Başla

YOLOv8 ve YOLOX

Bilgisayarlı görü alanının şekillenmesinde gerçek zamanlı nesne algılama mimarilerinin sürekli gelişimi etkili olmuştur. Öne çıkan iki dönüm noktası Ultralytics YOLOv8 ve YOLOX'tir. Her iki model de sınırlayıcı kutu tahminlerini basitleştirmek için çapasız tasarım kullanırken, derin öğrenme araştırmaları ve dağıtım ekosistemi geliştirme alanlarında farklı dönemleri ve yaklaşımları temsil eder.

Bu teknik karşılaştırma, geliştiricilerin ve araştırmacıların görüntü yapay zekâsı uygulamaları için doğru modeli seçmesine yardımcı olmak amacıyla mimarileri, eğitim yöntemlerini ve gerçek dünya performans ölçütlerini inceler.

Modellerin Arka Planı#

Her çerçevenin kökenini ve tasarım hedeflerini anlamak, mimari farklılıkları ve ekosistem olgunluğu hakkında kritik bir bağlam sağlar.

Ultralytics YOLOv8#

Ultralytics'ten Glenn Jocher, Ayush Chaurasia ve Jing Qiu tarafından geliştirilen ve 10 Ocak 2023'te yayımlanan YOLOv8, Ultralytics ekosistemi için önemli bir ilerlemeydi. YOLOv5'in başarısını temel alan YOLOv8; nesne algılama, örnek bölümleme, görüntü sınıflandırma ve poz tahmini dâhil olmak üzere çok çeşitli görevleri yerel olarak yerine getirebilen geliştirilmiş bir mimari sundu.

Başlıca avantajı, birleşik bir Python API'si, kapsamlı belgeler ve Weights & Biases ile Comet gibi MLOps araçlarıyla yerel entegrasyonlar içeren eksiksiz bir iş akışı sunan, bakımı iyi yapılan Ultralytics ekosistemidir.

YOLOX#

Megvii'den Zheng Ge, Songtao Liu, Feng Wang, Zeming Li ve Jian Sun tarafından geliştirilen ve 18 Temmuz 2021'de tanıtılan YOLOX, akademik araştırmalar ile endüstriyel uygulamalar arasındaki boşluğu kapatmayı amaçladı. arXiv makalesinde ayrıntıları verilen YOLOX, YOLO ailesini çapasız tasarıma yöneltmesi ve eğitim kararlılığını ve yakınsamayı iyileştiren ayrık bir başlık entegre etmesiyle öne çıktı.

2021'de büyük etki yaratmış olsa da YOLOX GitHub deposu ağırlıklı olarak araştırma odaklı bir kod tabanı olmayı sürdürüyor. Modern çerçevelerde bulunan kapsamlı görev çeşitliliğinden ve kullanıma hazır dağıtım işlem hatlarından yoksun olduğundan üretim ortamına dağıtım için daha fazla elle yapılandırma gerektiriyor.

YOLOX Belgelerini Görüntüle

Mimari Yenilikler#

Her iki model de çapadan bağımsız bir yaklaşım benimseyerek eğitimden önce karmaşık, veri kümesine özgü çapa kutusu kümelemesi gereksinimini ortadan kaldırır. Bu, sezgisel yöntemlerle ayarlanması gereken parametrelerin sayısını azaltır ve algılama başlığını basitleştirir.

Ayrıştırılmış Başlıklar ve Özellik Çıkarımı#

YOLOX, YOLO serisine ayrıştırılmış başlık entegrasyonuna öncülük etti. Geleneksel olarak sınıflandırma ve regresyon görevleri tek bir birleşik başlıkta gerçekleştirilirdi; bu da eğitim sırasında çoğu zaman çakışan gradyanlara yol açardı. Sınıflandırma ve konum belirleme dallarını ayıran YOLOX, daha hızlı yakınsama sağladı.

YOLOv8 bu kavramı benimsedi ve geliştirdi. Omurgasında, eski C3 modülünün yerini alan C2f (iki evrişimli Aşamalar Arası Kısmi Darboğaz) modülünü kullanır. Bu, önemli bir hesaplama yükü eklemeden gradyan akışını ve özellik temsilini iyileştirir. YOLOv8 ayrıca çapasız algılama başlığını, sınıflandırma puanları ile Kesişim-Birleşim (IoU) birleşimine göre pozitif örnekleri dinamik olarak eşleştiren Task-Aligned Assigner ile birlikte kullanarak doğruluğu artırır.

Bellek Verimliliği

Ultralytics YOLO modelleri bellek verimliliği için tasarlanmıştır. Transformer tabanlı mimarilerle veya optimize edilmemiş araştırma kod tabanlarıyla karşılaştırıldığında YOLOv8, eğitim sırasında çok daha az CUDA belleği gerektirir ve geliştiricilerin standart tüketici donanımlarında daha büyük yığın boyutları kullanmasına olanak tanır.

Performans Karşılaştırması#

Modelleri gerçek dünyada dağıtım için değerlendirirken doğruluğu (mAP), çıkarım gecikmesini ve model karmaşıklığını dengelemek çok önemlidir. Aşağıdaki tabloda COCO veri kümesi üzerindeki performans ölçütleri vurgulanmaktadır.

