DAMO-YOLO مقابل YOLOv9#
يستمر مشهد الكشف عن الأشياء في الوقت الفعلي في التطور بوتيرة متسارعة. وبينما يسعى الفرق الهندسية والباحثون لتحقيق التوازن المثالي بين الدقة وسرعة الاستدلال والكفاءة الحسابية، ظهرت بنيتان بارزتان من المجتمع البحثي: DAMO-YOLO وYOLOv9. يقدم كلا النموذجين ابتكارات معمارية كبيرة تهدف إلى دفع حدود ما هو ممكن في الرؤية الحاسوبية.
يقدم هذا الدليل التقني المفصل تحليلاً متعمقاً لهذين النموذجين، مقارناً نهجيهما المعماريين الفريدين، ومنهجيات التدريب، وقدرات نشرهما في العالم الحقيقي. سنستكشف أيضاً كيف يلعب النظام البيئي البرمجوي الأوسع دوراً حاسماً في تطوير الذكاء الاصطناعي الحديث، مسلطين الضوء على مزايا المنصات المتكاملة مثل Ultralytics Platform والجيل الأحدث من النماذج مثل YOLO26.
ملخص تنفيذي: اختيار البنية الصحيحة#
على الرغم من أن كلا النموذجين يمثلان علامات فارقة في أبحاث التعلم العميق، إلا أنهما يلبيان فلسفات نشر مختلفة قليلاً.
يتفوق DAMO-YOLO في البيئات التي يمكن فيها استخدام البحث عن البنية العصبية (NAS) لاستخلاص ملفات تعريف أداء محددة، مما يجعله دراسة مثيرة للاهتمام للنشر المخصص على الحافة. في المقابل، يركز YOLOv9 بشكل كبير على حل اختناقات المعلومات في التعلم العميق، مما يوفر كفاءة استثنائية في المعاملات.
مع ذلك، بالنسبة لعمليات النشر الجاهزة للإنتاج، يوصي الفرق الهندسية باستمرار بالاستفادة من Ultralytics ecosystem الموحد. للمشاريع الجديدة، يوفر أحدث نموذج YOLO26 الأفضل من العالمين: دقة حديثة ومتطورة مجتمعة مع تصميم أصلي شامل يزيل الحاجة إلى المعالجة اللاحقة المعقدة.
بينما تعد نماذج DAMO-YOLO و YOLOv9 نماذج أكاديمية قوية، فإن نشرها في الإنتاج غالباً ما يتطلب هندسة مخصصة كبيرة. يوفر استخدام Ultralytics YOLO26 إمكانية الوصول إلى أداء متطور مع واجهة برمجة تطبيقات مبسطة وقابلة للصيانة.
المواصفات الفنية والتأليف#
يوفر فهم أصول وتركيز تطوير هذه النماذج سياقاً أساسياً لنقاط قوتها الخاصة.
DAMO-YOLO#
تم تطوير DAMO-YOLO بواسطة باحثين في مجموعة Alibaba، ويركز بشكل كبير على توليد البنية المؤتمتة ودمج الميزات بكفاءة.
- المؤلفون: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang, و Xiuyu Sun
- المنظمة: Alibaba Group
- تاريخ الإصدار: 23 نوفمبر 2022
- ورقة Arxiv: DAMO-YOLO Research Paper
- GitHub الرسمي: tinyvision/DAMO-YOLO Repository
- التوثيق: DAMO-YOLO README
YOLOv9#
تم تقديمه كحل لفقدان المعلومات في الشبكات التلافيفية العميقة، ويدفع YOLOv9 الحدود النظرية للحفاظ على التدرج أثناء التدريب.
- المؤلفون: Chien-Yao Wang و Hong-Yuan Mark Liao
- المنظمة: Institute of Information Science, Academia Sinica, Taiwan
- تاريخ الإصدار: 21 فبراير 2024
- ورقة Arxiv: YOLOv9 Research Paper
- GitHub الرسمي: WongKinYiu/yolov9 Repository
- التوثيق: YOLOv9 Ultralytics Docs
الابتكارات المعمارية#
DAMO-YOLO: مدفوع بالبحث عن البنية العصبية#
يميز DAMO-YOLO نفسه من خلال مكونات مخصصة للغاية تم إنشاؤها بواسطة الآلة. يتم إنشاء بنيته الأساسية باستخدام البحث عن البنية العصبية (NAS)، والذي يستهدف بشكل خاص الاستدلال بزمن انتقال منخفض على أجهزة متنوعة.
