ابدأ

DAMO-YOLO مقابل YOLOv9

يواصل اكتشاف الأجسام في الزمن الحقيقي تطوره السريع. ومع سعي فرق الهندسة والباحثين إلى تحقيق التوازن المناسب بين الدقة وسرعة الاستدلال والكفاءة الحاسوبية، برز تصميمان معماريان لافتان في مجتمع الأبحاث: DAMO-YOLO وYOLOv9. يقدم كلا النموذجين ابتكارات معمارية مهمة في الرؤية الحاسوبية.

يحلل هذا الدليل التقني النموذجين ويقارن بين نهجيهما المعماريين وأساليب التدريب وإمكانات النشر في العالم الواقعي. كما يشرح دور منظومة البرمجيات الأوسع في تطوير AI الحديث، مسلطًا الضوء على مزايا المنصات المتكاملة مثل منصة Ultralytics والجيل الأحدث من النماذج مثل YOLO26.

ملخص تنفيذي: اختيار البنية المناسبة#

يمثل كلا النموذجين محطتين مهمتين في أبحاث التعلم العميق، إلا أنهما يلائمان فلسفتين مختلفتين قليلًا للنشر.

يتفوق DAMO-YOLO في الحالات التي يمكن فيها استخدام البحث عن البنى العصبية (NAS) لضبط ملفات أداء محددة، ما يجعله موضوعًا مثيرًا للدراسة في النشر الطرفي المخصص. وعلى النقيض، يركز YOLOv9 على حل اختناقات المعلومات في الشبكات العميقة، محققًا كفاءة عالية في استخدام المعلمات.

لكن يُوصى للنشر الإنتاجي باتباع منظومة Ultralytics الموحدة. وللمشاريع الجديدة، يجمع أحدث نموذج YOLO26 بين الدقة العالية وتصميم شامل من البداية إلى النهاية اختياري يلغي الحاجة إلى المعالجة اللاحقة المعقدة.

اجعل مسار الرؤية الحاسوبية مستعدًا للمستقبل

على الرغم من قوة DAMO-YOLO وYOLOv9 كنموذجين أكاديميين، فإن نشرهما في بيئة الإنتاج يتطلب غالبًا هندسة مخصصة كبيرة. ويوفر Ultralytics YOLO26 أداءً قويًا عبر API مبسطة يسهل صيانتها.

المواصفات التقنية والجهة المؤلفة#

توفر نشأة هذه النماذج ومحاور تطويرها سياقًا مفيدًا لفهم نقاط قوة كل منها.

DAMO-YOLO#

يركز DAMO-YOLO، الذي طوره باحثون في مجموعة Alibaba، بدرجة كبيرة على التوليد الآلي للبنى ودمج الميزات بكفاءة.

تعرّف على المزيد حول DAMO-YOLO

YOLOv9#

طُرح YOLOv9 حلًا لمشكلة فقدان المعلومات في الشبكات الالتفافية العميقة، ويركز على الحفاظ على معلومات التدرج أثناء التدريب.

تعرّف على المزيد عن YOLOv9

ابتكارات البنية#

يتميز DAMO-YOLO بمكونات مخصصة مولّدة آليًا. وتُنشأ عمارته باستخدام البحث عن البنى العصبية (NAS)، مع استهداف الاستدلال منخفض الكمون على عتاد متنوع تحديدًا.

تتميز البنية المعمارية بشبكة RepGFPN (شبكة هرم الميزات المعممة ذات إعادة المعلمات) الفعالة لدمج الميزات، ما يعزز اكتشاف الأجسام متعددة المقاييس دون زيادة مفرطة في العبء الحاسوبي. كما تستخدم تصميم ZeroHead لتبسيط رأس الكشف، وتستخدم AlignedOTA لإسناد التسميات، إلى جانب عملية تعزيز قائمة على تقطير المعرفة أثناء التدريب. وعلى الرغم من أن هذه التقنيات تحقق استدلالًا سريعًا، فإن عملية التقطير متعددة المراحل تتطلب غالبًا قدرًا كبيرًا من VRAM وفترات تدريب طويلة.

YOLOv9: معالجة اختناق المعلومات#

يعالج YOLOv9 مشكلة أساسية في الشبكات العميقة: الفقدان التدريجي لمعلومات بيانات الإدخال أثناء مرورها عبر طبقات متعاقبة.

لمعالجة هذه المشكلة، قدم المؤلفون معلومات التدرج القابلة للبرمجة (PGI)، وهو إطار إشراف مساعد مصمم للاحتفاظ بالتفاصيل الأساسية للطبقات العميقة وتوليد تدرجات موثوقة لتحديث الأوزان. ويرافق PGI تصميم شبكة تجميع الطبقات الفعالة المعممة (GELAN). وتحسن GELAN كفاءة المعلمات عبر الجمع بين مزايا CSPNet وELAN، مع تعظيم تدفق المعلومات وتقليل عمليات الفاصلة العائمة (FLOPs) إلى أدنى حد.

تحليل الأداء والمقاييس#

عند تقييم الأداء، يحقق كلا النموذجين متوسط دقة (mAP) مرتفعًا على معايير قياسية مثل COCO. ويحقق YOLOv9 دقة أعلى عند أعداد معلمات مماثلة، وأعلى دقة مطلقة إجمالًا، مستفيدًا من معمارية PGI للحفاظ على دقة عالية في مجموعات البيانات الصعبة.

النموذجالحجم
(بكسل)
‏mAPval50-95السرعة
CPU ONNX
(مللي ثانية)
السرعة
T4 TensorRT10
(ms)
المعاملات
(M)
FLOPs
(B)
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5

كما هو موضح أعلاه، يحقق YOLOv9-E أعلى دقة، بينما تحافظ إصدارات DAMO-YOLO وYOLOv9 الأصغر على سرعات استدلال تنافسية من خلال تحسينات TensorRT.

