DAMO-YOLO مقابل YOLO11
عند اختيار تصميم معماري لاكتشاف الأجسام في الزمن الحقيقي لمشروع الرؤية الحاسوبية المقبل، من المفيد فهم أوجه الاختلاف بين النماذج الرائدة. يقدم هذا الدليل مقارنة تقنية بين DAMO-YOLO وUltralytics YOLO11، تشمل تصميميهما المعماريين ومقاييس الأداء وأساليب التدريب وسيناريوهات النشر الأنسب لكل منهما.
تفاصيل DAMO-YOLO:
- المؤلفون: Xianzhe Xu وYiqi Jiang وWeihua Chen وYilun Huang وYuan Zhang وXiuyu Sun
- المؤسسة: Alibaba Group
- التاريخ: 2022-11-23
- arXiv: 2211.15444v2
- GitHub: tinyvision/DAMO-YOLO
- التوثيق: توثيق DAMO-YOLO
تفاصيل YOLO11:
- المؤلفان: Glenn Jocher وJing Qiu
- الجهة: Ultralytics
- التاريخ: 2024-09-27
- GitHub: ultralytics/ultralytics
- الوثائق: وثائق YOLO11
فلسفة التصميم المعماري#
تحدد البنية الأساسية لنموذج كشف الأجسام سرعة الاستدلال ودقته وقابليته للتكيف مع بيئات الأجهزة المختلفة.
يقدّم DAMO-YOLO عدة ابتكارات أكاديمية، معتمدًا بدرجة كبيرة على البحث عن البنى المعمارية العصبية (NAS) لتصميم العمود الفقري للنموذج تلقائيًا. ويستخدم شبكة RepGFPN (شبكة هرم الميزات المعممة ذات إعادة المعلمات) فعالة لتعزيز دمج الميزات، إلى جانب تصميم ZeroHead الذي يقلّص بدرجة كبيرة رأس التنبؤ الضخم الموجود في البنى السابقة. ورغم أن هذا النهج القائم على NAS يتيح لـ DAMO-YOLO تحقيق مكاسب محددة في الكفاءة على وحدات GPU مختارة، فقد تفتقر البنى الناتجة إلى المرونة اللازمة للتعميم على أجهزة طرفية متنوعة.
في المقابل، يستند YOLO11 إلى سنوات من الأبحاث التأسيسية لتقديم تصميم معماري مُحسّن ومصمم يدويًا. ويركز على عمودية مبسطة وعنق فعال يقلل الحسابات المتكررة. ومن أبرز مزايا YOLO11 كفاءة معلماته المحسّنة؛ إذ يحقق تمثيلًا عاليًا للميزات دون متطلبات VRAM الكبيرة المعتادة في النماذج القائمة على Transformer مثل RT-DETR. وهذا يجعل YOLO11 متعدد الاستخدامات، وقادرًا على العمل بسلاسة على وحدات GPU الاستهلاكية والأجهزة المحمولة ومسرّعات الحوسبة الطرفية المتخصصة.
الأداء والمقاييس#
يتطلب تقييم الأداء النظر إلى ما هو أبعد من دقة النتائج النهائية، ومراعاة التوازن بين السرعة وحجم النموذج والعبء الحسابي (FLOPs).
| النموذج | الحجم (بكسل) | mAPval50-95 | السرعة CPU ONNX (مللي ثانية) | السرعة T4 TensorRT10 (ms) | المعاملات (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 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
كما يوضح الجدول، يحقق YOLO11 توازنًا ملائمًا للأداء. فعلى سبيل المثال، يتفوق الإصدار YOLO11s على DAMO-YOLOs من حيث الدقة، مع الحفاظ على عدد أقل بكثير من المعلمات. وينعكس هذا الانخفاض في متطلبات الذاكرة مباشرةً على تقليل تكاليف النشر وتحسين الأداء على الأجهزة الطرفية.
منهجيات التدريب وسهولة الاستخدام#
يقضي المطورون جزءًا كبيرًا من وقتهم في مسار التدريب، لذا تُعد كفاءة التدريب مصدر قلق رئيسيًا.
يستخدم DAMO-YOLO عملية تدريب متعددة المراحل تعتمد بدرجة كبيرة على تقطير المعرفة. ويستخدم AlignedOTA (إسناد النقل الأمثل) لإسناد التسميات، وغالبًا ما يتطلب تدريب نموذج «معلّم» أكبر لتقطير المعرفة في نماذج «متعلّمة» أصغر. وتزيد هذه الطريقة بدرجة كبيرة من استهلاك ذاكرة CUDA وإجمالي وقت الحوسبة اللازم للتقارب.