تتميز البنية بـ RepGFPN فعال (شبكة هرمية ميزات عامة معاد تحديد معلماتها) لدمج الميزات، مما يعزز اكتشاف الأشياء متعدد المقاييس دون زيادة العبء الحسابي بشكل مفرط. علاوة على ذلك، فإنه يستخدم تصميم ZeroHead لتبسيط رأس الكشف ويستخدم AlignedOTA لتخصيص التسميات، مقترناً بعملية تعزيز تقطير متطورة أثناء التدريب. في حين أن هذه التقنيات تؤدي إلى استدلال سريع، فإن عملية التقطير متعددة المراحل تتطلب غالباً VRAM كبيرة وأوقات تدريب ممتدة.
YOLOv9: حل اختناق المعلومات#
يعالج YOLOv9 مشكلة أساسية في الشبكات العميقة: الفقد التدريجي لمعلومات بيانات الإدخال أثناء مرورها عبر طبقات متتالية.
ولمكافحة ذلك، قدم المؤلفون Programmable Gradient Information (PGI)، وهو إطار عمل إشرافي مساعد مصمم للاحتفاظ بالتفاصيل الحيوية للطبقات العميقة، مما يولد تدرجات موثوقة للغاية لتحديثات الأوزان. يرافق PGI بنية GELAN (Generalized Efficient Layer Aggregation Network). يعمل GELAN على تحسين كفاءة المعاملات من خلال الجمع بين نقاط قوة CSPNet وELAN، مما يزيد من تدفق المعلومات مع تقليل عمليات الفاصلة العائمة (FLOPs) بصرامة.
تحليل الأداء والمقاييس#
عند تقييم الأداء، يظهر كلا النموذجين متوسط دقة متوسط (mAP) قوياً في المعايير القياسية مثل COCO. يحقق YOLOv9 دقة مطلقة أعلى عبر أحجام النماذج المتكافئة، مستفيداً من بنية PGI الخاصة به للحفاظ على دقة عالية في مجموعات البيانات الصعبة.
| النموذج | الحجم (بكسل) | mAPval 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 |
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.1 | 26.4 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.0 | 76.3 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.3 | 102.1 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 57.3 | 189.0 |
كما هو موضح أعلاه، يحقق YOLOv9-E أعلى دقة، بينما تحافظ متغيرات DAMO-YOLO و YOLOv9 الأصغر على سرعات استدلال تنافسية للغاية عبر TensorRT optimizations.
منهجيات التدريب والنظام البيئي#
في حين أن البنية الخام مهمة، فإن سهولة الاستخدام وكفاءة التدريب اللتين يمليهما النظام البيئي للنموذج أمران بالغا الأهمية للتطبيق في العالم الحقيقي.
غالباً ما يتطلب اعتماد DAMO-YOLO على تقطير المعرفة تدريب نموذج "معلم" مرهق قبل نقل المعرفة إلى نموذج "طالب" مستهدف. يزيد هذا النهج البحثي التقليدي بشكل كبير من متطلبات الذاكرة وأوقات دورة التدريب. وبالمثل، يتطلب مستودع YOLOv9 الأصلي التنقل في ملفات تكوين معقدة يمكن أن تبطئ التطوير السريع.
على النقيض من ذلك، فإن دمج النماذج في Ultralytics Platform يغير تجربة المطور تماماً. تختصر حزمة Python من Ultralytics التعليمات البرمجية النمطية، مما يسمح للفرق بالتعامل مع زيادة البيانات، وضبط المعلمات الفائقة، وتصدير النماذج بسهولة.
تطبيقات وحالات استخدام في العالم الحقيقي#
تتفوق البنى المختلفة بشكل طبيعي في صناعات معينة بناءً على متطلبات مواردها وملفات تعريف الدقة الخاصة بها.
- DAMO-YOLO في الحوسبة الطرفية للذكاء الاصطناعي: نظراً لهياكلها الأساسية المحسنة بواسطة NAS، غالباً ما يتم استكشاف DAMO-YOLO في الأنظمة المضمنة حيث تعد إعادة معلمات الأجهزة ضرورة صارمة، مثل نشر ASIC المخصص في manufacturing quality control الأساسية.
- YOLOv9 في التحليلات الدقيقة: بفضل كفاءته العالية في المعلمات واستبقاء التدرج المدفوع بـ PGI، يعد YOLOv9 ممتازاً سيناريوهات اكتشاف الكائنات الكثيفة، مثل analyzing aerial imagery أو تتبع الكائنات الصغيرة في بيئات التجزئة المزدحمة.
حالات الاستخدام والتوصيات#
يعتمد الاختيار بين DAMO-YOLO وYOLOv9 على متطلبات مشروعك المحددة وقيود النشر وتفضيلات النظام البيئي.
