DAMO-YOLO مقابل YOLOv7
أسفرت أبحاث الرؤية الحاسوبية عن نماذج فعالة لـاكتشاف الأجسام صُممت لتحقيق توازن بين الدقة والتكلفة الحاسوبية. ومن النماذج البارزة التي طُرحت في عام 2022 DAMO-YOLO وYOLOv7. وعلى الرغم من أن كليهما يستهدف مهام الرؤية في الزمن الحقيقي، فإنهما يحققان نتائجهما باستخدام بنى معمارية وأساليب تدريب مختلفة تمامًا.
تستكشف هذه المقارنة التقنية النهجين المختلفين للنموذجين، وتفحص تصميميهما المعماريين وإمكانات النشر ومقاييس الأداء لمساعدة مهندسي التعلم الآلي على اختيار الأداة المناسبة لـتطبيقات الرؤية الحاسوبية الخاصة بهم.
أصول النماذج وبياناتها الوصفية#
قبل التحليل التقني، إليك نبذة عن خلفية كل نموذج.
DAMO-YOLO#
طوّر باحثون في Alibaba Group نموذج DAMO-YOLO، الذي قُدّم لتحسين السرعة والدقة معًا عبر البحث الآلي عن المعمارية والتقطير.
- المؤلفون: Xianzhe Xu وYiqi Jiang وWeihua Chen وYilun Huang وYuan Zhang وXiuyu Sun
- المؤسسة: Alibaba Group
- التاريخ: 23 نوفمبر 2022
- arXiv: 2211.15444v2
- GitHub: tinyvision/DAMO-YOLO
اطّلع على مزيد من المعلومات حول DAMO-YOLO
YOLOv7#
طُرح YOLOv7 في منتصف عام 2022 بوصفه أحدث ما توصلت إليه التقنية في مجال الكواشف الآنية، ودفع الاستدلال في الزمن الحقيقي إلى آفاق أبعد بإدخال «مجموعة من المزايا المجانية» القابلة للتدريب دون زيادة تكاليف النشر.
- المؤلفون: Chien-Yao Wang وAlexey Bochkovskiy وHong-Yuan Mark Liao
- المؤسسة: معهد علوم المعلومات، أكاديميا سينيكا، تايوان
- التاريخ: 6 يوليو 2022
- arXiv: 2207.02696
- الوثائق: وثائق YOLOv7
لا تنشر Ultralytics أوزان YOLOv7 أو ملفات YAML، لذا لا يمكن تدريب YOLOv7 مباشرةً باستخدام حزمة Ultralytics. ويمكن تصدير نماذج YOLOv7 المدرّبة في المستودع الأصلي إلى ONNX أو TensorRT، وتشغيلها للاستدلال باستخدام Ultralytics.
ابتكارات البنية#
DAMO-YOLO: البحث عن البنية العصبية والتقطير#
يضم DAMO-YOLO عدة تقنيات تستهدف تحقيق الكفاءة:
- العموديات القائمة على NAS: يستخدم البحث عن البنى العصبية (NAS) لتصميم عموديات فعالة تلقائيًا (MAE-NAS)، ملائمة للبيئات التي يكون فيها زمن الاستجابة بالغ الأهمية.
- RepGFPN الفعّالة: شبكة هرمية معممة معدّلة للسمات، تعزز كفاءة دمج السمات بدرجة كبيرة عبر مقاييس متعددة.
- ZeroHead وAlignedOTA: يدمجان رأس اكتشاف خفيفًا واستراتيجية محسّنة لتعيين التسميات (AlignedOTA) بهدف تقليل العبء الحسابي.
- تعزيز التقطير: يعتمد بدرجة كبيرة على تقطير المعرفة أثناء التدريب لتعزيز أداء إصدارات النماذج الأصغر من دون زيادة عدد معلماتها.
