ابدأ

DAMO-YOLO مقابل YOLOv5

اتسم تطور الرؤية الحاسوبية بالابتكار المستمر في كشف الأجسام في الزمن الحقيقي. ويواجه المطورون والباحثون اليوم خيارات معمارية كثيرة عند تصميم مسارات عمل الرؤية. وتتناول هذه المقارنة التقنية DAMO-YOLO وUltralytics YOLOv5، بما يشمل بنيتيهما وأساليب التدريب ومقاييس الأداء وسيناريوهات النشر الأنسب لكل منهما.

مقدمة عن DAMO-YOLO#

قدمت مجموعة Alibaba نموذج DAMO-YOLO، متضمنًا عدة تقنيات مبتكرة تهدف إلى تحسين سرعة الكشف ودقته.

اطّلع على مزيد من المعلومات حول DAMO-YOLO

ابتكارات البنية#

يعتمد DAMO-YOLO على البحث عن البنية العصبية (NAS). واستخدم المؤلفون MAE-NAS لتصميم أعمدة فقارية تلقائيًا تحقق توازنًا بين زمن الاستجابة والدقة. ويقدم النموذج RepGFPN فعالة (شبكة هرم السمات المعممة ذات إعادة المعلمة)، تحسن دمج السمات عبر المقاييس المختلفة. كما يتضمن DAMO-YOLO تصميم «ZeroHead»، الذي يزيل رؤوس التنبؤ المعقدة متعددة الفروع لصالح بنية أبسط وأكثر كفاءة تعتمد بدرجة كبيرة على إعادة المعلمة أثناء الاستدلال.

لتحسين التدريب، يستخدم النموذج AlignedOTA لإسناد التسميات، إلى جانب عملية مكثفة لتعزيز تقطير المعرفة، يوجّه فيها نموذج «معلّم» أكبر نموذجًا «طالبًا» أصغر لتحقيق دقة أعلى.

مقدمة عن Ultralytics YOLOv5#

يُعد Ultralytics YOLOv5 أحد أكثر بُنى الرؤية انتشارًا في العالم، ويشتهر باستقراره وسهولة استخدامه واتساع منظومة النشر المحيطة به.

معيار المنظومة#

وضع YOLOv5 معيارًا جديدًا لسهولة الاستخدام. وبُني أصليًا في PyTorch، ويستخدم عمودًا فقريًا محسّنًا من CSPNet وعنق PANet لتجميع السمات بمتانة. ورغم أنه سبق التوجه نحو النماذج الخالية من المراسي الذي ظهر في النماذج اللاحقة، فإن نهجه المحسّن المعتمد على المراسي، إلى جانب التعلم التلقائي للمراسي، يحقق أداءً جيدًا مباشرةً.

تكمن القوة الرئيسية لـYOLOv5 في منظومته التي تحظى بصيانة جيدة. فهو يتكامل مع أدوات التتبع مثل Comet وWeights & Biases، ويدعم التصدير بأمر واحد إلى تنسيقات مثل ONNX وTensorRT وCoreML.

البدء باستخدام YOLOv5

يسهل تدريب YOLOv5 على مجموعات البيانات المخصصة. وتقلل واجهة API المبسطة العقبات بين النموذج الأولي والإنتاج، ما يجعله مفضلًا لدى فرق الهندسة السريعة الحركة.

مقارنة الأداء والمقاييس#

عند مقارنة هذه النماذج، من الضروري النظر إلى التوازن بين متوسط الدقة (mAP) وسرعة الاستدلال وعدد المعلمات.

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
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7

تحليل المفاضلات#

يحقق DAMO-YOLO قيم mAP مرتفعة قياسًا إلى عدد معلماته، مستفيدًا بدرجة كبيرة من مرحلة التدريب بالتقطير. لكن ذلك يأتي على حساب كفاءة التدريب. وتتطلب عملية التقطير متعددة المراحل تدريب نموذج معلّم ضخم أولًا، ما يزيد بدرجة كبيرة من وقت الحوسبة على GPU اللازم ومن استهلاك ذاكرة VRAM.

في المقابل، يوفر YOLOv5 متطلبات ذاكرة ممتازة. وتشتهر نماذج Ultralytics YOLO بانخفاض استهلاك الذاكرة أثناء التدريب والاستدلال مقارنة بمسارات التقطير المعقدة أو النماذج المعتمدة على Transformer مثل RT-DETR. ويتيح ذلك تدريب YOLOv5 بكفاءة على عتاد المستهلكين أو البيئات السحابية المتاحة مثل Google Colab.

التطبيقات الواقعية وتعدد الاستخدامات#

غالبًا ما يعتمد اختيار البنية المناسبة على بيئة النشر.

مواضع تميز DAMO-YOLO#

DAMO-YOLO نموذج مخصص حصريًا لـكشف الأجسام. وهو خيار جيد للبحث الأكاديمي، ولا سيما للفرق التي تدرس البحث عن البنية العصبية أو تسعى إلى إعادة إنتاج تقنيات إعادة المعلمة المفصلة في الورقة البحثية. وإذا كان المشروع يمتلك موارد حوسبة كبيرة لتنفيذ مرحلة التدريب بالتقطير ويركز حصرًا على انتزاع الجزء الأخير من الدقة لمربعات الإحاطة ثنائية الأبعاد، فإن DAMO-YOLO منافس قوي.

