YOLOX ve YOLOv10
Gerçek zamanlı bilgisayarlı görü modellerinin gelişimi, önemli mimari ilerlemelerle şekillendi. Bu yolculuktaki iki önemli dönüm noktası YOLOX ve YOLOv10'dur. 2021'de yayımlanan YOLOX, etkili bir ankorsuz tasarım sunarak akademik araştırmayla endüstriyel uygulama arasındaki uçurumu kapatmaya yardımcı oldu. Üç yıl sonra YOLOv10, son işlem sırasında Maksimum Olmayan Bastırma (NMS) gereksinimini ortadan kaldırarak verimliliği ve hızı artırdı.
Bu teknik karşılaştırma, bir sonraki nesne tespit projen için doğru aracı seçmene yardımcı olmak amacıyla her iki modelin mimarilerini, performans ölçütlerini ve ideal kullanım alanlarını inceliyor.
Model Kökenleri ve Meta Verileri#
Bu modellerin kökenlerini anlamak, mimari tercihlerini ve hedeflenen dağıtım ortamlarını anlamlandırmaya yardımcı olur.
YOLOX Ayrıntıları
- Yazarlar: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li ve Jian Sun
- Kuruluş: Megvii
- Tarih: 2021-07-18
- arXiv: https://arxiv.org/abs/2107.08430
- GitHub: https://github.com/Megvii-BaseDetection/YOLOX
- Belgeler: https://github.com/Megvii-BaseDetection/YOLOX/tree/main/docs
YOLOX hakkında daha fazla bilgi edin
YOLOv10 Ayrıntıları
- Yazarlar: Ao Wang, Hui Chen, Lihao Liu, Kai Chen, Zijia Lin, Jungong Han ve Guiguang Ding
- Kuruluş: Tsinghua Üniversitesi
- Tarih: 2024-05-23
- arXiv: https://arxiv.org/abs/2405.14458
- GitHub: https://github.com/THU-MIG/yolov10
- Belgeler: https://docs.ultralytics.com/models/yolov10
YOLOv10 hakkında daha fazla bilgi edin
Mimari Yenilikler#
YOLOX ile YOLOv10 arasındaki temel farklar, sınırlayıcı kutu tahminlerini ve son işlemeyi ele alış biçimlerinde yatar.
YOLOX: Çapasız Tasarıma Öncülük Ediyor#
YOLOX, YOLO ailesini ankorsuz bir mimariye taşıdı. Önceden tanımlanmış ankor kutularına dayanmak yerine bir nesnenin merkezini tahmin eden YOLOX, özel veri kümeleri için gereken tasarım parametrelerinin ve sezgisel ayarların sayısını önemli ölçüde azalttı. Ayrıca sınıflandırma ve regresyon görevlerini ayrı yollara ayıran ayrıştırılmış bir başlık sundu. Bu yaklaşım, bir nesnenin ne olduğunu belirleme ile nerede olduğunu saptama arasındaki çatışmayı azaltarak yakınsama hızında ve doğrulukta kayda değer artışlar sağladı.
YOLOv10: NMS İçermeyen Gerçek Zamanlı Tespit#
YOLOX tespit başlığını basitleştirse de gereksiz sınırlayıcı kutu tahminlerini elemek için hâlâ NMS'ye dayanıyordu. YOLOv10 bu temel darboğazı ele aldı. Eğitim sırasında tutarlı ikili atamalar kullanarak doğal uçtan uca tespit sağlar. Zengin denetim sinyalleri elde etmek için eğitimde çoktan-bire başlık, nihai tahminleri doğrudan üretmek içinse çıkarımda bire bir başlık kullanır. Bütünsel verimlilik ve doğruluk odaklı bu tasarım, NMS'yi tamamen ortadan kaldırarak gömülü yongalardaki çıkarım gecikmesini önemli ölçüde azaltır.
