مقارنة بين DAMO-YOLO و YOLOv7#

أنتج التطور السريع لرؤية الكمبيوتر نماذج اكتشاف الكائنات عالية الكفاءة مصممة لتحقيق التوازن بين الدقة والتكلفة الحسابية. النموذجان البارزان اللذان تم إدخالهما في عام 2022 هما DAMO-YOLO وYOLOv7. وفي حين يهدف كلاهما إلى دفع حدود مهام الرؤية في الوقت الفعلي، إلا أنهما يحققان نتائجهما من خلال نماذج معمارية ومنهجيات تدريب مختلفة تمامًا.

يستكشف هذا المقارنة التقنية الشاملة النهج المتميز لكلا النموذجين، فاحصاً بنياتهما، وإمكانات النشر، ومقاييس الأداء لمساعدة مهندسي التعلم الآلي على اختيار الأداة المناسبة لتطبيقات رؤية الكمبيوتر الخاصة بهم.

أصول النماذج والبيانات الوصفية#

قبل الغوص في التحليل التقني العميق، من الضروري وضع سياق لنشأة هذين النموذجين من نماذج الرؤية الحاسوبية.

DAMO-YOLO#

تم تطوير DAMO-YOLO من قبل باحثين في مجموعة Alibaba Group، وقد قُدم لتحسين السرعة والدقة من خلال البحث الآلي عن البنية والتقطير.

المؤلفون: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang, و Xiuyu Sun
المنظمة: Alibaba Group
التاريخ: 23 نوفمبر 2022
Arxiv: 2211.15444v2
GitHub: tinyvision/DAMO-YOLO

اعرف المزيد عن DAMO-YOLO

YOLOv7#

تم إصدار YOLOv7 كأحدث ما توصلت إليه التكنولوجيا في منتصف عام 2022، ودفع الاستدلال في الوقت الفعلي إلى أبعد من ذلك من خلال تقديم "حقيبة الهدايا" القابلة للتدريب دون زيادة تكاليف النشر.

المؤلفون: Chien-Yao Wang و Alexey Bochkovskiy و Hong-Yuan Mark Liao
المنظمة: Institute of Information Science, Academia Sinica, Taiwan
التاريخ: 6 يوليو 2022
Arxiv: 2207.02696
الوثائق: وثائق YOLOv7

اعرف المزيد عن YOLOv7

النظام البيئي المدعوم

يتم دعم YOLOv7 رسمياً داخل النظام البيئي لـ Ultralytics، مما يسمح بالتدريب والتحقق والتصدير بسلاسة باستخدام واجهة برمجة تطبيقات موحدة.

الابتكارات المعمارية#

DAMO-YOLO: البحث عن البنية العصبية (NAS) والتقطير#

يدمج DAMO-YOLO العديد من التقنيات المتطورة الموجهة نحو تحقيق أقصى قدر من الكفاءة:

البنى الأساسية NAS: يستخدم البحث عن البنية العصبية (NAS) لتصميم بنى أساسية مثالية تلقائياً (MAE-NAS) مصممة خصيصاً للبيئات التي تتطلب زمن انتقال منخفض.
Efficient RepGFPN: شبكة هرمية للميزات معممة ومعدلة تعزز بشكل كبير كفاءة دمج الميزات عبر مقاييس متعددة.
ZeroHead & AlignedOTA: يدمج رأس اكتشاف خفيف الوزن واستراتيجية محسنة لتعيين التسميات (AlignedOTA) لتقليل العبء الحوسبي.
تعزيز التقطير: يعتمد بشكل كبير على تقطير المعرفة أثناء التدريب لتعزيز أداء متغيرات النموذج الأصغر دون تضخيم عدد المعلمات الخاصة بها.

YOLOv7: E-ELAN ومجموعة الميزات المجانية#

اتخذ YOLOv7 نهجاً هندسياً هيكلياً أكثر، مع التركيز على تحسين مسار التدرج واستراتيجيات التدريب القوية.

