DAMO-YOLO مقابل YOLO11#

عند اختيار بنية لكشف الأجسام في الزمن الحقيقي لمشروع الرؤية الحاسوبية القادم، من الضروري فهم الفروق الدقيقة بين النماذج الرائدة. يقدم هذا الدليل الشامل تحليلًا تقنيًا متعمقًا يقارن بين DAMO-YOLO وUltralytics YOLO11، ويتناول بنيتيهما ومقاييس الأداء ومنهجيات التدريب وسيناريوهات النشر المثالية في العالم الحقيقي.

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.

يقدم DAMO-YOLO ابتكارات أكاديمية عديدة، ويعتمد بشدة على البحث عن البنية العصبية (NAS) لتصميم العمود الفقري تلقائيًا. ويستخدم شبكة هرمية للميزات معممة معاد تحديد معالمها (RepGFPN) لتعزيز دمج الميزات، وتصميم ZeroHead يقلل بدرجة كبيرة حجم رأس التنبؤ الكبير الذي غالبًا ما يوجد في البنى السابقة. ورغم أن هذا النهج المدفوع بـNAS يتيح لـDAMO-YOLO تحقيق كفاءات محددة على وحدات GPU مختارة، فقد تفتقر البنى الناتجة أحيانًا إلى المرونة اللازمة للتعميم بسلاسة على أجهزة الحافة المتنوعة.

على النقيض من ذلك، يستند YOLO11 إلى سنوات من الأبحاث التأسيسية ليقدم بنية مصممة يدويًا ومحسّنة للغاية. ويركز على عمود فقري مبسط وعنق عالي الكفاءة يقلل العمليات الحسابية الزائدة. ومن المزايا الأساسية لـYOLO11 كفاءة المعلمات المحسّنة؛ إذ يحقق تمثيلًا عاليًا للميزات دون متطلبات VRAM الكبيرة المعتادة في النماذج القائمة على Transformer مثل RT-DETR. وهذا يجعل YOLO11 متعدد الاستخدامات على نحو استثنائي، وقادرًا على العمل بسلاسة على وحدات GPU الاستهلاكية والأجهزة المحمولة ومسرّعات الحافة المتخصصة.

الأداء والمقاييس#

يتطلب تقييم الأداء النظر إلى ما هو أبعد من دقة النتائج النهائية، ومراعاة التوازن بين السرعة وحجم النموذج والعبء الحسابي (FLOPs).

كما يوضح الجدول، يحقق YOLO11 توازنًا ملائمًا للغاية في الأداء. فعلى سبيل المثال، يتفوق إصدار YOLO11s على إصدار DAMO-YOLOs من حيث الدقة، مع الحفاظ على عدد أقل بكثير من المعلمات. وينعكس هذا الانخفاض في متطلبات الذاكرة مباشرةً على خفض تكاليف النشر وتحسين سرعة الأداء على أجهزة الحافة.

منهجيات التدريب وسهولة الاستخدام#

يقضي المطورون معظم وقتهم في مسار التدريب، لذا تكتسب كفاءة التدريب أهمية قصوى.

يعتمد DAMO-YOLO عملية تدريب متعددة المراحل تعتمد بشدة على تقطير المعرفة. ويستخدم الإسناد الأمثل للنقل المحاذي (AlignedOTA) لإسناد التسميات، وغالبًا ما يتطلب تدريب نموذج «معلّم» أكبر لتقطير المعرفة إلى نماذج «متعلّمة» أصغر. وتزيد هذه المنهجية بدرجة كبيرة من استهلاك ذاكرة CUDA وإجمالي وقت الحوسبة اللازم لتحقيق التقارب الأمثل.

في المقابل، تخفي منظومة Ultralytics تعقيدات تدريب النماذج. صُمم YOLO11 ليكون سهل الاستخدام بدرجة استثنائية، إذ يضم واجهة Python برمجية مبسطة وواجهات CLI شاملة تتيح للمهندسين بدء التدريب على مجموعات بيانات مخصصة باستخدام أمر واحد. ويتسم مسار التدريب بكفاءة عالية في استهلاك الموارد، ويحد من الارتفاعات المفاجئة في استخدام الذاكرة، بحيث يمكن تدريب النماذج الأكبر حجمًا حتى على الأجهزة القياسية.