Maksimum Olmayanları Bastırma (NMS), Sinir İşlem Birimlerinde (NPU) hızlandırılması genellikle karmaşık bir işlemdir. YOLOv10, bu işlemi kaldırarak tüm model grafiğinin OpenVINO ve TensorRT gibi optimizasyon çerçeveleriyle uyumluluğu artırıp özel donanımlarda çalışmasını sağlar.
Performans Ölçütleri ve Karşılaştırma#
Üretim ortamında kullanılacak modelleri değerlendirirken doğruluk ile hesaplama yükü arasında denge kurmak kritik önem taşır. Aşağıdaki tablo, YOLOX ve YOLOv10'un çeşitli ölçekleri arasındaki ödünleşimleri gösteriyor.
| Model | boyut (piksel) | mAPval50-95 | Hız CPU ONNX (ms) | Hız T4 TensorRT10 (ms) | parametre (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
Verileri İnceleme#
Metrikler, YOLOv10'un nesil düzeyindeki gelişimini gösteriyor. Örneğin YOLOv10-S, ortalama Hassasiyet Ortalaması değerinde YOLOX-m'nin %46,9'una kıyasla %46,3 elde ediyor; ancak bunu parametrelerin üçte birinden daha azını (7,2M'ye karşı 25,3M) ve önemli ölçüde daha az FLOP kullanarak yapıyor. Ayrıca en üst düzey YOLOv10-X modeli, mAP değerini %54,4'e çıkararak daha eski YOLOX-x mimarisinden daha hızlı kalırken yüksek doğruluk gerektiren görevlerde oldukça rekabetçi hale geliyor.
Ultralytics Ekosisteminin Avantajı#
YOLOX, güçlü bir açık kaynaklı araştırma uygulaması olmayı sürdürse de YOLOv10'u benimsemek, Ultralytics'in sağladığı ve bakımı yapılan ekosisteme hemen erişmeni sağlar. Ultralytics'in desteklediği bir modeli seçmek, basit bir API ve kapsamlı belgelerle öne çıkan, sorunsuz bir kullanıcı deneyimi sunar.
Geliştiriciler, çerçevenin düşük bellek gereksinimlerinden yararlanır; Ultralytics modellerini eğitmek genellikle RT-DETR gibi ağır Transformer tabanlı alternatiflere kıyasla çok daha az CUDA belleği tüketir. Bu verimli eğitim bellek ayak izi, tüketici sınıfı donanımlarda daha büyük toplu iş boyutlarına olanak tanıyarak veri toplamadan model dağıtımına kadar geçen süreyi kısaltır. Çerçeve ayrıca birden fazla görevi destekler; böylece kullanıcılar çok az kod değişikliğiyle nesne algılama, örnek segmentasyonu ve poz tahmini arasında geçiş yapabilir.
Eğitim ve Çıkarım Örneği#
Birleşik API, fikirleri hızla doğrulamayı sağlar. Aşağıdaki kod parçacığı, PyTorch arka ucunu kullanarak bir YOLOv10 modelini eğitir ve dağıtır:
from ultralytics import YOLO
# Önceden eğitilmiş bir YOLOv10 nano modelini yükle
model = YOLO("yolov10n.pt")
# Modeli COCO8 veri kümesinde eğit
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Örnek bir görüntü üzerinde çıkarım yap
predictions = model.predict("https://ultralytics.com/images/bus.jpg")
# Modeli uç dağıtım için dışa aktar
model.export(format="engine", quantize=16)Yerleşik dışa aktarma yordamlarından yararlanarak modelleri TensorRT veya ONNX gibi biçimlere dönüştürmek yalnızca tek satır kod gerektirir ve karmaşık derleme adımlarını ortadan kaldırır.
İdeal Kullanım Alanları ve Dağıtım Senaryoları#
Bu mimariler arasında seçim yapmak büyük ölçüde donanım kısıtlarına ve özel alan gereksinimlerine bağlıdır.
