YOLOX ve YOLOv9#

Bilgisayarlı görü alanı, hesaplama verimliliğini yüksek hassasiyetle dengeleyen sürekli mimari atılımlarla şekillenmiştir. Gerçek zamanlı nesne algılama modelleri değerlendirilirken, Megvii'nin YOLOX'i ile Academia Sinica'nın YOLOv9'u arasındaki karşılaştırma, derin öğrenme geliştirmedeki iki farklı felsefeyi ortaya koyar. Biri basitleştirilmiş, çapasız bir paradigmanın öncülüğünü yaparken diğeri bilgi korunumunu en üst düzeye çıkarmak için gelişmiş gradyan yönlendirme teknikleri sunmuştur.

Bu teknik kılavuz, mimari nüanslarını, performans karşılaştırmalarını ve ideal kullanım alanlarını incelerken Ultralytics Platform ve yeni yayımlanan YOLO26 modeli gibi modern çözümlerin üretime hazır dağıtımlar için nasıl daha üstün alternatifler sunduğunu da gösterir.

YOLOX: Çapasız Paradigmanın Öncüsü#

2021'in ortalarında yayımlanan YOLOX, akademik araştırma ile endüstriyel uygulama arasındaki boşluğu kapatmada önemli bir ilerlemeydi. Önceden tanımlanmış çapa kutularına duyulan ihtiyacı ortadan kaldırarak özel veri kümeleri için gereken sezgisel ayarlamayı büyük ölçüde basitleştirdi.

• Yazarlar: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li ve Jian Sun
• Kuruluş: Megvii
• Yayın Tarihi: 18 Temmuz 2021
• Referans: Arxiv Makalesi
• Kaynak Kodu: YOLOX GitHub Deposu
• Belgeler: YOLOX Resmi Belgeleri

Mimari Yenilikler#

YOLOX, standart algılama işlem hattında birkaç önemli değişiklik sundu. Sınıflandırma ve regresyon görevlerini birbirinden ayıran ayrıştırılmış bir başlık uyguladı; bu da bir nesneyi tanımlama ile sınırlarını konumlandırma arasındaki çatışmayı önemli ölçüde azalttı. Ayrıca YOLOX, eğitim sırasında pozitif örnekleri dinamik olarak tahsis eden gelişmiş bir etiket atama stratejisi olan SimOTA'yı benimsedi; bu, standart karşılaştırma veri kümelerinde daha hızlı yakınsamaya ve genel olarak daha iyi performansa yol açtı.

Güçlü Yönler ve Sınırlamalar#

YOLOX'in temel gücü basitleştirilmiş tasarımında yatar. Çapasız mekanizma, geliştiricilerin kendi verileri için en uygun çapa boyutlarını bulmak üzere kümeleme algoritmaları çalıştırmaya daha az zaman harcaması anlamına gelir. Ancak öz-dikkat veya gradyan yolu oluşturmadaki yeni gelişmeler olmadan yerel olarak tasarlanmış daha eski bir mimari olduğundan, daha yeni ağların parametre verimliliğine ulaşmakta zorlanır. Ayrıca birleşik bir API içinde örnek bölütleme ve poz tahmini gibi gelişmiş görevler için yerel desteği yoktur.

YOLOX hakkında daha fazla bilgi edin

YOLOv9: Gradyan Bilgisini En Üst Düzeye Çıkarma#

2024'e gelindiğinde YOLOv9, derin evrişimli sinir ağlarında bulunan bilgi darboğazı sorununu çözmeye yönelik son derece teorik bir yaklaşım sundu.

• Yazarlar: Chien-Yao Wang ve Hong-Yuan Mark Liao
• Kuruluş: Institute of Information Science, Academia Sinica
• Yayın Tarihi: 21 Şubat 2024
• Referans: Arxiv Makalesi
• Kaynak Kodu: YOLOv9 GitHub Deposu
• Belgeler: Ultralytics YOLOv9 Belgeleri

Mimari Yenilikler#

YOLOv9'un belirleyici özelliği, temel anlamsal verilerin ağın birden çok katmanından geçerken kaybolmamasını sağlayan Programlanabilir Gradyan Bilgisidir (PGI). Genelleştirilmiş Verimli Katman Birleştirme Ağı (GELAN) ile birlikte YOLOv9, parametre-doğruluk oranında olağanüstü bir başarı elde eder. Bu, modelin ağırlıkları güncellemek için doğru gradyanları korumasını sağlar ve hafif varyantlarında bile son derece etkili olmasına yardımcı olur.

Güçlü Yönler ve Sınırlamalar#

YOLOv9, model doğruluğunun teorik sınırlarını zorlamada başarılıdır. COCO üzerinde mükemmel mAP skorları üretmesi, onu araştırmacıların favorisi yapar. Ancak verimliliğine rağmen YOLOv9, son işleme için hâlâ geleneksel Maksimum Olmayan Bastırmaya (NMS) dayanır ve bu da çıkarım sırasında gecikme artışlarına neden olur. Yapay zekâyı uç cihazlara dağıtmaya odaklanan mühendisler için NMS mantığını yönetmek, dağıtım işlem hattına gereksiz bir karmaşıklık ekler.