إليك مثالًا سريعًا يوضح مدى سهولة تدريب نموذج Ultralytics ونشره:

from ultralytics import YOLO

# ⁨تحميل نموذج YOLO11 صغير مدرّب مسبقاً⁩
model = YOLO("yolo11s.pt")

# ⁨درّب النموذج بسهولة على مجموعة بيانات مخصصة⁩
model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)

# ⁨صدّر النموذج المدرّب إلى ONNX لتسهيل نشره⁩
model.export(format="onnx")

تعرّف على المزيد حول YOLO11

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 عمل مخصص حصرًا لكشف الأجسام. ويتفوق في بيئات البحث الأكاديمي التي تستكشف فيها الفرق إعادة تحديد المعالم أو تعيد إنتاج تجارب محددة للبحث عن البنية العصبية. ويمكن نشره أيضًا في بيئات صناعية شديدة التقييد، حيث تتوافق وحدة GPU محددة تمامًا مع العمود الفقري الذي أنشأه NAS.

ميزة Ultralytics#

تتألق نماذج Ultralytics، ومنها YOLO11، في التطبيقات التجارية الواقعية بفضل تعدد استخداماتها الفائق ومنظومتها التي تحظى بصيانة جيدة. وعلى خلاف DAMO-YOLO، يدعم إطار Ultralytics مهام متعددة بشكل أصيل. فمن تقسيم الكائنات في التصوير الطبي إلى تقدير الوضعية لتحليل الحركة الحيوية في الرياضة، تتولى قاعدة شيفرة موحدة واحدة 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: المشاريع التي تتطلب الكشف والتقسيم وتقدير الوضعية وOBB ضمن إطار عمل 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 دون NMS: التطبيقات التي تتطلب استدلالاً ثابتاً بزمن استجابة منخفض، من دون تعقيد المعالجة اللاحقة للكبت غير الأقصى.
• البيئات التي تعتمد على CPU فقط: الأجهزة التي لا تتضمن تسريعاً مخصصاً بواسطة GPU، حيث يمنح الاستدلال الأسرع على CPU بنسبة تصل إلى 43% في YOLO26 ميزة حاسمة.
• 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#

رغم أن YOLO11 يظل خيارًا قويًا وموثوقًا، فإن مجال الرؤية الحاسوبية يتطور بسرعة. وبالنسبة إلى المطورين الذين يبدؤون مشاريع جديدة، يمثل أحدث نموذج YOLO26 أحدث ما توصلت إليه التقنية.

أُطلق YOLO26 في يناير 2026، ويقدم عددًا من التطورات الرائدة:

• تصميم شامل خالٍ من NMS: باستخدام الرأس الاختياري أحادي المطابقة (nms=False)، يتجاوز YOLO26 المعالجة اللاحقة لأسلوب قمع غير الأقصى، ما يضمن أزمنة استدلال أسرع وحتمية ويبسط مسارات النشر بدرجة كبيرة.
• استدلال أسرع بنسبة تصل إلى 43% على CPU: بفضل إزالة خسارة البؤرة التوزيعية (DFL)، يلائم النموذج على نحو استثنائي أجهزة الحافة والأجهزة منخفضة الطاقة التي لا تحتوي على وحدات GPU مخصصة.
• محسّن MuSGD: يدمج ابتكارات تدريب النماذج اللغوية الكبيرة (المستوحاة من Moonshot AI)، ويضمن هذا المحسّن الهجين تقاربًا مستقرًا وسريعًا أثناء التدريب.
• دوال خسارة متقدمة: باستخدام ProgLoss + STAL، يُظهر YOLO26 تحسنًا ملحوظًا في 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 مهمة بشأن البحث عن البنى والتقطير، يوفر Ultralytics YOLO11 (والنموذج الرائد YOLO26) تجربة أفضل للمطورين.

بفضل متطلبات الذاكرة الأقل، والوثائق الشاملة، وقدرات تعدد المهام، والتكامل مع منصة Ultralytics القوية، تظل نماذج Ultralytics التوصية الأولى للباحثين ومهندسي المؤسسات الذين يسعون إلى بناء حلول ذكاء اصطناعي متينة وقابلة للتوسع. ويمكن لمن يستكشفون بنى متقدمة أخرى الاستفادة من مقارنة YOLO26 وRT-DETR للتعرف على مزيد من البدائل القائمة على Transformer.