ابدأ

DAMO-YOLO مقابل YOLO26

تواصل بنيات الرؤية الحاسوبية تطورها مدفوعة بالحاجة إلى الموازنة بين الدقة العالية والاستدلال بزمن استجابة منخفض. تقارن هذه المقالة بين DAMO-YOLO وUltralytics YOLO26، وتتناول ابتكاراتهما المعمارية وطرائق التدريب وأفضل حالات الاستخدام.

سواء كنت تنشر نماذج الرؤية على الأجهزة الطرفية أو تبني مسارات سحابية عالية الإنتاجية، فإن فهم الاختلافات بين هذه النماذج يساعدك على اتخاذ قرارات معمارية مدروسة.

DAMO-YOLO: البحث عن البنى العصبية على نطاق واسع#

طوّرت Alibaba Group نموذج DAMO-YOLO، وأُطلق في 23 نوفمبر 2022. صمّم النموذج Xianzhe Xu وYiqi Jiang وWeihua Chen وYilun Huang وYuan Zhang وXiuyu Sun، ويركز على الاكتشاف المؤتمت للبنى الفعّالة باستخدام البحث عن البنية العصبية (NAS).

يمكنك مراجعة البحث الأصلي في ورقة arXiv أو استكشاف الشفرة المصدرية في مستودع DAMO-YOLO على GitHub.

الميزات المعمارية الأساسية#

يقدم DAMO-YOLO عدة ابتكارات تقنية لاكتشاف الأجسام في الوقت الفعلي:

  • أعمدة MAE-NAS الفقرية: يستخدم DAMO-YOLO بحثًا موجّهًا بأقصى إنتروبيا للعثور على أعمدة فقرية فعّالة. ويكتشف نهج NAS هذا بنيات توازن بدقة بين دقة الاكتشاف وسرعة الاستدلال على عتاد محدد.
  • RepGFPN الفعّال: تصميم ثقيل للعنق يحسن دمج الميزات بدرجة كبيرة، ما يساعد في تحليل المشاهد المعقدة مثل المشاهد الموجودة في الصور الجوية.
  • تصميم ZeroHead: رأس كشف مبسّط إلى حد كبير يقلل التعقيد الحسابي لطبقات التنبؤ النهائية.
  • AlignedOTA والتقطير: يستخدم DAMO-YOLO إسناد النقل الأمثل المحاذي (AlignedOTA) لحل أوجه الغموض في إسناد التسميات، إلى جانب استراتيجية محسّنة لتقطير المعرفة تعزز دقة النماذج الطلابية الأصغر باستخدام شبكات معلمين أكبر.

تعرّف على المزيد حول DAMO-YOLO

ميزة Ultralytics: YOLO26#

أصدر Glenn Jocher وJing Qiu نموذج YOLO26 في 14 يناير 2026 لدى Ultralytics، وهو نموذج Ultralytics الموصى به حاليًا لذكاء اصطناعي للرؤية متاح وعالي الأداء. وبالاستناد إلى YOLO11 وYOLOv10، صُمم YOLO26 من الأساس للنشر الذي يبدأ بالأجهزة الطرفية، وتعدد المهام، وسهولة الاستخدام.

ابتكارات YOLO26#

يقدم Ultralytics YOLO26 عدة ميزات تستهدف تطبيقات الرؤية الحاسوبية الحديثة:

  • تصميم شامل من البداية إلى النهاية بلا NMS: تُلغي الرأس أحادي المطابقة الأصلي في YOLO26 (nms=False) مرحلة المعالجة اللاحقة لقمع غير الأقصى (NMS). وانطلاقًا من التدريب بلا NMS في YOLOv10، يبسّط هذا النهج الشامل مسارات النشر ويوفر استدلالًا متوقعًا منخفض الكمون.
  • استدلال أسرع على CPU بنسبة تصل إلى 43%: يقدم YOLO26، المصمم معماريًا للحوسبة الطرفية، استدلالًا سريعًا على الأجهزة الطرفية ووحدات CPU القياسية؛ إذ تصل سرعة YOLO26n إلى 43% أعلى من YOLO11n، ما يجعله ملائمًا لأجهزة إنترنت الأشياء العاملة بالبطاريات.
  • محسّن MuSGD: استلهامًا من تدريب نماذج اللغة الكبيرة، مثل Kimi K2 من Moonshot AI، يدمج YOLO26 نهجًا هجينًا من SGD وMuon. وهذا ينقل استقرار تدريب نماذج اللغة الكبيرة إلى الرؤية الحاسوبية، ما يؤدي إلى تقارب أسرع وأكثر موثوقية.
  • إزالة DFL: تؤدي إزالة Distribution Focal Loss إلى تبسيط مخطط النموذج، ما يسهل التصدير إلى تنسيقات مثل ONNX وTensorRT.
  • ProgLoss + STAL: تحقق دالة خسارة تدريجية واستراتيجية إسناد تسميات تراعي الأهداف الصغيرة تحسينات ملحوظة في التعرف على الأجسام الصغيرة، وهي ميزة حاسمة في عمليات الطائرات المسيّرة والزراعة.
تحسينات خاصة بالمهام

يتضمن YOLO26 تحسينات متخصصة عبر أنماط متعددة: نموذجًا أوليًا متعدد المقاييس لـتقسيم الكائنات، وتقدير الاحتمالية اللوغاريتمية المتبقية (RLE) لـتقدير الوضعية، وخسارة زاوية متقدمة للحد من مشكلات الحدود في كشف مربعات الإحاطة الموجّهة (OBB).

مقارنة الأداء#

عند تقييم هذه النماذج، يكون التوازن بين الدقة (mAP) والكفاءة الحاسوبية (السرعة وFLOPs) بالغ الأهمية. يوضح الجدول أدناه مقارنة هذه النماذج باستخدام مجموعة بيانات COCO المعتمدة في المجال.

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
YOLO26n64040.938.91.72.45.5
YOLO26s64048.687.22.59.520.9
YOLO26m64053.1220.04.720.468.4
YOLO26l64055.0286.26.224.886.8
YOLO26x64057.5525.811.855.7194.4

كما يظهر أعلاه، يحقق YOLO26 باستمرار دقة أعلى باستخدام عدد أقل بكثير من المعلمات وعمليات FLOPs، ما ينتج عنه تصميم معماري أكثر كفاءة في التدريب والاستدلال.

كفاءة التدريب وسهولة الاستخدام#

تعقيدات DAMO-YOLO#

على الرغم من أن DAMO-YOLO يحقق دقة تنافسية، فإن أسلوب تدريبه معقد. فالاعتماد على البحث عن البنى العصبية (NAS) وتقطير المعرفة المكثف يعني أن تدريب نموذج مخصص يتطلب غالبًا موارد GPU كبيرة ومعرفة متخصصة. وقد تبطئ هذه العملية متعددة المراحل، التي تُدرّب نموذجًا معلمًا كبيرًا لتقطير المعرفة في نموذج متعلم أصغر، فرق الهندسة التي تسعى إلى تكرار التحسينات بسرعة على مجموعات بيانات مخصصة.

تجربة Ultralytics المبسطة#

في المقابل، صُمم Ultralytics YOLO26 لتيسير بدء الاستخدام بسرعة. تتوفر دورة حياة التدريب والتحقق والنشر كاملةً عبر واجهة Python API وCLI موحدة وواضحة. كما يتطلب YOLO26 قدرًا أقل بكثير من ذاكرة CUDA أثناء التدريب مقارنةً بالنماذج القائمة على Transformer مثل RT-DETR، ما يتيح للباحثين تدريب نماذج دقيقة باستخدام عتاد من الفئة الاستهلاكية.

