Detection Models — YOLO، R-CNN، SSD

// YOLO · R-CNN · SSD · RETINANET · DETR

Detection Models

YOLO، Faster R-CNN، SSD ۋە DETR ئۇيغۇرچە سېلىشتۇرما قوللانما

Object detection ئۇقۇمىنى بىلگەندىن كېيىن سوئال شۇ: قايسى model نى ئىشلىتىمىز؟ بۇ بەتتە YOLO ئائىلىسى (v5، v8، v11)، Faster R-CNN، SSD، RetinaNet ۋە يېڭى DETR قاتارلىق ئەڭ مەشهۇر detection model لارنىڭ مىيخانىزمى، ئارتۇقچىلىقى ۋە قايسى ئەھۋالدا قايسىسىنى تاللاش كېرەكلىكىنى سېلىشتۇردۇق.

01 — Model Family 02 — One-stage vs Two-stage 03 — YOLO تارىخى 04 — Faster R-CNN 05 — SSD / RetinaNet 06 — DETR (Transformer) 07 — Benchmark 08 — قايسىسىنى تاللاش

model-comparison

real-time، single-pass، edge-friendly

two-stage، yuqori mAP، sekinroq

focal loss، small object كۈچلۈك

anchor-free، end-to-end، set prediction

Detection Model نىڭ ئائىلىسى

ھەر model نىڭ ئۆز فىلوسوفىيىسى بار

Detection model لار ئاساسلىقى ئىككى يۇلغا بۇلىنىدۇ: one-stage (YOLO، SSD، RetinaNet — تېز، بىر قانال) ۋە two-stage (R-CNN ئائىلىسى — ئالدى region تەكلىپ قىلىپ، ئاندىن classify قىلىدۇ، ئەسلىدە ئاستا ئەمما ئېنىق). يېقىنقى يىللاردا transformer-based (DETR) يۈرۈشى ئوتتۇرىغا چىقتى.

One-stage vs Two-stage

Region proposal بار-يوقلۇقى ئاساسلىق پەرق

One-stage

Two-stage

Transformer-based

YOLO نىڭ تەرەققىيات تارىخى

v1 دىن v11 غىچە — نېمە ئۆزگەرگەن؟

PYTHON

yolo_infer.py

from  ultralytics  import  YOLO

model =  YOLO ( "yolo11n.pt" )
results = model. predict ( "street.jpg" , conf= 0.25 , iou= 0.45 )

 for  box  in  results[ 0 ].boxes:
     print (box.xyxy, box.conf, box.cls)

YOLO نىڭ ئاتى — "You Only Look Once" — رەسىمنى بىرلا قېتىم CNN دىن ئۆتكۈزۈپ، ھەممە box+class نى بىراقلا چىقىرىدىغان ئىدىيىدىن كەلگەن. شۇ سەبەبتىن real-time detection ئۈچۈن ئەڭ كۆپ تاللىنىدىغان model ئائىلىسى.

Faster R-CNN قانداق ئىشلەيدۇ؟

ئېنىقلىقنى ئالدىغا قويغان two-stage ئۇسۇل

Region Proposal Network

Feature map ئۈستىدە "ئوبيېكت بار بولۇشى مۇمكىن" بولغان region candidate لارنى تەكلىپ قىلىدۇ.

Region of Interest

ھەر region candidate نى تەڭشىمە ئۆلچەمدىكى feature گە ئايلاندۇرىدۇ.

ئاخىرقى box + class

Region لار ئۈچۈن ئاخىرقى class label ۋە box refine قىلىنىدۇ.

Faster R-CNN كۆپىنچە research benchmark ۋە ئېنىقلىق ئالدى سىستىمىلاردا، مەسىلەن medical imaging دا، تېخىمۇ كۆپ ئىشلىتىلىدۇ — چۈنكى ئىككى باسقۇچلۇق refine جەريانى mAP نى يۇقىرى قىلىدۇ.

SSD ۋە RetinaNet

YOLO دىن باشقا one-stage تاللانما

Focal Loss — RetinaNet نىڭ ئاچقۇچلۇق ئىخىتىراسى. كۆپ background sample (easy negative) لوس قىممىتىنى بېسىپ قويۇپ، model نى hard sample (كىچىك/قاتلاشقان ئوبيېكت) غا ئىنتايىن دىققەت قىلدۇرىدۇ.

DETR — Transformer Detection

Anchor ۋە NMS سىز يېڭى يول

DETR (Detection Transformer) — CNN backbone + transformer encoder-decoder ئارقىلىق رەسىمدىكى ئوبيېكتلارنى بىۋاسىتە "set" سۈپىتىدە بەشكۈرىدۇ. Anchor box، NMS قاتارلىق قول بىلەن تەڭشەلگەن heuristic لارنىڭ كۆپىنچىسىنى ئادەتتىكى hand-crafted component لاردىن قۇتۇلدۇرىدۇ.

Traditional (YOLO/SSD)

DETR

Benchmark سېلىشتۇرمىسى

تەخمىنى سان — hardware/config گە قاراپ ئۆزگىرىدۇ

سان لار dataset، resolution ۋە hardware گە قاراپ كۆپ ئۆزگىرىدۇ — بۇ جەدۋەل پەقەت نىسپىي تەرتىپنى چۈشىنىش ئۈچۈن. ئۆزىڭىزنىڭ use case ىڭىزدا ھامان benchmark قىلىپ كۆرۈڭ.

قايسى مودېلنى تاللاش كېرەك؟

Use case ئاساسلىق، "ئەڭ ياخشى model" دېگەن يوق

ئەڭ قىسقا يەكۈن

Real-time لازىم بولسا YOLO، ئېنىقلىق ئالدى بولسا R-CNN ئائىلىسى، كىچىك ئوبيېكت كۆپ بولسا RetinaNet، ئىزدىنىش/يېڭى ئىدىيە بولسا DETR. Production دا ئادەتتە YOLOv8/v11 ئەڭ كۆپ تاللىنىدۇ — چۈنكى speed، accuracy ۋە deployment تولىمۇ بالانسلىق.

// DetectionModels_Guide v1.0 | idirak.com | 2026

تۈزگۈچى: سۈنئىي ئىدراك — idirak.com ئۈچۈن Detection Models ئۇيغۇرچە قوللانمىسى

YOLO · Faster R-CNN · SSD · RetinaNet · DETR