YOLOX ve YOLOv10#
Gerçek zamanlı bilgisayarlı görü modellerinin evrimi, mimarideki önemli sıçramalarla şekillendi. Bu yolculuktaki iki dönüm noktası YOLOX ve YOLOv10'dur. 2021'de yayımlanan YOLOX, son derece etkili, çapasız bir tasarım sunarak akademik araştırma ile endüstriyel uygulama arasındaki boşluğu başarıyla kapattı. Üç yıl sonra YOLOv10, son işlem sırasında maksimum olmayan bastırma (NMS) gereksinimini ortadan kaldırarak verimlilik ve hız sınırlarını yeniden belirledi.
Bu kapsamlı teknik karşılaştırma, her iki modelin mimarilerini, performans ölçütlerini ve ideal kullanım alanlarını inceliyor; sonraki nesne tespiti projen için doğru aracı seçmene yardımcı olacak bilgiler sunuyor.
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 çapasız bir mimariye taşıyarak ses getirdi. Önceden tanımlanmış çapa kutularına bağlı kalmak yerine bir nesnenin merkezini tahmin eden YOLOX, özel veri kümeleri için gereken tasarım parametrelerinin ve sezgisel ayarların sayısını büyük ölçüde azalttı. Ayrıca sınıflandırma ve regresyon görevlerini ayrı yollara ayıran ayrıştırılmış bir başlık sundu. Bu yaklaşım, bir nesnenin ne olduğunu belirlemekle nerede olduğunu bulmak arasındaki çelişkiyi çözdü ve yakınsama hızında ve hassasiyette belirgin bir artış sağladı.
YOLOv10: NMS'siz Devrim#
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 olmayan bastırmayı özel sinirsel işlem birimlerinde (NPUs) hızlandırmak çoğu zaman karmaşık bir işlemdir. YOLOv10, bu işlemi kaldırarak tüm model grafiğinin özel donanımlarda sorunsuz çalışmasını sağlar ve OpenVINO ile TensorRT gibi optimizasyon çerçeveleriyle uyumluluğu büyük ölçüde artırır.
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) | mAPval 50-95 | 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#
Ölçütler, YOLOv10'un nesil atlamasını açıkça ortaya koyuyor. Örneğin YOLOv10-S, ortalama Hassasiyet değerinde YOLOX-m'nin %46,9'una kıyasla %46,3'e ulaşıyor; ancak parametrelerin üçte birinden daha azını (7,2M'ye karşı 25,3M) ve önemli ölçüde daha az FLOP kullanıyor. Ayrıca en üst seviye YOLOv10-X modeli mAP değerini %54,4'e çıkararak zorlu doğruluk görevlerinde son derece rekabetçi hale geliyor ve eski YOLOX-x mimarisinden daha hızlı çalışıyor.
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 büyük ölçüde yararlanır; Ultralytics modellerini eğitmek, RT-DETR gibi ağır Transformer tabanlı alternatiflere kıyasla genellikle çok daha az CUDA belleği kullanır. Bu verimli eğitim ayak izi, tüketici sınıfı donanımlarda daha büyük toplu iş boyutları kullanılmasını sağlayarak veri toplamadan model dağıtımına kadar geçen süreyi kısaltır. Ayrıca çerçeve benzersiz bir esneklik sunar; yalnızca küçük kod değişiklikleriyle nesne tespiti, örnek segmentasyonu ve poz tahmini arasında sorunsuzca geçiş yapabilirsin.
