مقارنة بين DAMO-YOLO و EfficientDet#
أنتج تطور الرؤية الحاسوبية مجموعة من البنى التحتية القوية المصممة لتلبية متطلبات العالم الحقيقي المتنوعة. فبينما تعطي بعض الأطر الأولوية لقابلية التوسع الهائلة، يركز البعض الآخر بشكل كبير على سرعة الاستنتاج في الوقت الفعلي. في هذه المقارنة التقنية، نستكشف DAMO-YOLO و EfficientDet، وهما نموذجان مؤثران للغاية يظهران نهجاً متميزاً لحل مشكلة كشف الأشياء. سنقوم بتحليل بنيتهما، ومقارنة أداء قياساتهما، وفي النهاية استكشاف سبب كون Ultralytics YOLO26 الذي تم إصداره حديثاً يمثل الخيار الأمثل لعمليات النشر الإنتاجية الحديثة.
نظرة عامة على البنية#
تم تصميم كلا النموذجين لمعالجة المقايضة بين الكفاءة والدقة، لكنهما يعتمدان على آليات مختلفة جذرياً لتحقيق أهدافهما.
DAMO-YOLO: السرعة من خلال البحث في بنية الشبكة العصبية#
تم تطوير DAMO-YOLO لدفع حدود الكشف في الوقت الفعلي، حيث يستفيد من تقنيات البحث الآلي لبناء شبكات عالية الكفاءة مصممة للبيئات ذات زمن الاستجابة المنخفض.
تفاصيل DAMO-YOLO:
المؤلفون: Xianzhe Xu، وYiqi Jiang، وWeihua Chen، وYilun Huang، وYuan Zhang، وXiuyu Sun
المنظمة: Alibaba Group
التاريخ: 2022-11-23
Arxiv: https://arxiv.org/abs/2211.15444v2
GitHub: https://github.com/tinyvision/DAMO-YOLO
تم بناء DAMO-YOLO حول عمود فقري يعتمد على البحث في بنية الشبكة العصبية (NAS) والذي يعمل على تحسين كل من السرعة والدقة. يقدم النموذج RepGFPN (شبكة هرمية للميزات المعممة والمعاد برمجتها)، والتي تعزز دمج الميزات مع الحفاظ على سرعات استنتاج عالية. علاوة على ذلك، يقلل تصميم ZeroHead الخاص به من العبء الحسابي المرتبط عادةً برؤوس الكشف. يستفيد النموذج أيضاً من AlignedOTA (تخصيص النقل الأمثل المحاذاة) وتحسين التقطير، مما يضمن تعلم حتى أصغر المتغيرات تمثيلات غنية من النماذج الأكبر.
EfficientDet: قابلية التوسع من خلال التوسع المركب#
على النقيض من النهج الذي يضع السرعة في المقام الأول، يركز EfficientDet على قابلية التوسع المنهجي عبر ميزانيات حوسبة متنوعة.
تفاصيل EfficientDet:
المؤلفون: Mingxing Tan، وRuoming Pang، وQuoc V. Le
المنظمة: Google Brain
التاريخ: 2019-11-20
Arxiv: https://arxiv.org/abs/1911.09070
GitHub: https://github.com/google/automl/tree/master/efficientdet
يقدم EfficientDet تقنية BiFPN (شبكة هرمية للميزات ثنائية الاتجاه)، والتي تسمح بدمج ميزات متعددة المقاييس بسهولة وسرعة. على عكس الطرق التقليدية التي توسع البنى عن طريق إضافة طبقات أو قنوات بشكل عشوائي، يستخدم EfficientDet طريقة توسع مركبة تقوم بتوسيع الدقة والعمق والعرض للعمود الفقري وشبكة الميزات وشبكات توقع الصندوق/الفئة بشكل موحد في وقت واحد. يسمح هذا للنموذج بتحقيق دقة متطورة على الأجهزة المتطورة مع تقديم متغيرات أصغر للبيئات ذات الموارد المحدودة.