YOLOv7: E-ELAN وحزمة المزايا المجانية#
اتبع YOLOv7 نهجًا هندسيًا بنيويًا، مع التركيز على تحسين مسارات التدرج واستراتيجيات التدريب المتينة.
- معمارية E-ELAN: تتيح شبكة تجميع الطبقات الفعّالة الموسّعة للنموذج تعلّم سمات أكثر تنوعًا عبر التحكم في أقصر مسارات التدرّج وأطولها، بما يضمن تقاربًا فعالًا للتعلّم.
- توسيع نطاق النموذج: يقدم أسلوب توسيع مركبًا مصممًا للنماذج القائمة على التسلسل، إذ يوسّع العمق والعرض بالتزامن لتحقيق التوافق البنيوي.
- حزمة مزايا مجانية قابلة للتدريب: يستخدم تقنيات مثل الالتفافات المعاد ضبط معلماتها (RepConv) دون وصلات هوية، واستراتيجيات تعيين التسميات الديناميكية، ما يعزز الدقة أثناء التدريب دون التأثير في سرعة الاستدلال.
تحليل الأداء#
عند تقييم متوسط الدقة (mAP) والسرعة والكفاءة، يحقق كلا النموذجين أداءً جيدًا، مع استهدافهما شريحتين مختلفتين قليلًا. يركز YOLOv7 على النشر عالي الدقة باستخدام GPU، بينما تهدف البنى المستمدة من NAS في DAMO-YOLO إلى تحقيق زمن استجابة منخفض ضمن ميزانيات GPU المحدودة.
| 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 |
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
كما توضح المقاييس، يوفر DAMO-YOLO إصدارات خفيفة الوزن (مثل النموذج الصغير الذي لا يضم سوى 8.5M من المعلمات)، بينما يحقق YOLOv7 ذروة أعلى للدقة الإجمالية، إذ يسجل YOLOv7x قيمة 53.1 mAP على مجموعة بيانات COCO.
ميزة منظومة Ultralytics#
مع أهمية البنية النظرية، تحدد منظومة النموذج مدى عمليته. وتستفيد نماذج Ultralytics الأصلية، مثل YOLO26، من منظومة تحظى بصيانة جيدة وسهولة استخدام عالية.
- توازن الأداء: تحقق نماذج Ultralytics باستمرار توازنًا قويًا بين سرعة الاستدلال ودقة الكشف، ما يجعلها ملائمة للأجهزة الطرفية ونشر النماذج المستند إلى السحابة.
- متطلبات الذاكرة: على عكس نماذج Transformer الأثقل، تحافظ نماذج Ultralytics YOLO على متطلبات منخفضة لذاكرة CUDA أثناء التدريب. ويتيح ذلك استخدام أحجام دفعات أكبر، ما يبسّط عملية التدريب حتى على العتاد الاستهلاكي.
- تعدد الاستخدامات: يتجاوز إطار Ultralytics اكتشاف الأجسام إلى مهام مثل تجزئة المثيلات وتقدير الوضعية، موفرًا للمطورين مجموعة أدوات متكاملة للرؤية الحاسوبية.
تتيح لك حزمة Ultralytics الانتقال بسرعة من مجموعة بيانات إلى نموذج مدرّب بالكامل، باستخدام محمّلات بيانات محسّنة وأوزان مدرّبة مسبقًا.
مثال على الشيفرة: تشغيل YOLOv7 باستخدام Ultralytics#
بعد تحويل تصدير YOLOv7 إلى ONNX من المستودع الأصلي كما هو موضح في أمثلة استخدام YOLOv7، يمكنك تشغيله باستخدام واجهة Python API من Ultralytics.
from ultralytics import YOLO
# تحميل نموذج YOLOv7 بصيغة ONNX بعد تحويله ليتوافق مع Ultralytics
model = YOLO("yolov7-ultralytics.onnx", task="detect")
# تنفيذ الاستدلال
predictions = model.predict("https://ultralytics.com/images/bus.jpg", save=True)المعيار الجديد: تقديم YOLO26#
شكّل YOLOv7 وDAMO-YOLO تقدمًا مهمًا في عام 2022، لكن مجال الذكاء الاصطناعي للرؤية يتطور بسرعة. والاختيار الموصى به للفرق التي تبدأ مشاريع جديدة اليوم هو Ultralytics YOLO26، الذي صدر في يناير 2026.
