YOLOX ve RTDETRv2#

Computer vision applications için en uygun mimariyi seçmek; doğruluk, çıkarım hızı ve dağıtım fizibilitesi arasında dikkatli bir denge kurmayı gerektirir. Bu kapsamlı teknik analizde, son derece başarılı bir çapasız CNN mimarisi olan YOLOX ile son teknoloji ürünü gerçek zamanlı bir tespit transformeri olan RTDETRv2 arasındaki temel farkları inceliyoruz.

Her iki model de object detection alanına önemli katkılarda bulunmuş olsa da, kullanıma hazır uygulamalar geliştiren geliştiriciler sıklıkla Ultralytics YOLO26 gibi modern alternatiflerin daha üstün eğitim verimliliği, daha düşük bellek gereksinimleri ve daha sağlam bir dağıtım ekosistemi sağladığını görmektedir.

YOLOX: Araştırma ve Endüstri Arasındaki Boşluğu Kapatmak#

YOLOX, YOLO serisinin oldukça popüler ve çapasız bir uyarlaması olarak ortaya çıktı ve piyasaya sürüldüğü dönemde etkileyici performans artışları sağlayan basitleştirilmiş bir tasarım sundu.

• Yazarlar: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li ve Jian Sun
• Organization: Megvii
• Tarih: 18 Temmuz 2021
• Bağlantılar: Arxiv, GitHub, Docs

Mimari Yenilikler#

YOLOX, ayrı bir başlık ve gelişmiş SimOTA etiket atama stratejisini entegre ederek YOLO ailesini çapasız bir modele dönüştürdü. Çapa kutularını ortadan kaldırarak mimari, tasarım parametrelerinin sayısını önemli ölçüde azalttı ve çeşitli benchmark datasets genelinde genellemeyi iyileştirdi. Hafif sürümleri olan YOLOX-Nano ve YOLOX-Tiny, vision AI applications on edge devices dağıtımı için popüler tercihler haline geldi.

YOLOX hakkında daha fazla bilgi edinin

RTDETRv2: Gerçek Zamanlı Görü Transformer'larını İlerletmek#

Selefinin temelini üzerine inşa eden RTDETRv2, gerçek zamanlı çıkarım hızlarından ödün vermeden son derece rekabetçi bir doğruluk elde etmek için Görü Transformer'larının (ViTs) gücünden yararlanır.

• Yazarlar: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang ve Yi Liu
• Kuruluş: Baidu
• Tarih: 2024-07-24
• Bağlantılar: Arxiv, GitHub

Mimari Yenilikler#

RTDETRv2, Non-Maximum Suppression (NMS) mekanizmasını yerel olarak atlayan tabanlı bir mimari kullanarak tespit boru hattını temelden yeniden tasarlar. Bu, nesne sorgularının başlatılmasını iyileştiren hibrit bir kodlayıcı ve IoU farkındalıklı sorgu seçimi aracılığıyla elde edilir. Model, çok ölçekli özellikleri etkili bir şekilde işleyerek, traffic video detection at nighttime gibi karmaşık ortamlardaki karmaşık detayları yakalamasına olanak tanır.

Ancak transformerler doğası gereği yoğun kaynak tüketir. RTDETRv2'yi eğitmek genellikle CNN tabanlı alternatiflere kıyasla çok daha fazla GPU belleği ve hesaplama döngüsü gerektirir; bu da sıkı bütçe kısıtlamaları içinde faaliyet gösteren ekipler veya sık model tuning gereksinimleri olanlar için bir engel olabilir.

RTDETR hakkında daha fazla bilgi edinin

Performans Karşılaştırma Tablosu#

Bu mimarileri objektif olarak değerlendirmek için COCO dataset üzerindeki performanslarını inceliyoruz. Aşağıdaki tablo, doğruluk (mAP), parametre sayısı ve hesaplama karmaşıklığı arasındaki ödünleşimleri göstermektedir.

RTDETRv2 etkileyici bir doğruluk sunsa da, YOLOX, özellikle Nano ve Tiny sürümleriyle hafif parametre profili avantajını koruyor.

Kullanım Durumları ve Öneriler#

YOLOX ve RT-DETR arasında seçim yapmak; özel proje gereksinimlerine, dağıtım kısıtlamalarına ve ekosistem tercihlerine bağlıdır.

Ne Zaman YOLOX Seçilmeli#

YOLOX şunlar için güçlü bir tercihtir:

• Anchor-Free Algılama Araştırmaları: Yeni algılama başlıkları veya kayıp fonksiyonlarını denemek için YOLOX'un temiz, anchor-free mimarisini temel olarak kullanan akademik araştırmalar.
• Ultra Hafif Uç Cihazlar: YOLOX-Nano varyantının son derece küçük ayak izinin (0.91M parametre) kritik olduğu mikrodenetleyicilerde veya eski mobil donanımlarda dağıtım yapmak.
• SimOTA Etiket Atama Çalışmaları: Optimum taşıma tabanlı etiket atama stratejilerini ve bunların eğitim yakınsaması üzerindeki etkilerini araştıran araştırma projeleri.

RT-DETR Ne Zaman Seçilmeli#

RT-DETR şunlar için önerilir:

• Transformer Tabanlı Algılama Araştırması: NMS olmadan uçtan uca nesne algılama için dikkat mekanizmalarını ve transformer mimarilerini keşfeden projeler.
• Esnek Gecikmeli Yüksek Doğruluklu Senaryolar: Algılama doğruluğunun en önemli öncelik olduğu ve biraz daha yüksek çıkarım gecikmesinin kabul edilebilir olduğu uygulamalar.
• Büyük Nesne Algılama: Transformer'ların küresel dikkat mekanizmasının doğal bir avantaj sağladığı, ağırlıklı olarak orta-büyük nesnelerin olduğu sahneler.