بنية E-ELAN: تسمح شبكة تجميع الطبقات الفعالة الموسعة للنموذج بتعلم ميزات أكثر تنوعاً من خلال التحكم في أقصر وأطول مسارات التدرج، مما يضمن تقارب التعلم بفعالية.
قياس النموذج: يقدم طريقة قياس مركبة مصممة خصيصاً للنماذج القائمة على التسلسل، مع توسيع العمق والعرض في وقت واحد للمحاذاة الهيكلية.
حقيبة الهدايا القابلة للتدريب: تستخدم تقنيات مثل الالتفافات المُعاد بارامترتها (RepConv) بدون اتصالات الهوية، واستراتيجيات تعيين التسميات الديناميكية، والتي تعزز الدقة أثناء التدريب دون التأثير على سرعة الاستدلال.

تحليل الأداء#

عند تقييم متوسط الدقة (mAP) والسرعة والكفاءة، يظهر كلا النموذجين مقاييس مثيرة للإعجاب، على الرغم من استهدافهما لقطاعات مختلفة قليلاً. يركز YOLOv7 بشكل كبير على نشر وحدة معالجة الرسوميات (GPU) عالية الدقة، بينما تستهدف هياكل DAMO-YOLO المستمدة من البحث المعماري العصري (NAS) النشر العدواني منخفض الكمون على وحدات المعالجة المركزية (CPU) والحواف (edge).

النموذج	الحجم ^(بكسل)	mAP^val 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

YOLOv7l	640	51.4	-	6.84	36.9	104.7
YOLOv7x	640	53.1	-	11.57	71.3	189.9

كما يظهر في المقاييس، بينما يوفر DAMO-YOLO متغيرات خفيفة الوزن للغاية (مثل النموذج الصغير الذي يحتوي على 8.5 مليون معلمة فقط)، يحقق YOLOv7 ذروة دقة إجمالية أعلى، حيث يصل YOLOv7x إلى 53.1 mAP مبهرة على مجموعة بيانات COCO.

ميزة نظام Ultralytics البيئي#

بينما تعتبر البنية النظرية مهمة، فإن قابلية تطبيق النموذج تُملى من خلال نظامه البيئي. تستفيد النماذج المدعومة من Ultralytics، مثل YOLOv7، من نظام بيئي مُصان جيداً و سهولة استخدام لا مثيل لها.

توازن الأداء: تحقق نماذج Ultralytics باستمرار مقايضة مثالية بين سرعة الاستدلال ودقة الككتشاف، مما يجعلها مثالية لكل من أجهزة الحافة ونشر النماذج المستندة إلى السحابة.
متطلبات الذاكرة: على عكس النماذج الأثقل المعتمدة على Transformer، تحافظ نماذج Ultralytics YOLO على متطلبات ذاكرة CUDA منخفضة أثناء التدريب. وهذا يسمح بـ أحجام دفعات أكبر، مما يبسط عملية التدريب حتى على الأجهزة الاستهلاكية.
التنوع: يمتد إطار عمل Ultralytics إلى ما هو أبعد من اكتشاف الكائنات ليشمل مهام مثل تجزئة المثيلات وتقدير الوضع، مما يمنح المطورين مجموعة أدوات رؤية حاسوبية كاملة.

كفاءة التدريب

تتيح لك حزمة Ultralytics الانتقال بسلاسة من مجموعات البيانات إلى نموذج مدرب بالكامل في دقائق معدودة، وذلك بالاستفادة من أدوات تحميل البيانات عالية التحسين والأوزان المدربة مسبقاً.

مثال برمجي: تدريب YOLOv7 باستخدام Ultralytics#

إن دمج YOLOv7 في خط أنابيب الرؤية الحاسوبية الخاص بك أمر مباشر للغاية باستخدام واجهة برمجة تطبيقات Ultralytics Python.

from ultralytics import YOLO

# Load a pre-trained YOLOv7 model
model = YOLO("yolov7.pt")

# Train the model on your custom dataset
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Run inference and validate results
metrics = model.val()
predictions = model.predict("https://ultralytics.com/images/bus.jpg", save=True)

المعيار الجديد: تقديم YOLO26#

بينما مثل كل من YOLOv7 وDAMO-YOLO طفرات هامة في عام 2022، فإن مجال الذكاء الاصطناعي للرؤية يتحرك بسرعة. بالنسبة للفرق التي تبدأ مشاريع جديدة اليوم، النموذج الموصى به هو أحدث طراز Ultralytics YOLO26، الذي تم إصداره في يناير 2026.