وعلى النقيض، تخفي منظومة Ultralytics تعقيدات تدريب النماذج. صُمم YOLO11 لسهولة الاستخدام، إذ يوفر Python API مبسطًا وواجهة CLI شاملة تتيح للمهندسين بدء التدريب على مجموعات بيانات مخصصة بأمر واحد. كما يتسم مسار التدريب بكفاءة استخدام الموارد ويحد من ارتفاع استهلاك الذاكرة، بحيث يمكن تدريب النماذج الأكبر حتى على العتاد القياسي.
لا يتطلب تدريب نموذج Ultralytics أي شيفرة تمهيدية نمطية. وتعمل مسارات تحميل البيانات وزيادتها وحساب الخسارة المضمنة مباشرةً.
إليك مثالًا سريعًا على تدريب نموذج Ultralytics وتصديره:
from ultralytics import YOLO
# تحميل نموذج YOLO11 صغير مدرّب مسبقاً
model = YOLO("yolo11s.pt")
# تدريب النموذج على مجموعة بيانات مخصصة
model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)
# صدّر النموذج المدرّب إلى ONNX لنشره
model.export(format="onnx")التطبيقات الواقعية وتعدد الاستخدامات#
غالبًا ما يتوقف الاختيار بين هاتين البنيتين على نطاق المهام التي تتطلبها بيئة النشر.
الحالات المناسبة لـDAMO-YOLO#
DAMO-YOLO إطار مخصص حصرًا لاكتشاف الأجسام. وهو ملائم للأبحاث الأكاديمية التي تستكشف الفرق فيها إعادة المعلمات أو تعيد تنفيذ تجارب محددة للبحث عن البنى العصبية. ويمكن أيضًا نشره في بيئات صناعية شديدة القيود، حيث يتوافق مسرّع GPU محدد مع العمودية الناتجة عن NAS.
ميزة Ultralytics#
تُستخدم نماذج Ultralytics، بما فيها YOLO11، على نطاق واسع في التطبيقات التجارية بفضل تعدد استخداماتها ومنظومتها التي تحظى بصيانة جيدة. وعلى خلاف DAMO-YOLO، يدعم إطار عمل Ultralytics مهامًا متعددة بشكل أصيل. فمن تجزئة المثيلات في التصوير الطبي إلى تقدير الوضعية للتحليل الميكانيكي الحيوي في الرياضة، تتولى قاعدة شيفرة موحدة واحدة التعامل مع كل ذلك.
تشمل القطاعات التي تستفيد من YOLO11 ما يلي:
- الزراعة الذكية: استخدام كشف الأجسام لمراقبة صحة المحاصيل وأتمتة آلات الحصاد.
- تحليلات البيع بالتجزئة: تطبيق المراقبة الذكية لتحليل حركة العملاء وأتمتة إدارة المخزون.
- الخدمات اللوجستية وسلاسل الإمداد: كشف الباركود والطرود بسرعة عالية باستخدام الصناديق المحيطة الموجّهة (OBB) على السيور الناقلة سريعة الحركة.
حالات الاستخدام والتوصيات#
يعتمد الاختيار بين DAMO-YOLO وYOLO11 على متطلبات مشروعك المحددة وقيود النشر وتفضيلات المنظومة.
متى تختار DAMO-YOLO#
يُعد DAMO-YOLO خيارًا قويًا في الحالات التالية:
- تحليلات الفيديو عالية الإنتاجية: معالجة تدفقات فيديو ذات معدل إطارات مرتفع على بنية تحتية ثابتة من NVIDIA GPU، حيث تكون الإنتاجية عند batch-1 المقياس الأساسي.
- خطوط التصنيع الصناعي: السيناريوهات ذات قيود زمن استجابة صارمة على GPU ضمن أجهزة مخصصة، مثل فحص الجودة في الوقت الفعلي على خطوط التجميع.
- أبحاث البحث عن البنية العصبية: دراسة تأثيرات البحث الآلي عن البنية (MAE-NAS) والعمود الفقري الفعال المعاد تحديد معلماته على أداء الكشف.