Modelboyut
(piksel)
mAPval50-95Hız
CPU ONNX
(ms)
Hız
T4 TensorRT10
(ms)
parametre
(M)
FLOPs
(B)
YOLOv8n64037.380.41.473.28.7
YOLOv8s64044.9128.42.6611.228.6
YOLOv8m64050.2234.75.8625.978.9
YOLOv8l64052.9375.29.0643.7165.1
YOLOv8x64053.9479.114.3768.2257.8
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9

Görüldüğü üzere YOLOv8 modelleri, eşit parametre sayılarında YOLOX karşılıklarından sürekli olarak daha iyi performans gösterir. Örneğin YOLOv8m, YOLOXm'nin %46,9 değerine kıyasla %50,2 mAP elde ederek TensorRT ile rekabetçi GPU çıkarım hızlarını korurken mAP'de 3,3 puanlık artış sağlar.

Eğitim ve Ekosistem Avantajları#

Bu iki çözüm arasındaki en büyük farklardan biri geliştirici deneyimidir. YOLOX eğitimi çoğu zaman karmaşık ortam kurulumları, komut dosyalarında elle değişiklikler ve eğitim ya da dışa aktarma sorunlarını ayıklamak için PyTorch iç işleyişi hakkında derin bilgi gerektirir.

Ultralytics ekosistemi bu karmaşıklığı sezgisel bir Python API'si ve Komut Satırı Arayüzü (CLI) ile giderir.

Kolaylaştırılmış Python API'si#

Özel bir veri kümesi üzerinde YOLOv8 modeli eğitmek için yalnızca birkaç satır kod yeterlidir:

from ultralytics import YOLO

# Nesne algılama için önceden eğitilmiş bir YOLOv8 modeli yükle
model = YOLO("yolov8n.pt")

# Modeli COCO8 örnek veri kümesi üzerinde eğit
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Modeli kolayca doğrula
metrics = model.val()

# Üretim ortamı için ONNX'e aktar
model.export(format="onnx")

Bu API; algılama, bölümleme ve yönlendirilmiş sınırlayıcı kutu (OBB) görevlerinde iş akışlarını standartlaştırarak üretim uygulamalarının pazara sunulma süresini kısaltır. Yerleşik dışa aktarma işlevi, özel C++ operatörleri yazmadan modelleri ONNX, OpenVINO ve CoreML biçimlerine dönüştürür.

İdeal Kullanım Alanları#

Bu mimariler arasındaki seçim proje kısıtlamalarına bağlıdır, ancak YOLOv8 daha esnek bir temel sağlar.

  • Yüksek Hızlı Uç Analitiği: NVIDIA Jetson gibi cihazlarda gerçek zamanlı işleme için YOLOv8, hız ile doğruluk arasında güçlü bir denge sunar ve yerel TensorRT entegrasyonu sayesinde kolayca dağıtılır.
  • Akademik Araştırma: YOLOX, PyTorch içinde çapa tabanlı yöntemlerden çapadan bağımsız yöntemlere geçişi inceleyen araştırmacılar için değerli bir eğitim aracı olmayı sürdürüyor.
  • Karmaşık Çoklu Görev Uygulamaları: Eş zamanlı nesne takibi ve örnek bölümleme gerektiren uygulamalarda YOLOv8 tercih edilir; çünkü bu özellikler doğrudan Ultralytics kitaplığına dâhildir.

İleriye Bakış: Alternatif Modeller#

YOLOv8, YOLOX'e kıyasla önemli ölçüde daha iyidir ancak alan hızla ilerliyor. Yeni projeler için Ultralytics, Ocak 2026'da yayımlanan Ultralytics YOLO26'yı öneriyor.

YOLO26, Uçtan Uca, NMS Gerektirmeyen Tasarım sunar. İsteğe bağlı bire bir başlığı (nms=False), daha basit dağıtım iş akışları için kullanılan Maksimum Olmayan Bastırma (NMS) son işlemesini ortadan kaldırır. NMS gerektirmeyen çıkarım ve Distribution Focal Loss'un (DFL) kaldırılmasıyla YOLO26n, YOLO11n'den %43'e kadar daha hızlı CPU çıkarımı sağlar; MuSGD Optimizer ise eğitim kararlılığını artırır. Ayrıca ProgLoss + STAL'ı (Aşamalı Kayıp ve Küçük Hedef Farkındalıklı Etiket Ataması) sunarak hava görüntüleri ve robotik uygulamalarında küçük nesnelerin algılanmasını iyileştirir.

Ultralytics ekosisteminde güçlü performans sunan, iyi desteklenen bir başka önceki model olarak kullanıcılar YOLO11 modelini de değerlendirebilir.

Sonuç#

YOLOX, YOLO ailesinde ayrık başlıkların ve çapasız tasarımın değerini gösterdi. Ultralytics YOLOv8 bu kavramları benimsedi, mimariyi geliştirdi ve kullanım kolaylığı ile görev çeşitliliğiyle tanınan, üretime hazır bir ekosisteme dâhil etti. Ultralytics modeliyle geliştiriciler güçlü performans, bellek verimli eğitim ve denemeden üretime geçişi kolaylaştıran dağıtım araçları elde eder.

Katkıda Bulunanlar

Yorumlar1

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

  1. marybary0000GitHub(düzenlendi)

    Great deep dive! YOLOX introduced key innovations like anchor-free design and decoupled head structure, which significantly improved detection performance. However, this YOLOv8 comparison highlights how v8 builds on such ideas with a more modular framework, better support for multi-task learning, and an easier deployment pipeline. Both models reflect strong evolution in object detection, and choosing between them really depends on specific project goals and hardware constraints.