[Ultralytics] SAM-2 문서에 YOLO26 벤치마크 및 참조 추가

PR 링크: ultralytics/ultralytics#24072 상태: Merged | 변경: +18 / -15

들어가며

모델 비교 벤치마크는 사용자가 기술 선택을 할 때 가장 먼저 참조하는 자료입니다. Ultralytics의 SAM-2(Segment Anything Model 2) 문서에서 YOLO 모델과의 성능 비교표를 최신 YOLO26 기준으로 업데이트한 이번 PR은, 벤치마크 데이터의 신뢰성과 최신성을 유지하는 작업입니다.

핵심 코드 분석

벤치마크 테이블 업데이트

Before:

| Ultralytics [YOLOv8n-seg] | **6.7** (11.7x smaller) | **3.4** (11.4x less) | **24.5** (1061x faster) |
| Ultralytics [YOLO11n-seg] | **5.9** (13.2x smaller) | **2.9** (13.4x less) | **30.1** (864x faster)  |

After:

| Ultralytics [YOLOv8n-seg] | **7.1** (11.0x smaller) | **3.4** (11.4x less) | **24.8** (945x faster)  |
| Ultralytics [YOLO11n-seg] | **6.2** (12.6x smaller) | **2.9** (13.4x less) | **24.3** (964x faster)  |
| Ultralytics [YOLO26n-seg] | **6.7** (11.7x smaller) | **2.7** (14.4x less) | **25.2** (930x faster)  |

YOLO26n-seg 행이 추가되었고, 기존 모델의 수치도 새로운 테스트 환경 기준으로 업데이트되었습니다. YOLO26n-seg는 2.7M 파라미터로 YOLO11n-seg(2.9M)보다 더 적은 파라미터를 사용하면서도 비슷한 속도를 유지합니다.

테스트 환경 표준화

Before:

Tests run on a 2025 Apple M4 Pro with 24GB of RAM using `torch==2.6.0` and `ultralytics==8.3.90`.

After:

SAM speeds measured with PyTorch, YOLO speeds measured with ONNX Runtime.
Tests run on a 2025 Apple M4 Air with 16GB of RAM using `torch==2.10.0`,
`ultralytics==8.4.31`, and `onnxruntime==1.24.4`.

YOLO 모델의 벤치마크를 PyTorch 직접 추론에서 ONNX Runtime으로 전환했습니다. 이는 실제 프로덕션 배포 시나리오에 더 가까운 측정입니다.

왜 이게 좋은가

1. 최신 모델 반영: YOLO26은 NMS-free end-to-end 추론을 지원하는 최신 아키텍처입니다. 문서에 이를 포함함으로써 사용자가 최신 옵션을 인지할 수 있습니다.

2. 공정한 비교: SAM은 PyTorch, YOLO는 ONNX Runtime으로 각각의 실제 배포 형태에 맞게 벤치마크를 분리하여 더 현실적인 비교를 제공합니다.

3. 재현 가능한 벤치마크: 테스트 환경(하드웨어, 프레임워크 버전)을 명시하고 재현 코드를 제공하여 벤치마크의 투명성을 확보했습니다.

정리

벤치마크 문서의 업데이트는 단순한 숫자 교체가 아닙니다. 테스트 방법론의 개선(ONNX Runtime 도입), 최신 모델 추가(YOLO26), 환경 정보의 정확한 기재를 통해 사용자가 신뢰할 수 있는 기술 비교 자료를 제공합니다.

참고 자료

• ultralytics/ultralytics#24072
• SAM-2 문서

---

이 글은 AI(Claude)의 도움을 받아 작성되었으며, 실제 PR의 코드 변경 사항을 기반으로 분석한 내용입니다.