Başla

YOLOX ve RTDETRv2

Bilgisayarlı görü uygulamaları için en uygun mimariyi seçmek; doğruluk, çıkarım hızı ve dağıtım uygulanabilirliği arasında dikkatli bir denge kurmayı gerektirir. Bu teknik analiz, yaygın olarak kullanılan çapasız bir CNN mimarisi olan YOLOX ile gerçek zamanlı bir algılama Transformer'ı olan RTDETRv2 arasındaki temel farkları inceliyor.

Her iki model de nesne algılama alanına önemli katkılar sağlamış olsa da üretime hazır uygulamalar geliştiren kişiler, Ultralytics YOLO26 gibi daha yeni alternatiflerin daha verimli eğitim, daha düşük bellek gereksinimleri ve daha olgun bir dağıtım ekosistemi sunduğunu sıkça görüyor.

YOLOX: Araştırma ile Sektör Arasındaki Boşluğu Kapatıyor#

YOLOX, YOLO serisinin popüler çapasız uyarlaması olarak ortaya çıktı ve yayımlandığı dönemde kayda değer performans artışları sağlayan yalın bir tasarım sundu.

  • Yazarlar: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li ve Jian Sun
  • Kuruluş: Megvii
  • Tarih: 18 Temmuz 2021
  • Bağlantılar: arXiv, GitHub, Belgeler

Mimari Yenilikler#

YOLOX, ayrık başlık ve SimOTA etiket atama stratejisini entegre ederek YOLO ailesini çapasız yaklaşıma taşıdı. Çapa kutularını ortadan kaldıran mimari, tasarım parametrelerinin sayısını önemli ölçüde azalttı ve çeşitli kıyaslama veri kümelerinde genellemeyi iyileştirdi. Hafif sürümleri YOLOX-Nano ve YOLOX-Tiny, uç cihazlarda görsel yapay zekâ uygulamaları dağıtmak için popüler seçenekler hâline geldi.

Eski Sürümlerle İlgili Hususlar

YOLOX kayda değer ilerlemeler sunsa da geleneksel Maksimum Olmayan Bastırma (NMS) son işlemesine dayanması, yerel olarak uçtan uca çalışan modellere kıyasla daha yüksek gecikmeye yol açabilir.

YOLOX hakkında daha fazla bilgi edin

RTDETRv2: Gerçek Zamanlı Görsel Transformer'ları Geliştiriyor#

Önceki modeli RT-DETR üzerine kurulan RTDETRv2, gerçek zamanlı çıkarım hızlarını korurken rekabetçi doğruluk elde etmek için Görsel Transformer'ları (ViT) kullanır.

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

Mimari Yenilikler#

RTDETRv2, NMS'yi yerel olarak devre dışı bırakan Transformer tabanlı bir mimariyle algılama işlem hattını yeniden ele alır. Bunu, nesne sorgularının başlangıç durumunu iyileştiren hibrit kodlayıcı ve IoU farkındalıklı sorgu seçimiyle başarır. Model, çok ölçekli özellikleri etkili biçimde işleyerek gece trafik videosu algılama gibi karmaşık ortamlardaki ince ayrıntıları yakalayabilir.

Ancak Transformer'lar yoğun kaynak gerektirir. RTDETRv2'yi eğitmek, genellikle CNN tabanlı alternatiflere göre çok daha fazla GPU belleği ve işlem gücü gerektirir; bu da katı bütçe kısıtlarıyla çalışan veya sık sık model ayarlaması yapması gereken ekipler için engel oluşturabilir.

RTDETRv2 hakkında daha fazla bilgi edin

Performans Karşılaştırma Tablosu#

Bu mimarileri nesnel biçimde değerlendirmek için COCO veri kümesindeki performanslarını inceliyoruz. Aşağıdaki tablo; doğruluk (mAP), parametre sayısı ve hesaplama karmaşıklığı arasındaki ödünleşimleri gösteriyor.

Modelboyut
(piksel)
mAPval50-95Hız
CPU ONNX
(ms)
Hız
T4 TensorRT10
(ms)
parametre
(M)
FLOPs
(B)
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
RTDETRv2-s64048.1-5.032060
RTDETRv2-m64051.9-7.5136100
RTDETRv2-l64053.4-9.7642136
RTDETRv2-x64054.3-15.0376259

RTDETRv2 benzer gecikmede daha yüksek doğruluk sağlar (örneğin RTDETRv2-x, 15,03 ms'de 54,3 mAP elde ederken YOLOXx 16,1 ms'de 51,1 mAP elde eder); YOLOX ise özellikle Nano ve Tiny sürümleriyle hafif parametre profillerinde avantajını korur.

Kullanım Alanları ve Öneriler#

YOLOX ile RT-DETR arasında seçim yapmak, projenin özel gereksinimlerine, dağıtım kısıtlarına ve ekosistem tercihlerine bağlıdır.

YOLOX Ne Zaman Seçilmeli#

YOLOX şu durumlarda iyi bir tercihtir:

  • Çapasız Algılama Araştırmaları: Yeni algılama başlıklarını veya kayıp fonksiyonlarını denemek için YOLOX'in yalın, çapasız mimarisini temel alan akademik araştırmalar.
  • Ultra Hafif Uç Cihazlar: YOLOX-Nano sürümünün son derece küçük boyutunun (0.91M parametre) kritik olduğu mikrodenetleyicilere veya eski mobil donanımlara dağıtım.
  • SimOTA Etiket Atama Çalışmaları: Optimal taşıma tabanlı etiket atama stratejilerini ve bunların eğitim yakınsaması üzerindeki etkilerini inceleyen araştırma projeleri.

