DAMO-YOLO مقابل YOLOv10
تطورت تصميمات اكتشاف الأجسام في الزمن الحقيقي بسرعة في مجال الرؤية الحاسوبية. ويمثل DAMO-YOLO وYOLOv10 فلسفتين مختلفتين في التصميم: البحث الآلي عن البنى المعمارية مقابل التحسين الشامل من البداية إلى النهاية بلا NMS. وعلى الرغم من أن كليهما يحسن الدقة والسرعة، فإن بنيتيهما الأساسيتين وأفضل حالات استخدامهما تختلفان اختلافًا كبيرًا.
DAMO-YOLO: البحث عن البنى العصبية على نطاق واسع#
طُوّر DAMO-YOLO بواسطة مجموعة Alibaba، وهو كاشف يستخدم الاكتشاف الآلي للبنى المعمارية لتحقيق الكفاءة البنيوية.
- المؤلفون: Xianzhe Xu وYiqi Jiang وWeihua Chen وYilun Huang وYuan Zhang وXiuyu Sun
- التاريخ: 23 نوفمبر 2022
- arXiv: 2211.15444v2
- GitHub: tinyvision/DAMO-YOLO
أبرز السمات المعمارية#
يعتمد DAMO-YOLO بدرجة كبيرة على البحث عن البنى العصبية (NAS) لتحقيق التوازن بين الأداء وزمن الاستجابة. وتستخدم عموديته، المسماة MAE-NAS، بحثًا موجهًا بالإنتروبيا القصوى ضمن ميزانيات حوسبة صارمة لاختيار أفضل عمق وعرض للطبقات.
لمعالجة دمج الميزات عبر المقاييس المختلفة، يستخدم النموذج شبكة هرم ميزات معممة مُعادَة المعلمات (RepGFPN) فعالة. ويناسب تصميم العنق الثقيل هذا استخراج التدرجات المكانية المعقدة، ما يجعله مفيدًا في سيناريوهات مثل تحليل الصور الجوية. ويقدم DAMO-YOLO أيضًا ZeroHead، وهو رأس كشف مبسط يقلل بدرجة كبيرة تعقيد طبقات التنبؤ النهائية، كما يعتمد على عملية تعزيز بالتقطير أثناء التدريب.
غالبًا ما يستخدم DAMO-YOLO عملية تقطير معرفة متعددة المراحل. ويتطلب تدريب نموذج «معلّم» أكبر لتوجيه نموذج «متعلّم» أصغر، ما يرفع mAP (متوسط الدقة المتوسط)، لكنه يزيد بدرجة كبيرة وقت حوسبة GPU المطلوب.
تعرّف على المزيد حول DAMO-YOLO
YOLOv10: كشف آني بلا NMS#
بعد عام ونصف، صدر YOLOv10 وألغى الحاجة إلى قمع غير الأقصى (NMS) أثناء الاستدلال.
- المؤلفون: Ao Wang وHui Chen وLihao Liu وآخرون
- الجهة: جامعة تسينغهوا
- التاريخ: 23 مايو 2024
- arXiv: 2405.14458
- الوثائق: Ultralytics YOLOv10
أبرز السمات المعمارية#
تتمثل الميزة الأبرز في YOLOv10 في الإسناد المزدوج المتسق للتدريب الخالي من NMS. تتنبأ الكواشف التقليدية بصناديق إحاطة متعددة متداخلة للجسم الواحد، ما يستلزم استخدام NMS لتصفية التكرارات. وتؤدي خطوة المعالجة اللاحقة هذه إلى اختناق، خصوصًا على أجهزة الحافة. ويعالج YOLOv10 ذلك بإتاحة التنبؤ الطبيعي بصندوق إحاطة واحد ودقيق لكل جسم.
ركز المؤلفون أيضًا على تصميم نموذج يوازن بين الكفاءة والدقة بصورة شاملة. فمن خلال تحليل التكرار الحسابي في التصميمات المعمارية الحالية بعناية، حسّنوا العمودية والرأس لتقليل عدد عمليات FLOPs والمعلمات. ويمنح هذا التصميم خفيف الوزن YOLOv10 زمن استدلال منخفضًا عند تصديره إلى تنسيقات مثل TensorRT أو OpenVINO.
الأداء ومعايير التقييم#
يوضح الجدول أدناه مقاييس الأداء الخام على مجموعة بيانات COCO. وقد أُبرزت أفضل القيم الإجمالية في كل عمود بخط عريض.
| 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 |
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
رغم أن DAMO-YOLO يحقق أداءً جيدًا من حيث الدقة، فإن YOLOv10 يقدم دقة أعلى عند أحجام مماثلة، مع أوزان نموذج أصغر بكثير. فعلى سبيل المثال، يحقق YOLOv10s قيمة mAP أعلى قليلًا (46.3%) من DAMO-YOLOs (46.0%)، مع استخدام أقل من نصف عدد المعلمات (7.2M مقابل 16.3M). وتجعل متطلبات الذاكرة الأقل YOLOv10 خيارًا متعدد الاستخدامات للأنظمة المضمنة.
كفاءة التدريب وسهولة الاستخدام#
عند الانتقال من البحث الأكاديمي إلى الإنتاج، تكون سهولة الاستخدام بالغة الأهمية. وتفرض عملية التقطير متعددة المراحل وإعدادات NAS المعقدة في DAMO-YOLO منحنى تعلم حادًا على فرق الهندسة.
