DAMO-YOLO مقابل YOLOv6-3.0#

أدى التطور السريع للرؤية الحاسوبية إلى ظهور بنى متخصصة للغاية ومصممة للتطبيقات الصناعية. ومن بين هذه البنى، يبرز نموذجان قويان يركزان على الأداء الآني وكفاءة النشر: DAMO-YOLO وYOLOv6-3.0. تقدم هذه الصفحة مقارنة تقنية معمقة لبنيتيهما ومقاييس أدائهما ومنهجيات تدريبهما، لمساعدتك على تحديد خيارات النشر المناسبة.

DAMO-YOLO: يجمع بين البحث عن البنى العصبية وكشف الأجسام#

طوّر باحثون في Alibaba Group نموذج DAMO-YOLO، الذي يقدم نهجًا جديدًا ضمن عائلة YOLO من خلال الدمج المكثف للبحث عن البنى العصبية (NAS) في تصميم العمود الفقري.

• 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

ابتكارات البنية#

يستخدم DAMO-YOLO عمودًا فقريًا محسّنًا بالبحث عن البنى العصبية (NAS) يُسمى MAE-NAS، ويبحث تلقائيًا عن بنى الشبكة المثلى ضمن قيود زمن استجابة محددة. ويضمن ذلك قدرة النموذج على التوسع بكفاءة عبر تكوينات العتاد المختلفة. ولتحسين دمج السمات، تستخدم البنية شبكة هرم السمات العامة المعاد تمثيلها والفعّالة (RepGFPN)، ما يعزز تمثيل المقاييس المتعددة بدرجة كبيرة.

بالإضافة إلى ذلك، يقدم النموذج تصميم «ZeroHead». فمن خلال إزالة البنى المعقدة متعددة الفروع في رأس الكشف، يحافظ على المعلومات المكانية بفاعلية أكبر مع تقليل العبء الحسابي. كما تستفيد منهجية التدريب من تعيين النقل الأمثل المحاذى (AlignedOTA) والتقطير المعرفي المتين، ما يتيح لنماذج الطلاب الأصغر التعلم من شبكات المعلمين الأكبر حجمًا.

اطّلع على مزيد من المعلومات حول DAMO-YOLO

YOLOv6-3.0: تعظيم معدل الإنتاجية الصناعية#

ابتكره قسم الذكاء الاصطناعي للرؤية في Meituan، وصُنّف YOLOv6-3.0 صراحةً بوصفه كاشف أجسام صناعيًا، وصُمم خصيصًا لتعظيم معدل الإنتاجية على عتاد NVIDIA.

• المؤلفون: Chuyi Li وLulu Li وYifei Geng وHongliang Jiang وMeng Cheng وBo Zhang وZaidan Ke وXiaoming Xu وXiangxiang Chu
• المؤسسة: Meituan
• التاريخ: 2023-01-13
• Arxiv: 2301.05586
• GitHub: meituan/YOLOv6

الميزات والتحسينات الرئيسية#

يعتمد YOLOv6-3.0 على العمود الفقري EfficientRep الملائم للعتاد، ما يجعله سريعًا للغاية عند الاستفادة من تحسينات مثل TensorRT على وحدات GPU الحديثة. وفي الإصدار v3.0، تدمج الشبكة وحدة الدمج ثنائية الاتجاه (BiC) لتحسين تحديد مواقع الأجسام ذات الأحجام المختلفة.

ومن الميزات البارزة الأخرى استراتيجية التدريب بمساعدة المراسي (AAT). تجمع AAT بين استقرار الكواشف المعتمدة على المراسي أثناء التدريب وسرعة الاستدلال التي يوفرها التصميم الخالي من المراسي. ويحقق هذا النهج الهجين تقاربًا ممتازًا دون التضحية بزمن استجابة النشر، ما يجعله خيارًا قويًا لمعالجة تدفقات الفيديو الضخمة في تحليلات المدن الذكية وأنظمة الدفع الآلي.

تعرّف على المزيد حول YOLOv6

مقارنة الأداء#

عند تقييم هذه النماذج لأغراض الاستدلال الآني، من الضروري الموازنة بين المعلمات وFLOPs والدقة. فيما يلي تقييم مفصل يقارن أداءها.

يتقدم DAMO-YOLO قليلًا في الفئة الصغيرة (46.0 mAP مقابل 45.0 mAP)، لكن YOLOv6-3.0 يُظهر قابلية توسع أفضل، إذ يتفوق في الفئتين المتوسطة والكبيرة مع الحفاظ على أقل عدد مطلق من المعلمات في تكوينه النانوي.

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين DAMO-YOLO وYOLOv6 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 YOLOv6#

يُنصح بـ YOLOv6 في الحالات التالية:

• النشر الملائم لعتاد الصناعة: الحالات التي يوفر فيها التصميم المراعي للعتاد وإعادة المعلمة الفعّالة للنموذج أداءً محسّنًا على عتاد مستهدف محدد.
• الكشف السريع أحادي المرحلة: التطبيقات التي تعطي الأولوية لسرعة الاستدلال الخام على GPU لمعالجة الفيديو في الوقت الفعلي ضمن بيئات خاضعة للتحكم.
• التكامل مع منظومة Meituan: الفرق التي تعمل بالفعل ضمن حزمة تقنيات Meituan وبنية النشر التحتية الخاصة بها.

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.