Eğitim ve Çıkarım Örneği#
Birleşik API, fikirleri doğrulamayı son derece hızlandırır. Aşağıdaki kod parçacığı, PyTorch arka ucunu kullanarak YOLOv10 modelini ne kadar kolay eğitip dağıtabileceğini gösteriyor:
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 rutinleri sayesinde modelleri TensorRT veya ONNX gibi biçimlere dönüştürmek tek satır kod gerektirir ve karmaşık derleme engellerini tamamen 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 ultra düşük gecikme gerektiren uygulamalarda YOLOv10 daha iyi bir seçimdir. Uçtan uca, NMS'siz tasarımı belirleyici çalışma süreleri sağlar; değişken son işleme gecikmesinin kabul edilemeyeceği güvenlik sistemleri için bu kritik önem taşır. Modeller, NVIDIA Jetson serisi gibi cihazlarda yüksek kare hızlarına kolaylıkla ulaşır.
Akademik Referanslar ve Uç Mikrodenetleyiciler#
Araştırmacıların etiket atama stratejilerini denemek için temiz, ayrıştırılmış başlıklı bir referans modele ihtiyaç duyduğu akademik ortamlarda YOLOX hâlâ değerlidir. Ayrıca son derece küçük YOLOX-Nano (1 milyonun altında parametre), donanımın standart evrişim işlemlerini desteklemesi koşuluyla belleğin çok kısıtlı olduğu uç cihazlara sığdırılabilir.
Altın Standart: Ultralytics YOLO26#
YOLOv10, NMS'yi kaldırarak büyük bir sıçramaya imza atmış olsa da bilgisayarlı görü alanı hızla ilerliyor. Bugün sınıfının en iyisi performansı elde etmek isteyen geliştiricilere YOLO26 modelini incelemelerini şiddetle öneriyoruz.
Görüntü yapay zekâsında en yeni standart olarak yayımlanan YOLO26, önceki modellerinin temel fikirlerini alıp çok daha ileriye taşıyor. Üstün performans ve denge sunan model; tespit, segmentasyon, poz ve yönlendirilmiş sınırlayıcı kutuları doğal olarak destekliyor.
Modern bilgisayarlı görü işlem hatları için YOLO26'yı önerme nedenlerimiz:
- Uçtan Uca NMS'siz Tasarım: YOLOv10'un çığır açan yeniliklerini temel alan YOLO26, doğal uçtan uca çıkarımı (
nms=False) destekleyerek NMS son işleme darboğazları olmadan daha hızlı ve belirleyici çıkarım süreleri sunar. - %43'e Varan Daha Hızlı CPU Çıkarımı: Uç bilişim için özel olarak optimize edilen model, mobil işlemcilerde ve ayrı GPU'su olmayan cihazlarda olağanüstü performans sağlar.
- MuSGD Optimizasyonu: Büyük Dil Modeli eğitiminden (özellikle Moonshot AI'ın Kimi K2 modelinden) ilham alan YOLO26, son derece kararlı eğitim ve hızlı yakınsama için SGD ile Muon'un bir birleşimini kullanır.
- ProgLoss + STAL: Bu gelişmiş kayıp fonksiyonları, hava görüntüleri ve drone navigasyonu gibi zorlu alanlar için kritik önem taşıyan küçük nesneleri tanıma performansını kayda değer ölçüde artırır.
- DFL'nin Kaldırılması: Dağılımsal Odak Kaybı'nı kaldıran YOLO26, uç ve düşük güçlü cihazlara sorunsuz dışa aktarma için model grafiğini basitleştirir.
- Göreve Özel İyileştirmeler: Poz tahmini için Artık Log-Olabilirlik Tahmini'ni (RLE) ya da OBB için özel açı kaybını kullanman fark etmeksizin YOLO26, tüm önemli görü görevleri için ince ayarlanmıştır.
Mevcut en verimli eğitim ve dağıtım araçlarıyla işlem hatlarını yükseltmeye hazır geliştiriciler, Ultralytics Platformu'na geçip YOLO26'yı kullanarak yapay zekânın en ileri noktasında kalabilir. Daha eski ancak kararlı mimarilerle ilgilenen kullanıcılar, kapsamlı topluluk desteği ve kanıtlanmış sağlamlık için YOLO11 veya YOLOv8 modellerini de inceleyebilir.