Ultralytics (YOLO26) Ne Zaman Seçilmeli#

Çoğu yeni proje için Ultralytics YOLO26, performans ve geliştirici deneyiminin en iyi kombinasyonunu sunar:

• NMS-Free Uç Dağıtımı: Non-Maximum Suppression işlem sonrası karmaşıklığı olmadan tutarlı, düşük gecikmeli çıkarım gerektiren uygulamalar.
• Sadece CPU Ortamları: YOLO26'nın %43'e kadar daha hızlı CPU çıkarımının belirleyici bir avantaj sağladığı, özel GPU hızlandırması olmayan cihazlar.
• Küçük Nesne Tespiti: ProgLoss ve STAL'ın çok küçük nesneler üzerindeki doğruluğu önemli ölçüde artırdığı havadan drone görüntüleri veya IoT sensör analizi gibi zorlu senaryolar.

Ultralytics Avantajı: YOLO26#

Hem YOLOX hem de RTDETRv2 belirgin güçlü yönler sunarken, yeni çıkan Ultralytics YOLO26 hız, doğruluk ve dağıtım kolaylığı arasındaki tarihsel ödünleşimleri çözerek yapay zeka görüşü için en son teknolojiyi yeniden tanımlıyor.

Uçtan Uca NMS'siz Mimari#

Transformer modellerinden ilham alan ve aynı zamanda CNN'lerin verimliliğini koruyan YOLO26, doğal olarak uçtan uca NMS'siz bir tasarım sunar. Non-Maximum Suppression işlemini bir işlem sonrası adımı olmaktan çıkaran YOLO26, dağıtım hatlarını önemli ölçüde basitleştirerek karmaşık eşik ayarlarının ek yükü olmaksızın çeşitli uç cihazlarda tutarlı çıkarım gecikmesi sağlar.

%43'e Varan Daha Hızlı CPU Çıkarımı#

Üst düzey GPU'lara büyük ölçüde güvenen RTDETRv2 gibi transformer mimarilerinin aksine, YOLO26 özellikle edge computing environments için optimize edilmiştir. Distribution Focal Loss (DFL) bileşeninin kaldırılmasıyla YOLO26, model dışa aktarımını kolaylaştırır ve %43'e kadar daha hızlı CPU çıkarımı elde ederek Raspberry Pi veya standart mobil cihazlar gibi donanımlara entegrasyon için ideal bir seçim haline gelir.

MuSGD ile Eğitim Verimliliği#

Transformer modellerini eğitmek genellikle aşırı CUDA memory consumption ve uzun süren eğitim sürelerine yol açar. YOLO26, Stokastik Gradyan İnişi ile LLM esinli Muon optimizasyonunun bir hibriti olan yeni MuSGD Optimizer özelliğini sunar. Bu yenilik, son derece kararlı bir eğitim ve daha hızlı yakınsama sağlayarak RTDETRv2'ye kıyasla donanım gereksinimlerini önemli ölçüde azaltır.

Eşsiz Ekosistem ve Çok Yönlülük#

Ultralytics ecosystem, sezgisel ve akıcı bir geliştirici deneyimi sağlar. Kapsamlı belgeler, aktif topluluk desteği ve bulut tabanlı Ultralytics Platform ile eksiksiz yapay zeka yaşam döngüsünü yönetmek hiç bu kadar kolay olmamıştı. Dahası, YOLO26 oldukça çok yönlüdür. RTDETRv2 nesne tespitine odaklanırken, YOLO26 yerel olarak instance segmentation, pose estimation, image classification ve Oriented Bounding Box (OBB) görevlerini sorunsuz bir şekilde destekler. Yeni ProgLoss + STAL kayıp fonksiyonlarıyla geliştirilen YOLO26, aerial imagery ve industrial defect detection için kritik bir özellik olan küçük nesne tanıma konusunda da üstün başarı gösterir.

Ultralytics ile Sorunsuz Entegrasyon#

Modelleri dağıtmak karmaşık ve parçalı kod tabanlarıyla uğraşmayı gerektirmemelidir. Ultralytics Python API, sadece birkaç satır kodla son teknoloji modelleri yüklemenize, eğitmenize ve dışa aktarmanıza olanak tanır.

from ultralytics import YOLO

# Load the latest YOLO26 nano model for optimal edge performance
model = YOLO("yolo26n.pt")

# Train the model on your custom dataset with minimal memory overhead
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Validate the model's performance
metrics = model.val()

# Export seamlessly to ONNX or TensorRT for deployment
model.export(format="onnx", optimize=True)

Ultralytics'ten yararlanarak, araştırma depolarıyla genellikle ilişkili olan karmaşık ortam yapılandırmalarından kaçınır ve pazara çıkış sürenizi hızlandırırsınız.

Sonuç#

YOLOX ve RTDETRv2, gerçek zamanlı nesne tespiti sürecinde önemli kilometre taşlarını temsil eder. YOLOX oldukça verimli çapasız CNN'lerin uygulanabilirliğini kanıtlarken, RTDETRv2 transformer modellerini gerçek zamanlı kısıtlamalara başarıyla uyarladı.

smart retail analytics uygulamasından gömülü robotik sistemlere kadar modern uygulamalar için Ultralytics YOLO26, kesin çözümü sunar. NMS'siz çıkarımı benzersiz CPU hızları, azaltılmış bellek ayak izleri ve Ultralytics Platform'un güçlü desteğiyle birleştiren YOLO26, geliştiricilerin yeni nesil güvenilir, yüksek performanslı bilgisayarlı görü sistemleri oluşturmasını sağlar.