ميزة Ultralytics: تقديم YOLO26#

على الرغم من القدرات العالية لكل من DAMO-YOLO وYOLOv6-3.0، فإنهما يعانيان من تشتت المنظومات ومحدودية المهام وتعقيد مسارات النشر. وبالنسبة إلى فرق الهندسة الحديثة، تقدم نماذج Ultralytics تجربة تطوير أفضل بكثير، تتوجها YOLO26 الثورية.

صدر YOLO26 في يناير 2026، ويمثل المعيار الجديد للنشر على الأجهزة الطرفية والسحابة، مع تحسين كبير في متطلبات الذاكرة والكفاءة الحسابية.

لماذا تختار YOLO26؟#

1. تصميم شامل خالٍ من NMS: استنادًا إلى مفاهيم من YOLOv10، يدعم YOLO26 الاستدلال الشامل الأصلي الذي يتجاوز المعالجة اللاحقة الخاصة بكبت غير الأعظميات، عبر رأس اختياري أحادي المطابقة (nms=False). وهذا يبسط شفرة النشر بدرجة كبيرة ويقلل تفاوت زمن الاستدلال عبر جميع الأجهزة الطرفية.
2. تحسين فائق: يستخدم YOLO26 محسّن MuSGD، وهو مزيج من SGD وMuon (مستوحى من نماذج اللغة الكبيرة)، ما يؤدي إلى عمليات تدريب مستقرة للغاية وتقارب أسرع.
3. تعدد استخدامات العتاد: يؤدي تطبيق إزالة DFL (خسارة البؤرة التوزيعية) إلى تبسيط رؤوس الإخراج وتعزيز التوافق مع الأجهزة الطرفية. وفي الواقع، يحقق YOLO26 استدلالًا على CPU أسرع بنسبة تصل إلى 43%، ما يجعله متفوقًا كثيرًا على YOLOv6 في بيئات الأجهزة المحمولة أو إنترنت الأشياء الطرفية.
4. دقة محسّنة: يحقق YOLO26 باستخدام ProgLoss + STAL تحسينات كبيرة في كشف الأجسام الصغيرة، ما يجعله الخيار الأمثل لـالصور الجوية وفحص العيوب.
5. تعدد استخدامات لا يُضاهى: على خلاف النماذج الصناعية التي تقتصر على الصناديق المحيطة، تدعم عائلة YOLO26 مهام متعددة، منها تصنيف الصور وتجزئة الكائنات وتقدير الوضعية والصناديق المحيطة الموجّهة (OBB).

تجربة سلسة ضمن المنظومة#

تُحدث منصة Ultralytics تحولًا في دورة حياة تعلّم الآلة بأكملها. فلم يعد تدريب النموذج معاناةً متعددة المراحل بسبب التقطير. وبفضل زيادة البيانات التلقائية وضبط المعلمات الفائقة الموحد والتصدير بنقرة واحدة إلى تنسيقات مثل ONNX وOpenVINO وCoreML، يمكنك الانتقال من مجموعة البيانات إلى الإنتاج في ساعات، لا أسابيع.

بالإضافة إلى ذلك، تشتهر نماذج Ultralytics بـكفاءة استخدام الذاكرة، إذ تتجنب اختناقات VRAM الهائلة التي تعاني منها بنى Transformer مثل RT-DETR.

مثال سريع على الشفرة#

يتميز التدريب والاستدلال باستخدام نموذج Ultralytics مثل YOLO26 بالبساطة والأناقة. يوضح البرنامج النصي التالي بلغة Python كيفية بدء التدريب وتشغيل الاستدلال والتصدير فورًا باستخدام بضعة أسطر من الشفرة فقط:

from ultralytics import YOLO

# ⁨تحميل نموذج YOLO26 النانوي عالي الكفاءة⁩
model = YOLO("yolo26n.pt")

# ⁨درّب النموذج على مجموعة بياناتك المخصصة بسهولة⁩
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# ⁨إجراء الاستدلال على صورة نموذجية⁩
prediction = model("https://ultralytics.com/images/bus.jpg")

# ⁨تصدير إلى TensorRT لتحقيق أقصى معدل إنتاجية لـGPU⁩
model.export(format="engine", dynamic=True)

الخلاصة#

يمثل كل من DAMO-YOLO وYOLOv6-3.0 إنجازًا هندسيًا لافتًا يدفع حدود كشف الأجسام الصناعي. لكنهما أداتان متخصصتان للغاية، وغالبًا ما تتطلبان إعدادات دقيقة وقيودًا صارمة على العتاد.

بالنسبة إلى المطورين والباحثين الذين يتطلبون توازنًا مثاليًا في الأداء وقدرات متعددة المهام ومنظومة تتم صيانتها جيدًا على نحو مستمر، لا يُضاهى Ultralytics YOLO26. فمن خلال الجمع بين المحسّنات المستوحاة من نماذج اللغة الكبيرة وبنية نظيفة تدعم الاستدلال الخالي من NMS، يبسط YOLO26 نشر الذكاء الاصطناعي مع تقديم دقة متطورة في بيئات الأجهزة الطرفية والسحابة.

إذا كنت تقيّم النماذج لمشروع جديد في الرؤية الحاسوبية، فنوصي بشدة باستكشاف إمكانات منظومة Ultralytics YOLO. وقد يكون من المفيد أيضًا مقارنتها ببنى أخرى مثل EfficientDet أو بمحطات سابقة مثل YOLO11، لفهم تطور الذكاء الاصطناعي للرؤية الآنية فهمًا كاملًا.