منهجيات التدريب والمنظومة#

على الرغم من أهمية التصميم المعماري الأساسي، فإن سهولة الاستخدام وكفاءة التدريب في منظومة النموذج هما الأهم في التطبيقات الواقعية.

غالبًا ما يتطلب اعتماد DAMO-YOLO على تقطير المعرفة تدريب نموذج «معلّم» مرهق قبل نقل المعرفة إلى النموذج «الطالب» المستهدف. ويزيد هذا النهج البحثي التقليدي متطلبات الذاكرة وأوقات دورات التدريب زيادة كبيرة. وبالمثل، يتطلب مستودع YOLOv9 الأصلي التعامل مع ملفات إعداد معقدة قد تبطئ التطوير السريع.

في المقابل، تبسط منصة Ultralytics تجربة المطور. وتخفي حزمة Ultralytics Python الشيفرة التمهيدية النمطية، ما يتيح للفرق تنفيذ زيادة البيانات وضبط المعلمات الفائقة وتصدير النماذج بأقل جهد.

التطبيقات وحالات الاستخدام في العالم الحقيقي#

تلائم التصميمات المعمارية المختلفة صناعات محددة بحسب متطلبات مواردها ومستويات دقتها.

  • DAMO-YOLO في الذكاء الاصطناعي الطرفي: نظرًا إلى عموديات DAMO-YOLO المحسّنة باستخدام NAS، يُستكشف استخدامه غالبًا في الأنظمة المضمنة التي تتطلب إعادة معلمات خاصة بالعتاد، مثل المسرّعات المخصصة لـمراقبة جودة التصنيع.
  • YOLOv9 في التحليلات الدقيقة: بفضل كفاءته العالية في استخدام المعلمات والاحتفاظ بالتدرج المدفوع بـ PGI، يناسب YOLOv9 سيناريوهات اكتشاف الأجسام الكثيفة، مثل تحليل الصور الجوية أو تتبع الأجسام الصغيرة جدًا في بيئات البيع بالتجزئة المزدحمة.

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين DAMO-YOLO وYOLOv9 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 YOLOv9#

يوصى بـYOLOv9 في الحالات التالية:

  • أبحاث عنق زجاجة المعلومات: المشاريع الأكاديمية التي تدرس معلومات التدرج القابلة للبرمجة (PGI) وبنى شبكة تجميع الطبقات الفعالة المعمّمة (GELAN).
  • دراسات تحسين تدفق التدرجات: الأبحاث التي تركز على فهم فقدان المعلومات في طبقات الشبكات العميقة أثناء التدريب والحد منه.
  • اختبارات معيارية للكشف عالي الدقة: السيناريوهات التي يلزم فيها أداء YOLOv9 القوي في اختبارات COCO المعيارية ليكون مرجعاً للمقارنة بين البنى.

متى تختار Ultralytics (YOLO26)#

يوفر Ultralytics YOLO26 أفضل مزيج من الأداء وتجربة المطورين لمعظم المشاريع الجديدة:

  • 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 تسريعًا مخصصًا بواسطة GPU، حيث يمنح الاستدلال على CPU في YOLO26n، الأسرع بنسبة تصل إلى 43% من YOLO11n، أفضلية واضحة.
  • 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: الانتقال إلى YOLO26#

للمستخدمين الذين يقارنون التصميمات المعمارية القديمة، يوفر الانتقال إلى منظومة Ultralytics الحديثة، وتحديدًا أحدث نماذج YOLO26، مزايا واضحة.

يبسط YOLO26 النشر عبر تصميم شامل من البداية إلى النهاية بلا NMS. ويلغي رأسه الاختياري أحادي المطابقة (nms=False) مرحلة المعالجة اللاحقة لـقمع غير الأقصى (NMS)، ما يوفر تصميمات معمارية أسرع وأبسط للنشر. وبالاقتران مع إزالة Distribution Focal Loss (DFL)، يوفر YOLO26 توافقًا أفضل مع الأجهزة الطرفية ومنخفضة الطاقة.

يضم YOLO26 أيضًا محسّن MuSGD، وهو مزيج من الانحدار المتدرج العشوائي وMuon مستوحى من تدريب LLM. ويحقق ذلك تقاربًا مستقرًا أثناء التدريب مع إبقاء استهلاك الذاكرة منخفضًا مقارنة بالبدائل المعتمدة بكثافة على Transformer.

تدريب مبسّط باستخدام YOLO26

باستخدام Ultralytics API، يمكنك تدريب نموذج YOLO26 مع تتبع التجارب المضمن ببضعة أسطر فقط من Python.

from ultralytics import YOLO

# ⁨تحميل أحدث نموذج YOLO26⁩
model = YOLO("yolo26n.pt")

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

# ⁨تصدير النموذج المدرّب إلى تنسيق ONNX⁩
model.export(format="onnx")

سواء أكنت تحتاج إلى تقسيم المثيلات المتقدم أو تقدير الوضعية عالي الدقة أو اكتشاف المربعات المحيطة القياسي، فإن تعدد استخدامات إطار Ultralytics يضمن أن يقضي فريقك وقتًا أقل في إعداد بيئات التعلم العميق ووقتًا أكثر في نشر حلول AI متينة. وبفضل تحسينات التدريب مثل ProgLoss + STAL لتحسين التعرف على الأجسام الصغيرة، يُوصى باستخدام YOLO26 في تطبيقات الرؤية الجديدة.

المساهمون

التعليقات

اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.