مقارنة بين DAMO-YOLO و YOLOv10#
شهد مجال الرؤية الحاسوبية تطوراً سريعاً في بنيات اكتشاف الكائنات الفورية. وعند مقارنة DAMO-YOLO و YOLOv10، نلاحظ فلسفتين متميزتين في تصميم النماذج: البحث الآلي في البنية مقابل التحسين الشامل الخالي من NMS. وفي حين أن كلاً منهما يدفع حدود الدقة والسرعة، فإن هياكلهما الأساسية وحالات الاستخدام المثالية تختلف بشكل كبير.
DAMO-YOLO: البحث في البنية العصبية على نطاق واسع#
تم تطوير DAMO-YOLO بواسطة Alibaba Group، وظهر ككاشف قوي يركز على الاستفادة من الاكتشاف الآلي لتحقيق الكفاءة الهيكلية.
- المؤلفون: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang, و Xiuyu Sun
- التاريخ: 23 نوفمبر 2022
- Arxiv: 2211.15444v2
- GitHub: tinyvision/DAMO-YOLO
أبرز ميزات البنية#
يعتمد DAMO-YOLO بشكل كبير على البحث في بنية الشبكة العصبية (NAS) لتحقيق التوازن بين الأداء وزمن الوصول. يستخدم عموده الفقري، الذي يسمى MAE-NAS، بحثاً تطورياً متعدد الأهداف ضمن ميزانيات حوسبة صارمة للعثور على العمق والعرض الأمثل للطبقات.
للتعامل مع دمج الميزات عبر النطاق، يستخدم النموذج شبكة RepGFPN (شبكة هرمية للميزات المعممة المُعاد صياغتها) بكفاءة عالية. يُعد هذا التصميم ذو العنق الثقيل بارعاً بشكل خاص في استخراج التسلسلات الهرمية المكانية المعقدة، مما يجعله مفيداً في سيناريوهات مثل تحليل الصور الجوية. بالإضافة إلى ذلك، يقدم DAMO-YOLO رأس ZeroHead، وهو رأس اكتشاف مبسط يقلل بشكل كبير من تعقيد طبقات التنبؤ النهائية، مع الاعتماد على عملية تعزيز تقطير قوية أثناء التدريب.
غالباً ما يستخدم DAMO-YOLO عملية تقطير المعرفة متعددة المراحل. ويتطلب تدريب نموذج "معلم" أثقل لتوجيه نموذج "طالب" أصغر، والذي يستخرج mAP (متوسط الدقة المتوسطة) أعلى ولكنه يرفع بشكل كبير وقت حوسبة وحدة معالجة الرسومات (GPU) المطلوبة.
YOLOv10: ريادة الكشف عن الكائنات بشكل شامل#
بعد عام ونصف، أحدث YOLOv10 تحولاً نموذجياً من خلال القضاء تماماً على الحاجة إلى كبت غير الحد الأقصى (NMS) أثناء الاستدلال.
- المؤلفون: Ao Wang و Hui Chen و Lihao Liu، وآخرون.
- المنظمة: Tsinghua University
- التاريخ: 23 مايو 2024
- Arxiv: 2405.14458
- التوثيق: Ultralytics YOLOv10
أبرز ميزات البنية#
الميزة البارزة في YOLOv10 هي تخصيصاته الثنائية المتسقة للتدريب بدون NMS. تتنبأ الكاشفات التقليدية بصناديق إحاطة متداخلة متعددة لكائن واحد، مما يتطلب NMS لتصفية التكرارات. تخلق خطوة المعالجة اللاحقة هذه عنق زجاجة، خاصة على أجهزة الحافة. يحل YOLOv10 هذا من خلال السماح للنموذج بالتنبؤ بشكل طبيعي بصندوق إحاطة واحد دقيق لكل كائن.
ركز المؤلفون أيضاً على تصميم نموذج شامل مدفوع بالكفاءة والدقة. ومن خلال التحليل الدقيق للتكرار الحسابي في البنيات الحالية، قاموا بتحسين الهيكل الأساسي والرأس لتقليل عدد عمليات FLOPs والمعلمات. يضمن هذا التصميم خفيف الوزن تقديم YOLOv10 لزمن انتقال استثنائي للاستدلال عند تصديره إلى تنسيقات مثل TensorRT أو OpenVINO.