YOLOv9 hakkında daha fazla bilgi edin

Performans Karşılaştırması#

Bu mimarilerin ham hesaplama ölçütleri karşılaştırıldığında, YOLOv9'un daha modern bir temel sunduğu, YOLOX'in ise eski kurulumlar için hafif bir seçenek olarak kaldığı açıktır. Aşağıda standart modellerinin ayrıntılı bir dökümü yer almaktadır.

YOLOv9, karşılaştırılabilir parametre sayıları genelinde daha üstün doğruluk gösterse de hız, doğruluk ve kullanım kolaylığı arasında en iyi dengeyi arayan geliştiriciler Ultralytics'in en yeni gelişmelerini değerlendirmelidir.

Ultralytics'in Avantajı: YOLO26 ile Tanışın#

YOLOX ve YOLOv9 gibi geçmiş modelleri değerlendirmek değerli bir bağlam sağlasa da günümüzdeki en gelişmiş teknoloji Ultralytics YOLO26 ile tanımlanmaktadır. 2026'nın başlarında yayımlanan YOLO26, modern kurumsal ortamlar için algılama işlem hattını temelden yeniden tasarlar.

Rakipsiz Mimari Yenilikler#

YOLO26, öncüllerinin son işleme darboğazlarını yerel uçtan uca, NMS'siz bir tasarımla tamamen çözer ve tüm donanımlarda daha kolay dağıtım sağlar. Ayrıca Dağılımsal Odak Kaybını (DFL) kaldırıp Stokastik Gradyan İnişi ve Muon'un bir melezi olan yeni MuSGD İyileştiricisini entegre ederek YOLO26, eşi benzeri görülmemiş bir eğitim kararlılığı elde eder.

Raspberry Pi gibi kaynakları kısıtlı ortamlara dağıtım yapan geliştiriciler için YOLO26, %43'e kadar daha hızlı CPU çıkarımı sunar. Ayrıca, küçük nesne tanımada büyük iyileştirmeler sağlayan ProgLoss + STAL kayıp işlevlerini kullanıma sunar; bu da hava görüntüleri ve drone analizleri için kritik öneme sahiptir.

Kolaylaştırılmış Geliştirme Ekosistemi#

Bağımsız araştırma depolarının aksine Ultralytics ekosistemi, rakipsiz bir geliştirici deneyimi sunar. Ultralytics Python API kullanılarak mühendisler standart kod miktarını büyük ölçüde azaltabilir. Ayrıca bellek gereksinimleri yüksek düzeyde optimize edilmiştir; bu da yoğun biçimde dikkat mekanizmalarına dayanan mimarilere kıyasla daha az GPU VRAM kullanarak güçlü modeller eğitebileceğin anlamına gelir.

from ultralytics import YOLO

# Load the highly optimized, NMS-free YOLO26 small model
model = YOLO("yolo26s.pt")

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

# Easily export to optimized deployment formats
model.export(format="engine", quantize=16)  # Exports to TensorRT

YOLO26, algılamanın ötesinde aynı çerçeve içinde çok sayıda görevi sorunsuzca destekler. İster uydu görüntüleme için hassas Yönlendirilmiş Sınırlayıcı Kutular (OBB) ister tıbbi görüntüleme uygulamaları için ayrıntılı piksel maskeleri gereksin, iş akışı aynı kalır. Önceki nesil iş akışlarını kullanan ekipler için Ultralytics YOLO11 da kullanılabilir ve tamamen desteklenir.

İdeal Kullanım Alanları ve Dağıtım Stratejileri#

Doğru mimariyi seçmek tamamen hedef dağıtım ortamına ve proje gereksinimlerine bağlıdır.

Uç Bilişim ve Robotik#

Düşük güçlü cihazlarda yoğun son işleme gerektiren modellere güvenmek performansı ciddi biçimde düşürebilir. YOLOX-Nano son derece küçük olsa da doğruluğu güvenlik açısından kritik görevler için çoğu zaman yetersizdir. YOLO26 burada kesin tercihtir; DFL ve NMS içermemesi, ham CPU iş parçacıklarında sorunsuz çalışmasını sağlar ve onu otonom robotik veya akıllı otopark yönetimi için ideal kılar.

Akademik Karşılaştırma#

Tek hedef gradyan akışını analiz etmek ve derin ağ darboğazlarını incelemekse YOLOv9, araştırma için hâlâ mükemmel bir konudur. PGI çerçevesi, özelliklerin derin sinir ağı katmanları boyunca nasıl korunduğuna dair ilgi çekici bilgiler sunar ve bu da onu evrişim teorisini araştıran üniversite araştırmacıları için değerli bir araç haline getirir.

Kurumsal Video Analitiği#

Güvenlik alarm sistemleri veya trafik izleme gibi büyük ölçekli video işleme görevlerinde hız ve çok yönlü dışa aktarma özellikleri büyük önem taşır. Ultralytics çerçevesinin sunduğu yerel dışa aktarma araçları, ekiplerin tek bir komutla YOLO26'yı doğrudan TensorRT veya OpenVINO için derlemesine olanak tanıyarak pazara sunma süresini büyük ölçüde kısaltır.

Ultralytics ekosisteminin kapsamlı özelliklerinden yararlanan makine öğrenimi ekipleri, ham araştırma kod tabanlarının karmaşıklıklarını aşabilir ve doğrudan ölçeklenebilir, gerçek dünyaya yönelik yapay zekâ uygulamaları geliştirmeye odaklanabilir.