مقارنة الأداء والمقاييس#
عند مقارنة هذه النماذج جنباً إلى جنب، يتضح التوازن بين الدقة المحضة وسرعة الاستدلال. يوضح الجدول أدناه مقاييس الأداء الرئيسية، مسلطاً الضوء على كيفية توافق قدرات الاستدلال لـ DAMO-YOLO مع عائلة نموذج EfficientDet.
| النموذج | الحجم (بكسل) | mAPval 50-95 | السرعة CPU ONNX (ms) | السرعة T4 TensorRT10 (ms) | المعلمات (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| DAMO-YOLOt | 640 | 42.0 | - | 2.32 | 8.5 | 18.1 |
| DAMO-YOLOs | 640 | 46.0 | - | 3.45 | 16.3 | 37.8 |
| DAMO-YOLOm | 640 | 49.2 | - | 5.09 | 28.2 | 61.8 |
| DAMO-YOLOl | 640 | 50.8 | - | 7.18 | 42.1 | 97.3 |
| EfficientDet-d0 | 640 | 34.6 | 10.2 | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | 13.5 | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 640 | 43.0 | 17.7 | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 640 | 47.5 | 28.0 | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 640 | 49.7 | 42.8 | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 640 | 51.5 | 72.5 | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 640 | 52.6 | 92.8 | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 640 | 53.7 | 122.0 | 128.07 | 51.9 | 325.0 |
كما رأينا أعلاه، يحقق EfficientDet-d7 أعلى دقة إجمالية، مما يجعله مناسباً للتطبيقات السحابية الصارمة. في المقابل، توفر سلسلة DAMO-YOLO دقة تنافسية للغاية مع زمن استجابة أقل بكثير على أجهزة GPU، مما يجعلها مرشحاً أقوى لنشرها في الحافة في الوقت الفعلي.
حالات الاستخدام والتوصيات#
يعتمد الاختيار بين DAMO-YOLO و EfficientDet على متطلبات مشروعك المحددة، وقيود النشر، وتفضيلات النظام البيئي.
متى تختار DAMO-YOLO#
يعد DAMO-YOLO خياراً قوياً لما يلي:
- تحليلات الفيديو ذات الإنتاجية العالية: معالجة تدفقات الفيديو ذات معدل الإطارات العالي على بنية تحتية ثابتة لوحدات GPU من NVIDIA حيث يكون إنتاجية الدفعة-1 هو المقياس الأساسي.
- خطوط التصنيع الصناعية: السيناريوهات ذات قيود زمن انتقال GPU صارمة على أجهزة مخصصة، مثل فحص الجودة في الوقت الفعلي على خطوط التجميع.
- أبحاث البحث في البنية العصبية: دراسة تأثيرات البحث الآلي في البنية (MAE-NAS) والهياكل الأساسية المعاد برمجتها بكفاءة على أداء الاكتشاف.
متى تختار EfficientDet#
يُنصح باستخدام EfficientDet في الحالات التالية:
- خطوط أنابيب Google Cloud وTPU: الأنظمة المتكاملة بعمق مع واجهات برمجة تطبيقات Google Cloud Vision أو بنية TPU التحتية حيث يتمتع EfficientDet بتحسين أصلي.
- أبحاث القياس المركب (Compound Scaling): المقارنة المعيارية الأكاديمية التي تركز على دراسة تأثيرات موازنة عمق الشبكة، وعرضها، وتوسيع نطاق الدقة.
- النشر على الأجهزة المحمولة عبر TFLite: المشاريع التي تتطلب بشكل خاص تصدير TensorFlow Lite لنظام أندرويد أو أجهزة لينكس المدمجة.
متى تختار Ultralytics (YOLO26)#
بالنسبة لمعظم المشاريع الجديدة، يقدم Ultralytics YOLO26 أفضل مزيج من الأداء وتجربة المطورين:
- نشر الحافة الخالي من NMS: التطبيقات التي تتطلب استنتاجاً متسقاً ومنخفض زمن الانتقال دون تعقيدات معالجة ما بعد المعالجة باستخدام كبت غير الأقصى.
- بيئات وحدة المعالجة المركزية (CPU) فقط: الأجهزة التي لا تحتوي على تسريع مخصص بوحدة معالجة الرسوميات (GPU)، حيث توفر سرعة استنتاج CPU أسرع بنسبة تصل إلى 43% في YOLO26 ميزة حاسمة.
- الكشف عن الأشياء الصغيرة: السيناريوهات الصعبة مثل صور الطائرات بدون طيار الجوية أو تحليل مستشعرات إنترنت الأشياء (IoT) حيث تعمل ProgLoss و STAL على تعزيز الدقة بشكل كبير على الأشياء الدقيقة.