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 çoğunda Ultralytics YOLO26, performans ile geliştirici deneyiminin en iyi birleşimini 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'in Avantajı: YOLO26#

YOLOX ve RTDETRv2 farklı güçlü yönler sunsa da Ocak 2026'da yayımlanan Ultralytics YOLO26, hız, doğruluk ve dağıtım kolaylığı arasındaki geçmişten gelen ödünleşimlerin çoğunu ele alıyor.

1. Uçtan Uca NMS'siz Mimari#

Transformer modellerinden ilham alırken CNN'lerin verimliliğini koruyan YOLO26, isteğe bağlı uçtan uca NMS'siz tasarım (nms=False) sunar. Maksimum Olmayan Bastırma'yı son işleme adımı olarak ortadan kaldıran YOLO26, dağıtım işlem hatlarını basitleştirir ve karmaşık eşik ayarlarının getirdiği ek yük olmadan çeşitli uç cihazlarda tutarlı çıkarım gecikmesi sağlar.

2. CPU Çıkarımında %43'e Kadar Daha Yüksek Hız#

Genellikle GPU'lara dayanan RTDETRv2 gibi Transformer mimarilerinin aksine YOLO26, uç bilişim ortamları için optimize edilmiştir. Distribution Focal Loss (DFL) kaldırıldığı için YOLO26 model dışa aktarımını kolaylaştırır; YOLO26n ise YOLO11n'den %43'e kadar daha hızlı CPU çıkarımı sağlayarak Raspberry Pi veya standart mobil cihazlar gibi donanımlara entegre edilmek için güçlü bir seçenek hâline gelir.

3. MuSGD ile Eğitim Verimliliği#

Transformer modellerini eğitmek çoğu zaman aşırı CUDA bellek tüketimine ve uzun eğitim sürelerine yol açar. YOLO26, istikrarlı eğitim ve daha hızlı yakınsama için Stokastik Gradyan İnişi ile LLM'den ilham alan Muon optimizer'ının melezi olan MuSGD Optimizer'ı sunar. CNN mimarisiyle birlikte bu yaklaşım, eğitim donanımı gereksinimlerini RTDETRv2'ninkinden düşük tutar.

4. Ekosistem ve Çok Yönlülük#

Ultralytics ekosistemi, geliştiricilere sezgisel ve akıcı bir deneyim sunar. Kapsamlı belgeler, etkin topluluk desteği ve bulut destekli Ultralytics Platform sayesinde yapay zekâ yaşam döngüsünün tamamını yönetmek kolaydır. YOLO26 ayrıca çok yönlüdür: RTDETRv2 nesne algılamaya odaklanırken YOLO26; örnek segmentasyonu, görüntü sınıflandırmasını, poz tahminini ve Yönlendirilmiş Sınırlayıcı Kutu (OBB) görevlerini yerel olarak destekler. Yeni ProgLoss + STAL (Aşamalı Kayıp ve Küçük Nesne Farkındalıklı Etiket Ataması) ile geliştirilen YOLO26, hava görüntüleri ve endüstriyel kusur algılama için kritik önem taşıyan küçük nesne algılamayı da iyileştirir.

Desteklenen Diğer Modeller

Ultralytics çatısı, önceki nesil YOLO11 ve YOLOv8 modellerini de destekleyerek kullanıcıların eski işlem hatlarını kolayca kıyaslamasına ve yeni modellere geçmesine olanak tanır.

Ultralytics ile Entegrasyon#

Model dağıtmak, karmaşık ve parçalı kod tabanlarıyla uğraşmayı gerektirmemeli. Ultralytics Python API, en gelişmiş modelleri yalnızca birkaç satır kodla yüklemene, eğitmene ve dışa aktarmana olanak tanır.

from ultralytics import YOLO

# Uç performansı için en güncel YOLO26 nano modelini yükle
model = YOLO("yolo26n.pt")

# Bellek yükünü en aza indirerek modeli özel veri kümenle eğit
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Modelin performansını doğrula
metrics = model.val()

# Dağıtım için ONNX'e veya TensorRT'ye aktar
model.export(format="onnx")

Ultralytics'ten yararlanarak araştırma depolarında sıkça karşılaşılan karmaşık ortam yapılandırmalarını atlayabilir ve pazara sunma süreni kısaltabilirsin.

Sonuç#

YOLOX ve RTDETRv2, gerçek zamanlı nesne algılamanın gelişiminde önemli dönüm noktalarını temsil eder. YOLOX, verimli çapasız CNN'lerin uygulanabilirliğini kanıtlarken RTDETRv2, Transformer'ları gerçek zamanlı kısıtlamalara başarıyla uyarladı.

Ancak akıllı perakende analizlerinden gömülü robotik sistemlere kadar modern uygulamalar için Ultralytics YOLO26 önerilen seçenektir. NMS'siz çıkarımı yüksek CPU hızları, düşük bellek kullanımı ve Ultralytics Platform desteğiyle birleştiren YOLO26, geliştiricilerin güvenilir ve yüksek performanslı bilgisayarlı görü sistemleri kurmasına yardımcı olur.

Katkıda Bulunanlar

Yorumlar

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