يقدم YOLO26 قفزة جيلية في الأداء وسهولة الاستخدام، حيث يدمج ابتكارات حديثة:

تصميم بدون NMS من البداية إلى النهاية: يتميز YOLO26 بأنه متكامل أصلياً من البداية إلى النهاية. من خلال القضاء على معالجة قمع الحد الأقصى (NMS)، فإنه يوفر منطق نشر أسرع وأبسط - وهو تحول نموذجي ريادي بدأه أصلاً YOLOv10.
مُحسِّن MuSGD: مستوحى من ابتكارات نماذج اللغات الكبيرة مثل Kimi K2 من Moonshot AI، يستخدم YOLO26 مزيجاً من SGD و Muon. يضمن هذا المُحسِّن ديناميكيات تدريب مستقرة للغاية ومعدلات تقارب أسرع بشكل كبير.
استدلال أسرع بنسبة تصل إلى 43% على CPU: مع الإزالة المستهدفة لـ Distribution Focal Loss (DFL) والتحسينات الهيكلية العميقة، تم تحسين YOLO26 بشكل كبير لحوسبة الحافة منخفضة الطاقة، متفوقاً على الأجيال السابقة على الأجهزة غير المزودة بـ GPU.
ProgLoss + STAL: يتضمن وظائف فقدان جديدة متقدمة تستهدف وتحسن صراحة التعرف على الكائنات الصغيرة، وهي قدرة أساسية للتطبيقات في الصور الجوية، والروبوتات، ومراقبة الأمان.
تحسينات خاصة بالمهمة: بالإضافة إلى الكشف القياسي، يتميز YOLO26 بتحسينات مصممة خصيصاً لمهام مختلفة، بما في ذلك النماذج الأولية متعددة المقاييس للتجزئة، وRLE لتقدير الوضع، وخسائر الزاوية المحددة لـ الصناديق المحيطة الموجهة (OBB).

تعرف على المزيد حول YOLO26

حالات الاستخدام المثالية#

يعتمد اختيار البنية الصحيحة بالكامل على بيئة النشر المستهدفة وقيود المشروع.

متى تختار DAMO-YOLO:

أنت تعمل في بيئات حافة مقيدة للغاية ومحدودة الموارد حيث يجب الحفاظ على عدد المعلمات الخام منخفضاً للغاية (على سبيل المثال، وحدات التحكم الدقيقة).
أنت تستخدم خطوط أنابيب تعلم آلي آلية مدمجة خصيصاً مع خدمات السحابة المملوكة لشركة Alibaba.

متى تختار YOLOv7:

لديك خطوط أنابيب GPU قديمة مُحسّنة بالفعل للاستدلال عالي الدقة والقائم على المراسي.
أنت تعمل في بيئات تكون فيها الدقة في الوقت الفعلي ذات أهمية قصوى، مثل المركبات ذاتية القيادة عالية السرعة أو الروبوتات المتقدمة.

متى تختار YOLO26 (موصى به):

أنت تبني تطبيق رؤية حاسوبية جديداً من الصفر وتحتاج إلى أحدث ما توصلت إليه التكنولوجيا في كل من الدقة وسرعة الاستدلال على وحدة المعالجة المركزية (CPU) والحافة.
أنت تحتاج إلى نشر سريع وسلس (مثل التصدير إلى CoreML أو TensorRT) دون التعامل مع قيود مشغل NMS.
تريد الاستفادة من الإمكانات الكاملة لـ منصة Ultralytics للتدريب السحابي، وإدارة مجموعات البيانات، والنشر الآلي.

من خلال الاستفادة من النظام البيئي القوي لنماذج Ultralytics، يمكن للمطورين تقليل وقت الهندسة بشكل كبير مع تأمين أداء تنبؤي من الدرجة الأولى لتطبيقاتهم الواقعية.

المساهمون

GLglenn-jocher¹⁴ PDpderrenger¹

تم الإنشاء 27 يناير 2025تم التحديث أمس