البديل الحديث: Ultralytics YOLO26#
بينما يمثل كل من DAMO-YOLO وEfficientDet معالم أكاديمية هامة، غالباً ما يتطلب النشر في العالم الحقيقي نهجاً أكثر توازناً وغاية في الثراء بالميزات وسهل الاستخدام للمطورين. وهنا يأتي دور Ultralytics YOLO26 ليضع معياراً صناعياً جديداً.
تم إطلاق YOLO26 في يناير 2026، وهو يرتكز على إرث سابقيه، بما في ذلك Ultralytics YOLO11 وYOLOv8، مقدماً تحولاً جذرياً في كيفية تعاملنا مع اكتشاف الكائنات.
يتميز YOLO26 بتصميم أصلي End-to-End NMS-Free. من خلال القضاء على قمع الحدود غير القصوى (NMS) أثناء المعالجة اللاحقة - وهو عنق زجاجة أرقّ كاشفات الأشياء لسنوات - يوفر YOLO26 خط أنابيب نشر أبسط وأسرع بكثير، خاصة على أجهزة الحافة.
أداء وتعدد استخدامات لا مثيل لهما#
لا تقتصر تحسينات YOLO26 على السرعة فحسب، بل تعيد تعريف استقرار التدريب والدقة. فهو يقدم MuSGD Optimizer، وهو هجين يجمع بين SGD وMuon مستوحى من ابتكارات تدريب نماذج اللغات الكبيرة (LLM)، مما يؤدي إلى معدلات تقارب أسرع بشكل كبير وكفاءة تدريب فائقة. على عكس البدائل الثقيلة القائمة على Transformer مثل RT-DETR، يحافظ YOLO26 على متطلبات ذاكرة منخفضة بشكل لا يصدق، مما يضمن إمكانية تدريبه على الأجهزة الاستهلاكية.
علاوة على ذلك، يدمج YOLO26 تقنية ProgLoss + STAL، مما يحسن بشكل كبير من التعرف على الكائنات الصغيرة والذي يعد أمراً حيويّاً لحالات الاستخدام مثل صور الطائرات بدون طيار الجوية والروبوتات. ولتحسين الأداء على الأجهزة منخفضة الطاقة، قام YOLO26 بإزالة خسارة بؤر التوزيع (DFL)، مما أدى إلى استدلال أسرع على المعالج (CPU) بنسبة تصل إلى 43% مقارنة بالأجيال السابقة.
النظام البيئي وسهولة الاستخدام#
تُعد عملية التكامل المعقدة إحدى أكبر العقبات في نماذج مثل EfficientDet. في المقابل، توفر منصة Ultralytics Platform بيئة عمل متكاملة وشاملة تتم صيانتها جيداً. ومن خلال واجهة برمجة تطبيقات موحدة (API)، يمكن للمستخدمين الانتقال بسهولة بين الاكتشاف، وتجزئة المثيلات، وتقدير الوضعية، وتصنيف الصور، والصناديق المحيطة الموجهة (OBB).
إليك مدى بساطة التدريب وتشغيل الاستنتاج باستخدام YOLO26 عبر حزمة Ultralytics Python:
from ultralytics import YOLO
# Load the state-of-the-art YOLO26 nano model
model = YOLO("yolo26n.pt")
# Train the model on your custom dataset with minimal memory footprint
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)
# Run ultra-fast NMS-free inference
predictions = model.predict("image.jpg")الخلاصة#
في حين أن استكشاف DAMO-YOLO vs EfficientDet يقدم رؤى ممتازة حول المقايضات بين البحث عن البنية العصبية والقياس المركب، فإن المطورين المعاصرين يتطلبون أدوات تقطع الفجوة بين البحث الأكاديمي وواقع الإنتاج.
بالنسبة للمطورين الذين يضعون سهولة الاستخدام في المرتبة الأولى، ومجتمع مفتوح المصدر نشط، وتوازناً لا يساوم عليه بين السرعة والدقة، يُعد Ultralytics YOLO26 الخيار الحاسم. إن بنيته الخالية من NMS، ونفقات التدريب المنخفضة، وتامله السلس مع بيئة عمل Ultralytics الشاملة تجعله الإطار الأمثل لمشروع الرؤية الحاسوبية القادم.