ابدأ

DAMO-YOLO مقابل RTDETRv2

أنتجت أبحاث الرؤية الحاسوبية العديد من البنى المصممة لتحقيق توازن بين السرعة والدقة والكفاءة الحسابية. ويتبع DAMO-YOLO وRTDETRv2 نهجين مختلفين لهذه التحديات. ورغم استهدافهما كليهما الاستدلال في الزمن الحقيقي، فإن فلسفتيهما المعماريتين تختلفان اختلافًا جوهريًا.

يغطي هذا الدليل المواصفات التقنية والابتكارات المعمارية وحالات الاستخدام العملية لكلا النموذجين، ويوضح كيف تعمل منصة Ultralytics وYOLO26 على تبسيط النشر.

نظرة عامة على النماذج#

التعرف على DAMO-YOLO#

طوّر باحثون في مجموعة Alibaba نموذج DAMO-YOLO، الذي يقدم طريقة سريعة ودقيقة لكشف الأجسام وتعتمد بدرجة كبيرة على البحث عن البنية العصبية (NAS). ويستبدل الأعمدة الفقارية المصممة يدويًا ببنى مولّدة باستخدام NAS ومصممة لخفض زمن الاستجابة. كما يضم RepGFPN فعالة (شبكة هرم السمات المعممة ذات إعادة المعلمة) وتصميم ZeroHead لتبسيط تجميع السمات والتنبؤ بمربعات الإحاطة.

تفاصيل النموذج الرئيسية:

اطّلع على مزيد من المعلومات حول DAMO-YOLO

التعرف على RTDETRv2#

يمثل RTDETRv2 من Baidu خطوة بارزة إلى الأمام في محولات الكشف في الزمن الحقيقي. وعلى خلاف كواشف الشبكات العصبية الالتفافية (CNN) التي تعتمد على كبح غير الأقصى (NMS)، يستخدم RTDETRv2 الانتباه الذاتي لنمذجة السياق العام في الصورة بأكملها. ويُخرج مربعات الإحاطة مباشرةً، متجاوزًا تمامًا خطوة المعالجة اللاحقة لـNMS. ويقدم هذا النموذج استراتيجية تدريب «حزمة من المزايا المجانية» لتحسين الدقة الأساسية من دون زيادة زمن الاستدلال.

تفاصيل النموذج الرئيسية:

تعرّف على المزيد حول RTDETRv2

اعتماد بنى Transformer في الذكاء الاصطناعي للرؤية

مع أن المحولات تتطلب موارد حوسبة أكبر، فإن قدرتها على معالجة السياق العام تجعلها فعالة في فهم المشاهد المعقدة، وهي إحدى نقاط القوة الرئيسية في RTDETRv2.

مقارنة الأداء#

عند تقييم هذه النماذج للنشر في العالم الحقيقي، تكون مقاييس مثل متوسط الدقة (mAP) وسرعة الاستدلال وحجم الذاكرة عوامل حاسمة. وتتطلب النماذج القائمة على Transformer مثل RTDETRv2 عمومًا ذاكرة CUDA أكبر أثناء التدريب والاستدلال مقارنةً بنماذج CNN خفيفة الوزن مثل DAMO-YOLO.

يقارن الجدول أدناه مقاييس أدائها.

النموذجالحجم
(بكسل)
‏mAPval50-95السرعة
CPU ONNX
(مللي ثانية)
السرعة
T4 TensorRT10
(ms)
المعاملات
(M)
FLOPs
(B)
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3
RTDETRv2-s64048.1-5.032060
RTDETRv2-m64051.9-7.5136100
RTDETRv2-l64053.4-9.7642136
RTDETRv2-x64054.3-15.0376259

حالات الاستخدام المثالية#

مواضع تميّز DAMO-YOLO: بفضل عموده الفقري المحسّن باستخدام NAS وانخفاض عدد المعلمات في إصداراته الأصغر (مثل DAMO-YOLOt)، يلائم النموذج النشر على الأجهزة محدودة الموارد. وإذا كنت تبني حلولًا للأجهزة المضمنة باستخدام أطر تشغيل مثل ONNX أو محركات TensorRT متخصصة للحوسبة الطرفية، فإن DAMO-YOLO يوفر إطارًا سريع الاستجابة.

مواضع تميّز RTDETRv2: يحقق RTDETRv2 أفضل أداء عندما تتوفر وحدات GPU بمستوى الخوادم ويكون السياق العام للصورة بالغ الأهمية. وتتيح له بنية Transformer معالجة مربعات الإحاطة المتداخلة طبيعيًا من دون NMS، ما يجعله خيارًا متينًا لـإدارة الحشود أو تتبع الأجسام المعقد، حيث تكون العلاقات المكانية بين الأجسام المتباعدة حاسمة.

ميزة Ultralytics: تقديم YOLO26#

على الرغم من أن DAMO-YOLO وRTDETRv2 يمثلان إنجازين أكاديميين مهمين، فإن تحويلهما إلى تطبيقات قابلة للتوسع وجاهزة للإنتاج قد يكون صعبًا. فكثيرًا ما يواجه المطورون قواعد شفرات متفرقة، وغياب دعم التعلم متعدد المهام، ومسارات نشر معقدة.

وهنا تبرز منظومة Ultralytics. فمن خلال إعطاء الأولوية لسهولة الاستخدام وواجهة Python API تحظى بصيانة جيدة وتعدد المهام، تتيح Ultralytics للمطورين قضاء وقت أقل في تصحيح الأخطاء ووقت أكثر في البناء.