يحسّن YOLO26 الأداء وسهولة الاستخدام معًا:
- تصميم شامل من دون NMS: يوفر YOLO26 رأسًا شاملًا أصليًا (
nms=False). ومن خلال الاستغناء عن المعالجة اللاحقة لكبح غير الأقصى (NMS)، يتيح منطق نشر أسرع وأبسط، وهو نهج طُرح أول مرة في YOLOv10. - مُحسِّن MuSGD: استلهامًا من تقنيات تدريب النماذج اللغوية الكبيرة، مثل التقنيات المستخدمة في Kimi K2 من Moonshot AI، يستخدم YOLO26 مزيجًا من SGD وMuon لتحقيق ديناميكيات تدريب مستقرة وتقارب أسرع.
- استدلال أسرع على CPU بنسبة تصل إلى 43%: بفضل إزالة خسارة البؤرة التوزيعية (DFL) وتبسيط البنية، جرى تحسين YOLO26 للحوسبة الطرفية منخفضة الطاقة، إذ يعمل YOLO26n بسرعة تفوق YOLO11n بنسبة تصل إلى 43% على CPU.
- ProgLoss + STAL: خسارة تقدمية جديدة وإسناد تسميات يراعي الأهداف الصغيرة، صُمما لاستهداف التعرّف على الأجسام الصغيرة وتحسينه، وهي قدرة أساسية لتطبيقات الصور الجوية والروبوتات ومراقبة الأمن.
- تحسينات خاصة بالمهام: إلى جانب الاكتشاف المعتاد، يتضمن YOLO26 تحسينات مصممة لمهام متنوعة، منها النمذجة الأولية متعددة المقاييس للتجزئة، وRLE لتقدير الوضعية، وخسائر زوايا محددة لـمربعات الإحاطة الموجّهة (OBB).
حالات الاستخدام المثالية#
يعتمد اختيار البنية المناسبة على بيئة النشر المستهدفة وقيود المشروع.
متى تختار DAMO-YOLO:
- أنت تنشر على أجهزة GPU مخصصة ضمن ميزانيات زمن استجابة محدودة، حيث تحافظ الإصدارات الصغيرة التي بحث عنها DAMO-YOLO باستخدام NAS على انخفاض عدد المعلمات.
- أنت تجري أبحاثًا في البحث عن البنية العصبية أو تقطير المعرفة.
متى تختار YOLOv7:
- إذا كانت لديك مسارات GPU قديمة محسّنة بالفعل للاستدلال عالي الدقة المعتمد على المراسي.
- أنت تعمل في بيئات تكون فيها الدقة الآنية بالغة الأهمية، مثل المركبات ذاتية القيادة عالية السرعة أو الروبوتات المتقدمة.
متى تختار YOLO26 (موصى به):
- أنت تبني تطبيقًا جديدًا للرؤية الحاسوبية من الصفر، وتحتاج إلى دقة عالية إلى جانب استدلال سريع على CPU والأجهزة الطرفية.
- تحتاج إلى نشر سريع ومباشر (مثل التصدير إلى CoreML أو TensorRT) من دون التعامل مع قيود عوامل تشغيل NMS.
- تريد الاستفادة من الإمكانات الكاملة لـمنصة Ultralytics للتدريب السحابي وإدارة مجموعات البيانات والنشر الآلي.
باستخدام منظومة Ultralytics، يستطيع المطورون تقليل وقت الهندسة بدرجة كبيرة مع الحفاظ على أداء تنبؤي قوي في التطبيقات الواقعية.
التعليقات
اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.