في المقابل، يستفيد YOLOv10 من التكامل الكامل ضمن حزمة Ultralytics Python. ويتطلب تدريب نموذج مخصص قدرًا ضئيلًا من الشيفرة التمهيدية النمطية. وتتولى Ultralytics تلقائيًا زيادة البيانات وضبط المعلمات الفائقة وتتبع التجارب.
from ultralytics import YOLO
# حمّل نموذج YOLOv10 nano مدرّبًا مسبقًا
model = YOLO("yolov10n.pt")
# درّب النموذج على مجموعة بيانات مخصصة مع التحقق المضمن
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# تشغيل الاستدلال على صورة
prediction = model("path/to/image.jpg")
prediction[0].show()يتيح استخدام منظومة Ultralytics للمطورين الانتقال من نموذج أولي إلى نموذج ONNX مُصدّر بالكامل باستخدام بضعة أسطر من الشيفرة فحسب، متجاوزين بذلك إعدادات البيئة المعقدة التي تتطلبها أطر العمل الأقدم.
حالات الاستخدام في العالم الحقيقي#
- البيع بالتجزئة الذكي (DAMO-YOLO): تلائم دقة DAMO-YOLO بيئات الخوادم عالية الكثافة التي تحلل سلوك العملاء، حيث تتوفر وحدات GPU بكثرة ويمكن التعامل مع اختناقات NMS في الزمن الحقيقي.
- المركبات ذاتية القيادة (YOLOv10): يوفر التصميم المعماري الخالي من NMS زمن استجابة متوقعًا، وهو أمر بالغ الأهمية لأنظمة السلامة في القيادة الذاتية.
- الأتمتة الصناعية (YOLOv10): يتطلب اكتشاف العيوب على خطوط التجميع سريعة الحركة نماذج تزيد سرعة الاستدلال في الزمن الحقيقي إلى أقصى حد من دون استهلاك كميات كبيرة من VRAM، ما يجعل YOLOv10 خيارًا قويًا للنشر الطرفي.
حالات الاستخدام والتوصيات#
يعتمد الاختيار بين DAMO-YOLO وYOLOv10 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 YOLOv10#
يوصى بـ YOLOv10 في الحالات التالية:
- الكشف الآني دون NMS: التطبيقات التي تستفيد من الكشف الشامل من البداية إلى النهاية من دون الكبت غير الأقصى، مما يقلل تعقيد النشر.
- موازنة السرعة والدقة: المشاريع التي تتطلب توازناً جيداً بين سرعة الاستدلال ودقة الكشف عبر مقاييس نماذج متعددة.
- التطبيقات ذات زمن الاستجابة الثابت: سيناريوهات النشر التي تتطلب أوقات استدلال قابلة للتنبؤ، مثل الروبوتات أو الأنظمة ذاتية التشغيل.
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 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: تعرف على Ultralytics YOLO26#
مهد YOLOv10 الطريق للكشف الخالي من NMS، لكن التقنية تطورت بسرعة. وللتطبيقات الحديثة، يجمع نموذج Ultralytics YOLO26 بين الأداء القوي وسهولة الاستخدام، ويطور أفضل أفكار الأجيال السابقة لتناسب الإنتاج.
يتميز YOLO26 بـوضع شامل أصلي من البداية إلى النهاية (nms=False) يتجاوز المعالجة اللاحقة لـ NMS لتبسيط مسارات النشر عبر الأجهزة الطرفية. كما تعزز إزالة Distribution Focal Loss (DFL) التوافق مع عتاد الذكاء الاصطناعي الطرفي منخفض الطاقة.
في جانب التدريب، يقدم YOLO26 محسّن MuSGD، وهو محسّن هجين مستوحى من تقنيات تدريب نماذج اللغة الكبيرة (LLM) لتحقيق تدريب أكثر استقرارًا وتقارب أسرع. وإلى جانب ProgLoss + STAL (الخسارة التدريجية وإسناد التسميات المراعي للأهداف الصغيرة)، يحسن YOLO26 التعرف على الأجسام الصغيرة، وهي ميزة حاسمة في الحفاظ على الحياة البرية وعمليات الطائرات المسيّرة.
YOLO26 ليس مجرد كاشف للأجسام؛ فهو يقدم تحسينات مخصصة للمهام المختلفة، ويدعم أصليًا تقسيم المثيلات وتقدير الوضعية باستخدام تقدير الاحتمالية اللوغاريتمية المتبقية (RLE)، وخسائر زاوية متخصصة لـالمربعات المحيطة الموجهة (OBB). ومع استدلال YOLO26n على CPU أسرع بنسبة تصل إلى 43% من YOLO11n، فإنه الخيار الموصى به لفرق الهندسة سريعة الحركة.
توفر منصة Ultralytics واجهة سهلة الاستخدام تبسط دورة حياة الرؤية الحاسوبية بأكملها، وتتيح الإدارة المركزية ووضع التسميات والتدريب السحابي لنماذج YOLO26.
يمكن للمطورين المهتمين باستكشاف تطورات حديثة أخرى تقييم Ultralytics YOLO11 أو إطار RT-DETR القائم على Transformer، للسيناريوهات التي تتطلب حلولًا معمارية مختلفة.
التعليقات
اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.