الأداء والمعايير القياسية#
يوضح الجدول أدناه مقاييس الأداء الخام على مجموعة بيانات COCO. تتم الإشارة إلى أفضل القيم الإجمالية في كل عمود بخط عريض.
| النموذج | الحجم (بكسل) | mAPval 50-95 | السرعة CPU ONNX (ms) | السرعة T4 TensorRT10 (ms) | المعلمات (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 | 39.5 | - | 1.56 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.7 | - | 2.66 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.3 | - | 5.48 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.7 | - | 6.54 | 24.4 | 92.0 |
| YOLOv10l | 640 | 53.3 | - | 8.33 | 29.5 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 12.2 | 56.9 | 160.4 |
وفي حين يحافظ DAMO-YOLO على مكانته من حيث الدقة، فإن YOLOv10 يوفر باستمرار زمن انتقال أقل وأوزان نموذج أصغر بكثير. على سبيل المثال، يحقق YOLOv10s معدل mAP أعلى قليلاً (46.7%) مقارنة بـ DAMO-YOLOs (46.0%) بينما يستخدم أقل من نصف المعلمات (7.2M مقابل 16.3M). تجعل متطلبات الذاكرة المنخفضة من YOLOv10 خياراً متعدد الاستخدامات بشكل استثنائي للأنظمة المدمجة.
كفاءة التدريب وسهولة الاستخدام#
عند الانتقال من البحث الأكاديمي إلى الإنتاج، تعتبر سهولة الاستخدام أمراً بالغ الأهمية. يمكن أن تشكل عملية التقطير متعددة المراحل وتكوينات NAS المعقدة في DAMO-YOLO منحنيات تعليمية حادة لفرق الهندسة.
وعلى العكس من ذلك، يستفيد YOLOv10 بشكل كبير من دمجه بالكامل في Ultralytics Python SDK. يتضمن تدريب نموذج مخصص الحد الأدنى من التعليمات البرمجية النمطية. تتعامل Ultralytics تلقائياً مع زيادة البيانات، وضبط المعلمات الفائقة، وتتبع التجارب.
from ultralytics import YOLO
# Load a pretrained YOLOv10 nano model
model = YOLO("yolov10n.pt")
# Train on a custom dataset with built-in validation
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Run inference on an image seamlessly
prediction = model("path/to/image.jpg")
prediction[0].show()يتيح استخدام نظام Ultralytics البيئي للمطورين الانتقال من نموذج أولي إلى نموذج ONNX مُصدَّر بالكامل في أسطر قليلة من الكود، مما يتجاوز إعدادات البيئة المعقدة التي تتطلبها الأطر القديمة.
حالات الاستخدام في العالم الحقيقي#
- التجزئة الذكية (DAMO-YOLO): تُعد دقة DAMO-YOLO مناسبة تماماً لبيئات الخوادم عالية الكثافة التي تحلل سلوك العملاء حيث تتوفر وحدات معالجة الرسومات بكثرة وتكون اختناقات NMS الفورية قابلة للإدارة.
- السيارات ذاتية القيادة (YOLOv10): تضمن البنية الخالية من NMS زمناً حتمياً ومتوقعاً للاستجابة، وهو أمر بالغ الأهمية لأنظمة الأمان في القيادة الذاتية.
- الأتمتة الصناعية (YOLOv10): يتطلب اكتشاف العيوب على خطوط التجميع سريعة الحركة نماذج تعظم سرعات الاستدلال الفوري دون استهلاك مساحة هائلة من ذاكرة الفيديو VRAM، مما يجعل YOLOv10 مرشحاً رئيسياً للنشر على الحافة.
حالات الاستخدام والتوصيات#
يعتمد الاختيار بين DAMO-YOLO و YOLOv10 على متطلبات مشروعك المحددة، وقيود النشر، وتفضيلات النظام البيئي.
متى تختار DAMO-YOLO#
يعد DAMO-YOLO خياراً قوياً لما يلي:
- تحليلات الفيديو ذات الإنتاجية العالية: معالجة تدفقات الفيديو ذات معدل الإطارات العالي على بنية تحتية ثابتة لوحدات GPU من NVIDIA حيث يكون إنتاجية الدفعة-1 هو المقياس الأساسي.
- خطوط التصنيع الصناعية: السيناريوهات ذات قيود زمن انتقال GPU صارمة على أجهزة مخصصة، مثل فحص الجودة في الوقت الفعلي على خطوط التجميع.
- أبحاث البحث في البنية العصبية: دراسة تأثيرات البحث الآلي في البنية (MAE-NAS) والهياكل الأساسية المعاد برمجتها بكفاءة على أداء الاكتشاف.