يبني نموذج Ultralytics YOLO26 الذي صدر حديثًا على هذه المزايا، مع تحسينات عديدة مقارنةً بكل من DAMO-YOLO وRTDETRv2:

  • تصميم شامل من دون NMS: استنادًا إلى تدريب YOLOv10 الخالي من NMS، يوفر YOLO26 رأسًا شاملًا اختياريًا (nms=False). وهذا يلغي المعالجة اللاحقة لـNMS، ما يجعل النشر أسرع وأبسط من كواشف CNN التقليدية، مع تحقيق مزايا الإخراج المباشر نفسها التي يقدمها RTDETRv2.
  • استدلال أسرع على CPU بنسبة تصل إلى 43%: يعمل YOLO26n بسرعة تفوق YOLO11n بنسبة تصل إلى 43% على CPU باستخدام ONNX، كما أنه محسّن لـأجهزة الذكاء الاصطناعي الطرفية التي لا تحتوي على وحدات GPU منفصلة، ما يجعله خيارًا أفضل لتطبيقات إنترنت الأشياء من المحولات كثيرة استهلاك الذاكرة.
  • مُحسِّن MuSGD: استلهامًا من Kimi K2 من Moonshot AI، ينقل هذا المزيج من SGD وMuon تقنيات تدريب النماذج اللغوية الكبيرة (LLM) إلى مجال الرؤية الحاسوبية، ما يؤدي إلى تدريب مستقر وتقارب أسرع.
  • ProgLoss + STAL: تحسن الخسارة التقدمية وإسناد التسميات المراعي للأهداف الصغيرة التعرّف على الأجسام الصغيرة، وهو مجال تواجه فيه النماذج صعوبات تقليديًا. وهذا أمر بالغ الأهمية لـالصور الجوية وتطبيقات الطائرات المسيّرة.
  • إزالة DFL: أُزيلت دالة خسارة البؤرة التوزيعية لضمان تبسيط تنسيقات التصدير وتحسين التوافق مع الأجهزة الطرفية منخفضة الطاقة.
  • تعدد المهام: على خلاف النماذج المنافسة المحدودة بالكشف، يتضمن YOLO26 تحسينات خاصة بكل مهمة، مثل خسارة التجزئة الدلالية التي تحسن تقارب تجزئة المثيلات، وتقدير الاحتمالية اللوغاريتمية المتبقية (RLE) لـتقدير الوضعية، وخسارة زاوية متخصصة لـمربعات الإحاطة الموجّهة (OBB).
كفاءة الذاكرة مهمة

يتطلب تدريب النماذج القائمة على Transformer مثل RTDETRv2 تخصيصات كبيرة من ذاكرة CUDA، ما يستلزم غالبًا إعدادات متعددة وحدات GPU باهظة التكلفة. وتحتاج نماذج Ultralytics YOLO إلى ذاكرة أقل بكثير أثناء التدريب والاستدلال، ما يجعل تطوير الذكاء الاصطناعي متاحًا للباحثين والهواة على حد سواء.

مثال برمجي: واجهة Ultralytics API الموحدة#

من أهم مزايا منظومة Ultralytics واجهة API الموحدة. يمكنك تحميل مجموعة متنوعة من النماذج وتدريبها والتحقق من صحتها، بما فيها تنفيذ PyTorch لـRT-DETR وأحدث نماذج YOLO، من دون تغيير سير عملك.

from ultralytics import RTDETR, YOLO

# ⁨تحميل نموذج RT-DETR⁩
model_rtdetr = RTDETR("rtdetr-l.pt")

# ⁨تحميل نموذج YOLO26⁩
model_yolo = YOLO("yolo26n.pt")

# ⁨تنفيذ الاستدلال على صورة باستخدام واجهة موحدة وبسيطة⁩
results_rtdetr = model_rtdetr("https://ultralytics.com/images/bus.jpg")
results_yolo = model_yolo("https://ultralytics.com/images/bus.jpg")

# ⁨عرض الكائنات المكتشفة⁩
results_yolo[0].show()

تمتد هذه البساطة إلى التدريب على مجموعات البيانات المخصصة والتصدير. وباستخدام حزمة Ultralytics لـPython، يستطيع المطورون تصدير الأوزان المدرّبة إلى تنسيقات النشر مثل CoreML أو OpenVINO بأمر واحد.

الخلاصة واستكشاف المزيد#

أسهم كل من DAMO-YOLO وRTDETRv2 في تطوير كشف الأجسام في الزمن الحقيقي. يوفر DAMO-YOLO بُنى شبكية محسّنة ومصممة تلقائيًا لتحقيق الكفاءة الخام، بينما يوضح RTDETRv2 قدرة المحولات على المنافسة في مجال الزمن الحقيقي عبر إزالة الاختناقات التقليدية مثل NMS.

لكن نماذج Ultralytics YOLO تظل خيارًا افتراضيًا قويًا للمطورين الذين يسعون إلى توازن بين الأداء والتوثيق الشامل والجاهزية للإنتاج. ومع YOLO26، يحصل المستخدمون على كشف شامل اختياري شبيه بالمحولات وكفاءة تدريب مستوحاة من النماذج اللغوية الكبيرة واستدلال سريع على CPU، ضمن منظومة بديهية ومتينة.

إذا كنت تقيّم نماذج لمشروعك التالي، فقد ترغب أيضًا في قراءة مقارنة EfficientDet مقابل RT-DETR، واستكشاف الجيل السابق YOLO11، أو مراجعة خطوط الأساس الأكاديمية مثل YOLOX. ابدأ البناء اليوم باستكشاف دليل البدء السريع من Ultralytics.

التعليقات

اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.