إليك مثالًا على تدريب نموذج YOLO26 وتقييمه وتصديره باستخدام حزمة Ultralytics Python:

from ultralytics import YOLO

# ⁨تحميل أحدث نموذج YOLO26 nano⁩
model = YOLO("yolo26n.pt")

# ⁨تدريب النموذج على مجموعة بيانات COCO8 لمدة 50 حقبة⁩
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# ⁨تقييم أداء النموذج على مجموعة التحقق⁩
metrics = model.val()

# ⁨إجراء الاستدلال على صورة نموذجية⁩
results = model("https://ultralytics.com/images/bus.jpg")
results[0].show()

# ⁨تصدير النموذج بتنسيق ONNX لنشره⁩
model.export(format="onnx")

للفرق التي تفضل بيئة بلا برمجة، توفر منصة Ultralytics واجهة سهلة الاستخدام لإضافة التعليقات التوضيحية إلى مجموعات البيانات، والتدريب السحابي، والنشر.

تطبيقات واقعية#

يعتمد اختيار التصميم المعماري المناسب بدرجة كبيرة على بيئة النشر المستهدفة وقيود العتاد.

مراقبة الجودة الصناعية#

في أتمتة التصنيع عالية السرعة، يمكن أن يحقق DAMO-YOLO أداءً جيدًا على عتاد GPU مخصص. لكن YOLO26 هو الخيار المفضل لخطوط التجميع الحديثة. يوفر تصميمه الشامل من البداية إلى النهاية بلا NMS زمن استجابة متوقعًا وقليل التذبذب، وهو أمر أساسي عند مزامنة البيانات المرئية مع المشغلات الروبوتية في الزمن الحقيقي.

الذكاء الاصطناعي الطرفي والأجهزة المحمولة#

يتطلب نشر الرؤية الحاسوبية على الأجهزة العاملة بالبطاريات كفاءة عالية. وبينما يعتمد DAMO-YOLO على أعناق RepGFPN محددة، فإن YOLO26n (Nano) مُحسّن للحوسبة الطرفية. وتجعل إزالة DFL منه، إلى جانب استدلال CPU أسرع بنسبة تصل إلى 43% من YOLO11n، خيارًا مناسبًا للكاميرات الذكية وتطبيقات الأجهزة المحمولة وأنظمة إنذار الأمن.

متطلبات المشاريع متعددة المهام#

إذا كان المشروع يتطلب أكثر من مجرد كشف الأجسام—مثل تحليل حركات اللاعبين في الرياضة باستخدام تقدير الوضعية، أو استخراج الحدود الدقيقة على مستوى البكسل باستخدام تقسيم الكائنات—فإن YOLO26 يوفر دعمًا أصليًا لجميع هذه المهام ضمن قاعدة شيفرة موحدة واحدة. أما DAMO-YOLO فيقتصر حصرًا على كشف مربعات الإحاطة.

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين DAMO-YOLO وYOLO26 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 YOLO26#

يوصى بـ YOLO26 لما يلي:

  • 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 تسريعًا مخصصًا بواسطة GPU، حيث يمنح الاستدلال على CPU في YOLO26n، الأسرع بنسبة تصل إلى 43% من 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.

الخلاصة#

يمثل كلا التصميمين إنجازًا مهمًا في التعلم العميق. ويوضح DAMO-YOLO ما يمكن أن يحققه البحث عن البنى العصبية وتقنيات التقطير عند تكييفها مع معايير أداء عتاد محدد.

لكن Ultralytics YOLO26 هو الخيار الأقوى للمطورين والباحثين والمؤسسات الباحثة عن حل جاهز للإنتاج. فالجمع بين التصميم الشامل من البداية إلى النهاية بلا NMS، والاستدلال على CPU الأسرع بنسبة تصل إلى 43% (YOLO26n مقابل YOLO11n)، وتعدد المهام، والتكامل ضمن منظومة Ultralytics التي تحظى بصيانة جيدة، يجعله الأداة الأمتن والأكثر عملية لمعالجة تحديات الرؤية الحاسوبية الواقعية اليوم.

للمهتمين باستكشاف نماذج أخرى ضمن منظومة Ultralytics، تتوفر على منصة Ultralytics نماذج YOLO11 وYOLOv8 المدرّبة مسبقًا، كما توثّق وثائق Ultralytics النموذج RT-DETR القائم على Transformer.

المساهمون

التعليقات

اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.