متى تختار YOLOv10#
يوصى باستخدام YOLOv10 في الحالات التالية:
- الكشف الفوري بدون NMS: التطبيقات التي تستفيد من الكشف الشامل (end-to-end) بدون تقنية Non-Maximum Suppression، مما يقلل من تعقيد النشر.
- الموازنة بين السرعة والدقة: المشاريع التي تتطلب توازناً قوياً بين سرعة الاستدلال ودقة الكشف عبر مختلف أحجام النماذج.
- تبيقات ذات زمن استجابة ثابت: سيناريوهات النشر التي تكون فيها أوقات الاستدلال المتوقعة حرجة، مثل robotics أو الأنظمة المستقلة.
متى تختار Ultralytics (YOLO26)#
بالنسبة لمعظم المشاريع الجديدة، يقدم Ultralytics YOLO26 أفضل مزيج من الأداء وتجربة المطورين:
- نشر الحافة الخالي من NMS: التطبيقات التي تتطلب استنتاجاً متسقاً ومنخفض زمن الانتقال دون تعقيدات معالجة ما بعد المعالجة باستخدام كبت غير الأقصى.
- بيئات وحدة المعالجة المركزية (CPU) فقط: الأجهزة التي لا تحتوي على تسريع مخصص بوحدة معالجة الرسوميات (GPU)، حيث توفر سرعة استنتاج CPU أسرع بنسبة تصل إلى 43% في YOLO26 ميزة حاسمة.
- الكشف عن الأشياء الصغيرة: السيناريوهات الصعبة مثل صور الطائرات بدون طيار الجوية أو تحليل مستشعرات إنترنت الأشياء (IoT) حيث تعمل ProgLoss و STAL على تعزيز الدقة بشكل كبير على الأشياء الدقيقة.
الجيل القادم: انطلق مع Ultralytics YOLO26#
بينما وضع YOLOv10 الأساس للاكتشاف بدون NMS، تطورت التكنولوجيا بسرعة. بالنسبة للتطبيقات الحديثة، يقدم نموذج Ultralytics YOLO26 أداءً وسهولة استخدام لا مثيل لهما، حيث يأخذ أفضل ما في الأجيال السابقة ويصقله للإنتاج.
يتميز YOLO26 بتصميم نهائي أصلي بحت، مما يلغي المعالجة اللاحقة لـ NMS لخطوط أنابيب نشر أبسط عبر أجهزة الحافة. علاوة على ذلك، أدى إزالة فقد توزيع التنسيق (DFL) إلى تحسين التوافق بشكل كبير مع أجهزة ذكاء حافة الحوسبة منخفضة الطاقة.
على جانب التدريب، يقدم YOLO26 مُحسن MuSGD، وهو نموذج هجين مستوحى من تقنيات تدريب النماذج اللغوية الكبيرة (LLM). يضمن ذلك تدريباً أكثر استقراراً وتقارباً أسرع. إلى جانب دوال الخسارة ProgLoss + STAL، يظهر YOLO26 تحسينات ملحوظة في التعرف على الكائنات الصغيرة، وهي ميزة بالغة الأهمية لـ الحفاظ على الحياة البرية وعمليات الطائرات بدون طيار.
الأهم من ذلك، أن YOLO26 ليس مجرد كاشف للكائنات. فهو يقدم تحسينات خاصة بالمهام بشكل شامل، حيث يدعم بشكل أصلي تجزئة المثيلات، وتقدير الوضعية باستخدام تقدير احتمالية اللوغاريتم المتبقي (RLE)، وخسائر الزاوية المتخصصة لـ الصناديق المحيطة الموجهة (OBB). مع سرعة استدلال على وحدة المعالجة المركزية (CPU) أسرع بنسبة تصل إلى 43% مقارنة بسابقاتها، فهو الخيار النهائيفرق الهندسة المرنة.
للإدارة المركزية، والتعليقات التوضيحية، والتدريب السحابي لنماذج YOLO26، توفر منصة Ultralytics واجهة بديهية تبسط دورة حياة الرؤية الحاسوبية بأكملها.
يمكن للمطورين المهتمين باستكشاف التطورات الحديثة الأخرى أيضاً تقييم Ultralytics YOLO11 أو إطار العمل القائم على المحولات RT-DETR للسيناريوهات التي تتطلب حلولاً هيكلية مميزة.