متى تختار DAMO-YOLO#
يعد DAMO-YOLO خياراً قوياً لما يلي:
- تحليلات الفيديو ذات الإنتاجية العالية: معالجة تدفقات الفيديو ذات معدل الإطارات العالي على بنية تحتية ثابتة لوحدات GPU من NVIDIA حيث يكون إنتاجية الدفعة-1 هو المقياس الأساسي.
- خطوط التصنيع الصناعية: السيناريوهات ذات قيود زمن انتقال GPU صارمة على أجهزة مخصصة، مثل فحص الجودة في الوقت الفعلي على خطوط التجميع.
- أبحاث البحث في البنية العصبية: دراسة تأثيرات البحث الآلي في البنية (MAE-NAS) والهياكل الأساسية المعاد برمجتها بكفاءة على أداء الاكتشاف.
متى تختار YOLOv9#
يوصى بـ YOLOv9 لـ:
- أبحاث اختناق المعلومات: المشاريع الأكاديمية التي تدرس معمارية معلومات التدرج القابلة للبرمجة (PGI) وشبكة تجميع الطبقات الفعالة المعممة (GELAN).
- دراسات تحسين تدفق التدرج: الأبحاث التي تركز على فهم وتخفيف فقدان المعلومات في طبقات الشبكة العميقة أثناء التدريب.
- قياس أداء الكشف عالي الدقة: السيناريوهات التي تكون فيها أداء معيار COCO القوي لـ YOLOv9 مطلوباً كنقطة مرجعية للمقارنات المعمارية.
متى تختار Ultralytics (YOLO26)#
بالنسبة لمعظم المشاريع الجديدة، يقدم Ultralytics YOLO26 أفضل مزيج من الأداء وتجربة المطورين:
- نشر الحافة الخالي من NMS: التطبيقات التي تتطلب استنتاجاً متسقاً ومنخفض زمن الانتقال دون تعقيدات معالجة ما بعد المعالجة باستخدام كبت غير الأقصى.
- بيئات وحدة المعالجة المركزية (CPU) فقط: الأجهزة التي لا تحتوي على تسريع مخصص بوحدة معالجة الرسوميات (GPU)، حيث توفر سرعة استنتاج CPU أسرع بنسبة تصل إلى 43% في YOLO26 ميزة حاسمة.
- الكشف عن الأشياء الصغيرة: السيناريوهات الصعبة مثل صور الطائرات بدون طيار الجوية أو تحليل مستشعرات إنترنت الأشياء (IoT) حيث تعمل ProgLoss و STAL على تعزيز الدقة بشكل كبير على الأشياء الدقيقة.
ميزة Ultralytics: التقدم نحو YOLO26#
للمستخدمين الذين يقارنون الهياكل القديمة، فإن الانتقال إلى نظام Ultralytics البيئي الحديث - وتحديداً latest YOLO26 models - يوفّر ميزة لا تُدانی.
يغير YOLO26 مشهد النشر بشكل أساسي من خلال End-to-End NMS-Free Design. من خلال القضاء تماماً على المعالجة اللاحقة لـ Non-Maximum Suppression (NMS)، فإنه يقدم بنيات نشر أسرع وأبسط بشكل كبير. إلى جانب إزالة Distribution Focal Loss (DFL)، يوفر YOLO26 توافقاً فائقاً للحافة والأجهزة منخفضة الطاقة.
علاوة على ذلك، يدمج YOLO26 مُحسِّن MuSGD الثوري، وهو مزيج من Stochastic Gradient Descent وتحسينات Muon المستوحاة من ابتكارات تدريب LLM. ينتج عن هذا تقارب تدريب مستقر للغاية مع الحفاظ على استخدام منخفض للذاكرة بشكل ملحوظ مقارنة بالبدائل الثقيلة التي تعتمد على المحولات.
بفضل واجهة برمجة تطبيقات Ultralytics البديهية، يمكنك تدريب نموذج YOLO26 متطور مع تتبع مدمج للتجارب في بضعة أسطر فقط من Python.
from ultralytics import YOLO
# Load the latest NMS-free YOLO26 model
model = YOLO("yolo26n.pt")
# Train on your custom dataset efficiently
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Export the trained model to ONNX format
model.export(format="onnx")سواء كنت بحاجة إلى instance segmentation متقدم، أو pose estimation عالية الدقة، أو اكتشاف الصناديق المحيطة القياسي، فإن مرونة إطار عمل Ultralytics تضمن أن يقضي فريقك وقتاً أصل في تكوين بيئات التعلم العميق وقتاً أطول في نشر حلول ذكاء اصطناعي قوية. مع تحسينات المهام المتخصصة مثل ProgLoss + STAL للتعرف المعزز على الكائنات الصغيرة، يقف YOLO26 الخيار الأول للجيل القادم من تطبيقات الرؤية.