متى تختار YOLO11#
يوصى بـ YOLO11 لما يلي:
- النشر الإنتاجي على الأجهزة الطرفية: التطبيقات التجارية على أجهزة مثل Raspberry Pi أو NVIDIA Jetson، حيث تُعد الموثوقية والصيانة النشطة أمرين أساسيين.
- تطبيقات الرؤية متعددة المهام: مشاريع تتطلب الكشف والتقسيم وتقدير الوضعية وOBB ضمن إطار موحد واحد.
- النمذجة الأولية والنشر السريعان: الفرق التي تحتاج إلى الانتقال بسرعة من جمع البيانات إلى الإنتاج باستخدام واجهة Python البرمجية المبسطة من Ultralytics.
متى تختار Ultralytics (YOLO26)#
بالنسبة إلى معظم المشاريع الجديدة، يقدم Ultralytics YOLO26 أفضل مزيج من الأداء وتجربة المطور:
- النشر الطرفي الخالي من NMS: تطبيقات تتطلب استدلالًا ثابتًا منخفض زمن الاستجابة، دون تعقيد المعالجة اللاحقة الخاصة بـ الكبح غير الأقصى (NMS).
- البيئات التي تعتمد على CPU فقط: الأجهزة التي لا تحتوي على تسريع مخصص بواسطة GPU، حيث يمنح الاستدلال على CPU في YOLO26، الأسرع بنسبة تصل إلى 43% (YOLO26n مقارنةً بـ YOLO11n)، أفضلية واضحة.
- اكتشاف الأجسام الصغيرة: السيناريوهات الصعبة مثل صور الطائرات المسيّرة الجوية أو تحليل مستشعرات إنترنت الأشياء، حيث يعزز ProgLoss وSTAL دقة اكتشاف الأجسام الدقيقة بدرجة كبيرة.
الجيل التالي: تقديم YOLO26#
على الرغم من أن YOLO11 يظل خيارًا قويًا وموثوقًا، فإن مجال الرؤية الحاسوبية يتطور بسرعة. وللمطورين الذين يبدأون مشاريع جديدة، يُوصى بالبدء بأحدث نموذج YOLO26.
صدر YOLO26 في يناير 2026، ويقدم عدة تطورات:
- تصميم شامل من البداية إلى النهاية بلا NMS: يتجاوز YOLO26 المعالجة اللاحقة لقمع غير الأقصى بفضل رأسه الاختياري أحادي المطابقة (
nms=False)، ما يوفر أوقات استدلال أسرع وأكثر قابلية للتوقع ومسارات نشر أبسط. - استدلال أسرع على CPU بنسبة تصل إلى 43%: بعد إزالة Distribution Focal Loss (DFL)، يعمل YOLO26n على CPU بسرعة أعلى تصل إلى 43% من YOLO11n، وهو ملائم للأجهزة الطرفية ومنخفضة الطاقة التي لا تحتوي على وحدات GPU مخصصة.
- محسّن MuSGD: ينقل تقنيات تدريب LLM المستوحاة من Moonshot AI إلى مجال الرؤية؛ إذ يوفر هذا المحسّن الهجين تقاربًا سريعًا ومستقرًا أثناء التدريب.
- تقنيات تدريب متقدمة: بفضل ProgLoss + STAL، يحسن YOLO26 التعرف على الأجسام الصغيرة، وهو أمر بالغ الأهمية للصور الجوية والروبوتات.
الخلاصة#
أسهم كل من DAMO-YOLO وYOLO11 إسهامًا كبيرًا في تطوير الرؤية الحاسوبية السريعة والدقيقة. وبينما يقدم DAMO-YOLO رؤى أكاديمية مثيرة للاهتمام حول البحث عن التصميمات المعمارية والتقطير، يوفر Ultralytics YOLO11 (والإصدار الأحدث YOLO26) تجربة تطوير أكثر سلاسة.
بفضل متطلبات الذاكرة الأقل، والوثائق الشاملة، وإمكانات تعدد المهام، والتكامل مع منصة Ultralytics، تظل نماذج Ultralytics التوصية الأولى للباحثين ومهندسي المؤسسات الراغبين في بناء حلول AI متينة وقابلة للتوسع. وللمهتمين باستكشاف تصميمات معمارية متقدمة أخرى، تقدم مقارنة YOLO26 مقابل RT-DETR رؤى إضافية حول البدائل القائمة على Transformer.
التعليقات
اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.