ميزة Ultralytics#

في الإنتاج الواقعي، تجعل سهولة الاستخدام وتعدد الاستخدامات في نماذج Ultralytics منها الخيار المفضل. يدعم YOLOv5 الكشف وتجزئة المثيلات وتصنيف الصور، كما تتيح منظومة Ultralytics الأوسع للمطورين التنقل بسهولة بين المهام.

فعلى سبيل المثال، تدعم الإصدارات الأحدث من عائلة Ultralytics أصليًا تقدير الوضعية وكشف مربعات الإحاطة الموجّهة (OBB) أيضًا. وتتيح هذه القدرة متعددة المهام للفرق استخدام واجهة Python موحدة واحدة لمسارات عمل معقدة، مثل الجمع بين التعرّف الآلي على لوحات الأرقام وتجزئة المركبات.

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين DAMO-YOLO وYOLOv5 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 YOLOv5#

يُنصح بـ YOLOv5 في الحالات التالية:

  • أنظمة إنتاج مجرّبة: عمليات النشر الحالية التي تحظى فيها خبرة YOLOv5 الطويلة في الاستقرار، ووثائقه الشاملة، ومجتمعه الكبير بالتقدير.
  • التدريب مع موارد محدودة: البيئات التي تعاني من محدودية موارد GPU، حيث يكون مسار التدريب الفعّال في YOLOv5 ومتطلباته الأقل للذاكرة مفيدين.
  • دعم واسع لتنسيقات التصدير: المشاريع التي تتطلب النشر بتنسيقات عديدة، منها ONNX وTensorRT وCoreML وLiteRT.

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 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.

المستقبل: الانتقال إلى YOLO26#

رغم استمرار الاستخدام الواسع لـYOLOv5 وما يقدمه DAMO-YOLO من رؤى أكاديمية مثيرة للاهتمام، فقد تطورت التقنيات المتقدمة. ويُعد Ultralytics YOLO26، الصادر في يناير 2026، خطوة كبيرة إلى الأمام لمجتمع الرؤية.

يعالج YOLO26 اختناقات النشر الطرفي التقليدية ومشكلات عدم استقرار التدريب:

  • تصميم شامل من دون NMS: يلغي الرأس الشامل الاختياري في YOLO26 (nms=False) المعالجة اللاحقة لكبح غير الأقصى (NMS). وهذا يبسط منطق النشر ويقلل تفاوت زمن الاستجابة، ما يجعله ملائمًا لـالروبوتات عالية السرعة والأنظمة ذاتية التشغيل.
  • مُحسِّن MuSGD: استلهامًا من ابتكارات تدريب النماذج اللغوية الكبيرة (مثل Kimi K2 من Moonshot AI)، يستخدم YOLO26 مُحسِّن MuSGD، وهو مزيج من SGD وMuon، لتوفير تدريب مستقر وتقارب أسرع.
  • استدلال أسرع على CPU بنسبة تصل إلى 43%: بإزالة خسارة البؤرة التوزيعية (DFL)، يعمل YOLO26n بسرعة تفوق YOLO11n بنسبة تصل إلى 43% على CPU باستخدام ONNX.
  • ProgLoss + STAL: تحقق الخسارة التقدمية وإسناد التسميات المراعي للأهداف الصغيرة تحسينات ملحوظة في التعرّف على الأجسام الصغيرة، وهو أمر بالغ الأهمية لتحليل صور الطائرات المسيّرة الجوية وتدفقات بيانات مستشعرات إنترنت الأشياء.

مثال برمجي: البساطة في التطبيق#

تتيح حزمة Ultralytics تدريب النماذج ونشرها باستخدام بضعة أسطر من الشفرة فقط. وسواء كنت تستخدم YOLOv5 أو ترقي إلى YOLO26 الموصى به، تظل الواجهة متسقة وسهلة الاستخدام.

from ultralytics import YOLO

# ⁨تحميل نموذج YOLO26 الصغير⁩
model = YOLO("yolo26s.pt")

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

# ⁨تشغيل الاستدلال على صورة وعرض النتائج⁩
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()

# ⁨تصدير النموذج للنشر على الأجهزة الطرفية⁩
model.export(format="onnx")

الخلاصة#

أسهم كل من DAMO-YOLO وYOLOv5 إسهامًا كبيرًا في مجال الرؤية الحاسوبية. ويبرز DAMO-YOLO قوة البحث عن البنية العصبية والتقطير، ما يجعله موضوعًا مثيرًا للاهتمام للباحثين. ومع ذلك، يظل YOLOv5 خيارًا عمليًا بفضل توازن الأداء وانخفاض متطلبات الذاكرة وسهولة الاستخدام.

للمطورين الذين يبدؤون مشاريع جديدة اليوم، تتمثل التوصية في استخدام منصة Ultralytics واعتماد YOLO26. فهو يجمع بين منظومة YOLOv5 سهلة الاستخدام والتطورات المعمارية الأحدث، موفرًا دقة عالية واستدلالًا سريعًا لتطبيقات الذكاء الاصطناعي السحابية والذكاء الاصطناعي الطرفي. وقد يرغب المطورون أيضًا في استكشاف نماذج فعّالة أخرى مثل YOLOv6 أو YOLOX، وفقًا لقيود الأجهزة القديمة المحددة.

المساهمون

التعليقات

اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.