Gerçek Zamanlı Video Analizi#
Otonom sürüş veya gerçek zamanlı trafik izleme gibi çok düşük gecikme süresi gerektiren uygulamalarda YOLOv10 daha güçlü bir seçenektir. Uçtan uca, NMS içermeyen tasarımı öngörülebilir yürütme süreleri sunar; değişken son işleme gecikmesinin kabul edilemediği güvenlik sistemleri için bu kritik önemdedir. Modeller, NVIDIA Jetson serisi gibi cihazlarda yüksek kare hızlarına ulaşır.
Akademik Referanslar ve Uç Mikrodenetleyiciler#
Araştırmacıların etiket atama stratejileri üzerinde deney yapmak için temiz, ayrıştırılmış başlıklı bir temel model istediği akademik ortamlarda YOLOX hâlâ değerlidir. Ayrıca çok küçük YOLOX-Nano (1 milyondan az parametre), bellek kapasitesi ciddi ölçüde sınırlı olan yüksek kısıtlamalı uç cihazlara sığabilir; tabii donanım standart evrişim işlemlerini desteklemelidir.
Önerilen Model: Ultralytics YOLO26#
YOLOv10, NMS'yi ortadan kaldırma konusunda önemli bir ilerlemeydi; ancak bilgisayarlı görü alanı hızla gelişiyor. Ultralytics, yeni projeler için Ocak 2026'da yayımlanan YOLO26 modelini öneriyor.
YOLO26, önceki modellerinin fikirlerini temel alır ve güçlü bir performans dengesi sunar; algılama, örnek ve anlamsal segmentasyon, derinlik tahmini, sınıflandırma, poz tahmini ve yönlendirilmiş sınırlayıcı kutuları yerel olarak destekler.
Modern bilgisayarlı görü işlem hatları için YOLO26'yı önerme nedenlerimiz:
- Uçtan Uca, NMS İçermeyen Tasarım: YOLOv10'u temel alan YOLO26, yerel uçtan uca çıkarımı (
nms=False) destekleyerek NMS son işleme darboğazları olmadan daha hızlı ve öngörülebilir çıkarım süreleri sağlar. - CPU'da %43'e Varan Daha Hızlı Çıkarım: YOLO26n, CPU'da YOLO11n'den %43'e kadar daha hızlı çalışır; bu da onu mobil işlemciler ve ayrık GPU'su olmayan cihazlar için uygun kılar.
- MuSGD Optimizasyonu: Büyük Dil Modeli eğitiminden (özellikle Moonshot AI'nin Kimi K2 modelinden) ilham alan YOLO26, kararlı eğitim ve hızlı yakınsama için SGD ile Muon'un hibritini kullanır.
- ProgLoss + STAL: Aşamalı Kayıp ve Küçük Hedef Farkındalıklı Etiket Atama (STAL), hava görüntüleri ve drone navigasyonu gibi zorlu alanlarda kritik olan küçük nesne algılamayı iyileştirir.
- DFL'nin Kaldırılması: YOLO26, Dağılım Odaklı Kaybı kaldırarak uç ve düşük güçlü cihazlara daha kolay dışa aktarma için model grafiğini sadeleştirir.
- Göreve Özel İyileştirmeler: Poz tahmini için Artık Log-Olabilirlik Tahmini (RLE) veya OBB için özel açısal kayıp kullanıyor ol, YOLO26 her önemli görü görevi için iyileştirmeler içerir.
İş akışlarını yükselten geliştiriciler için YOLO26 ile Ultralytics Platform, verimli eğitim ve dağıtım araçları sunar. Yerleşik mimarilerle ilgilenen kullanıcılar, kapsamlı topluluk desteği ve kanıtlanmış sağlamlık için YOLO11 veya YOLOv8 modellerini de inceleyebilir.
Yorumlar
Bir soru sor, sonuçlarını paylaş veya başka birine yardım et.