DAMO-YOLO مقابل YOLOv7#
أفرز التطور السريع للرؤية الحاسوبية نماذج اكتشاف أجسام عالية الكفاءة، مصممة للموازنة بين الدقة والكلفة الحسابية. ومن النماذج البارزة التي قُدمت في عام 2022 DAMO-YOLO وYOLOv7. ويسعى كلاهما إلى دفع حدود مهام الرؤية الآنية، لكنهما يحققان النتائج من خلال مناهج معمارية ومنهجيات تدريب مختلفة إلى حد كبير.
تستكشف هذه المقارنة التقنية الشاملة المناهج المتميزة للنموذجين، وتفحص معماريتيهما وإمكانات نشرهما ومقاييس أدائهما لمساعدة مهندسي التعلم الآلي على اختيار الأداة المناسبة لتطبيقات الرؤية الحاسوبية الخاصة بهم.
أصول النماذج وبياناتها الوصفية#
قبل الخوض في التحليل التقني المتعمق، من الضروري وضع أصول هذين النموذجين للرؤية الحاسوبية في سياقها.
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 بوصفه أحدث ما توصل إليه المجال في منتصف عام 2022، ودفع الاستدلال الآني إلى آفاق أبعد بتقديم «حزمة مزايا مجانية» قابلة 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#
يستخدم DAMO-YOLO عدة تقنيات متطورة تهدف إلى تحقيق أقصى كفاءة:
- البنيات الأساسية المستندة إلى NAS: يستخدم البحث عن البنية العصبية (NAS) لتصميم بنيات أساسية مثلى (MAE-NAS) تلقائيًا، مصممة للبيئات الحساسة لزمن الاستجابة.
- 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 النموذج بشدة على تقطير المعرفة أثناء التدريب لتعزيز أداء الإصدارات الأصغر دون زيادة عدد معلماتها.
YOLOv7: E-ELAN وحزمة المزايا المجانية#
اتبعت YOLOv7 نهجًا هندسيًا بنيويًا أكثر، مع التركيز على تحسين مسارات التدرّج 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 مقاييس مبهرة، رغم استهدافهما فئتين مختلفتين قليلًا. ويركز YOLOv7 بشدة على النشر عالي الدقة باستخدام GPU، بينما تستهدف البنيات المستمدة من NAS في DAMO-YOLO النشر بزمن استجابة منخفض جدًا على CPU والأجهزة الطرفية.
| النموذج | الحجم (بكسل) | mAPالتحقق 50-95 | 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 يتضح من المقاييس، يوفر DAMO-YOLO إصدارات خفيفة للغاية، مثل النموذج الصغير الذي يضم 8.5M من المعلمات فحسب، بينما يحقق YOLOv7 ذروة دقة إجمالية أعلى، إذ يسجل YOLOv7x متوسط دقة (mAP) مذهلًا يبلغ 53.1 على مجموعة بيانات COCO.
ميزة منظومة Ultralytics#
مع أهمية المعمارية النظرية، تحدد المنظومة مدى عملية النموذج. وتستفيد نماذج Ultralytics الأصلية، مثل YOLO26، من منظومة جيدة الصيانة وسهولة استخدام لا مثيل لهما.
- توازن الأداء: تحقق نماذج Ultralytics باستمرار مفاضلة مثلى بين سرعة الاستدلال ودقة الاكتشاف، ما يجعلها مثالية للأجهزة الطرفية ونشر النماذج القائم على 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 بسلاسة من مجموعات البيانات إلى نموذج مدرّب بالكامل في دقائق معدودة، بالاستفادة من محمّلات بيانات محسّنة للغاية 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#
مع أن YOLOv7 وDAMO-YOLO مثّلا إنجازات مهمة في عام 2022، فإن مجال الذكاء الاصطناعي للرؤية يتطور بسرعة. والفرق التي تبدأ مشاريع جديدة اليوم يُنصح لها باستخدام أحدث نموذج، Ultralytics YOLO26، الذي أُطلق في يناير 2026.
يحقق YOLO26 قفزة نوعية في الأداء وسهولة الاستخدام، إذ يدمج ابتكارات متطورة:
- تصميم شامل خالٍ من NMS: يقدم YOLO26 رأسًا أصلية شاملة (
nms=False). وبإزالة المعالجة اللاحقة لكبح غير الأعظميات (NMS)، يتيح منطق نشر أسرع وأبسط، في تحول جذري سبق أن أرسى YOLOv10 دعائمه. - محسّن MuSGD: يستلهم YOLO26 ابتكارات النماذج اللغوية الكبيرة، مثل Kimi K2 من Moonshot AI، ويستخدم مزيجًا من SGD وMuon. ويضمن هذا المحسّن ديناميكيات تدريب مستقرة للغاية ومعدلات تقارب أسرع بكثير.
- استدلال على CPU أسرع بنسبة تصل إلى 43%: بفضل إزالة خسارة البؤرة التوزيعية (DFL) المستهدفة والتحسينات البنيوية العميقة، جرى تحسين YOLO26 بدرجة كبيرة للحوسبة الطرفية منخفضة الطاقة، ليتفوق على الأجيال السابقة على العتاد غير المزود بوحدات GPU.
- ProgLoss + STAL: يدمج دوال خسارة جديدة متقدمة تستهدف التعرّف على الأجسام الصغيرة وتحسّنه بوضوح، 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 المعمارية المناسبة بالكامل على بيئة النشر المستهدفة وقيود المشروع.
متى تختار DAMO-YOLO:
- إذا كنت تعمل في بيئات طرفية شديدة القيود ومحدودة الموارد، حيث يجب إبقاء عدد المعلمات الخام منخفضًا للغاية (مثل المتحكمات الدقيقة).
- إذا كنت تستخدم مسارات تعلم آلي آلية مدمجة تحديدًا مع الخدمات السحابية الخاصة بـAlibaba.
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):
- تعمل على إنشاء تطبيق جديد في الرؤية الحاسوبية من الصفر، وتحتاج إلى أحدث ما توصلت إليه التقنية في كل من الدقة وسرعة الاستدلال على CPU/الأجهزة الطرفية.
- تحتاج إلى نشر سريع وسلس (مثل التصدير إلى CoreML أو TensorRT) دون التعامل مع قيود عوامل NMS.
- تريد الاستفادة من الإمكانات الكاملة لـمنصة Ultralytics للتدريب السحابي وإدارة مجموعات البيانات والنشر الآلي.
من خلال الاستفادة من منظومة نماذج Ultralytics المتينة، يمكن للمطورين تقليص وقت الهندسة بدرجة كبيرة مع ضمان أداء تنبؤي رفيع المستوى لتطبيقاتهم في العالم الواقعي.