taraf entegrasyonlarından ve etkin topluluk kaynaklarından yararlanan uygulamalar.
RT-DETR Ne Zaman Seçilmeli?#
RT-DETR şu durumlarda önerilir:
- Transformer Tabanlı Algılama Araştırmaları: NMS kullanmadan uçtan uca nesne algılama için dikkat mekanizmalarını ve Transformer mimarilerini araştıran 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'in CPU'da YOLO11n'den %43'e kadar daha hızlı çıkarım yapması belirleyici bir avantaj sağlar.
- Küçük Nesne Algılama: Havadan drone görüntüleri veya IoT sensör analizi gibi zorlu senaryolarda ProgLoss ve STAL, çok küçük nesnelerin doğruluğunu artırır.
Ultralytics Avantajı#
Model seçimi ham ölçütlerden fazlasını içerir; geliştirici verimliliği açısından onu çevreleyen yazılım ekosistemi de kritik önemdedir. Ultralytics ekosistemi, tüm makine öğrenimi yaşam döngüsünü basitleştiren birleşik bir Python API'siyle kullanım kolaylığı sağlayacak şekilde tasarlanmıştır.
Ultralytics, veri kümesi yönetiminden dağıtık eğitime kadar karmaşık şablon kodlarını üstlenir. Geliştiriciler, kullanıma hazır önceden eğitilmiş ağırlıklardan ve Hugging Face gibi platformlarla entegrasyonlardan ve deney izleme araçlarından yararlanır. Ekosistem etkin biçimde geliştirilir, sık sık güncellenir ve geniş bir topluluk tarafından desteklenir.
Ultralytics YOLO modelleri, RTDETRv2 gibi Transformer tabanlı algılayıcılara kıyasla daha hızlı yakınsama ve eğitim sürecinde daha az bellek kullanımı için de optimize edilmiştir; bu da denemeleri hızlandırır.
Geleceğe Bakış: YOLO26'nın Gücü#
YOLOv8 güçlü bir model olmaya devam ediyor, ancak Ultralytics yeni projeler için Ocak 2026'da yayımlanan ve çeşitli iyileştirmeler sunan YOLO26'yı öneriyor:
- Uçtan Uca NMS'siz Tasarım: YOLO26'nın isteğe bağlı bire bir başlığı (
nms=False), son işlemde Non-Maximum Suppression (NMS) kullanımını ortadan kaldırır; böylece daha hızlı ve daha deterministik dağıtım iş akışları sağlar. - DFL'nin Kaldırılması: Distribution Focal Loss'un kaldırılması, modeli uç ve düşük güç tüketimli cihazlarla daha uyumlu hâle getirir.
- MuSGD Optimizer: LLM eğitiminden esinlenen MuSGD (SGD ile Muon'un melezi), eğitim süreçlerinde daha fazla kararlılık ve daha hızlı yakınsama sağlar.
- CPU Çıkarımında %43'e Kadar Daha Hızlı: YOLO26n, CPU üzerinde ONNX çıkarımında YOLO11n'den %43'e kadar daha hızlı çalışır; bu da onu özel GPU bulunmayan ortamlara uygun kılar.
- ProgLoss + STAL: Aşamalı Kayıp ve Küçük Nesne Farkındalıklı Etiket Ataması, hava görüntüleri ve robotik uygulamalar için kritik olan küçük nesne tanımada kayda değer iyileşmeler sağlar.
Ultralytics ürün ailesinde incelenmeye değer diğer modern alternatifler arasında, mevcut projeler için sağlam bir seçenek olmaya devam eden YOLO11 bulunur; ancak yeni dağıtımlar için YOLO26 önerilir.
Kod Örneği: Eğitim ve Çıkarım#
Ultralytics API'sinin basitliği sayesinde modelleri yalnızca birkaç satır Python koduyla yükleyebilir, eğitebilir ve dağıtabilirsin. Aşağıdaki örneği çalıştırmadan önce PyTorch kurulu olduğundan emin ol.
from ultralytics import YOLO
# Önceden eğitilmiş küçük bir YOLOv8 modelini yükle
model = YOLO("yolov8s.pt")
# Modeli özel veri kümenle eğit
# Bellek verimliliği sağlayan eğitim, daha büyük toplu iş boyutlarına olanak tanır
train_results = model.train(data="coco8.yaml", epochs=50, imgsz=640, batch=16)
# Bir test görüntüsü üzerinde çıkarım yap
results = model("https://ultralytics.com/images/bus.jpg")
# Sonuçları görüntüle
results[0].show()
# Uç dağıtım için dışa aktar
export_path = model.export(format="onnx")Ultralytics; ONNX, TensorRT ve CoreML dâhil çok sayıda biçime tek komutla dışa aktarımı destekleyerek farklı donanım mimarilerindeki model dağıtım seçeneklerini basitleştirir.
Sonuç#
Hem YOLOv8 hem de RTDETRv2, gerçek zamanlı nesne algılama için etkileyici yetenekler sunar. RTDETRv2, Transformer'ların genel bağlamı nasıl yakaladığını gösterir; bu da çıkarım hızı ve bellek yükünün birincil kısıt olmadığı, karmaşık uzamsal akıl yürütme görevlerine uygun olmasını sağlar.
Ancak hız, doğruluk ve kaynak verimliliği arasında dengeye öncelik veren geliştiriciler için Ultralytics YOLO modelleri daha pratik bir seçimdir. YOLOv8'in hafif tasarımı, kullanım kolaylığı, çok görevli desteği ve etkin açık kaynak ekosistemi, onu ölçeklenebilir üretim ortamlarına uygun kılar. En iyi uç performansı için YOLO26, NMS'siz çıkarım ve daha yüksek CPU hızları sunar.
Yorumlar
Bir soru sor, sonuçlarını paylaş veya başka birine yardım et.