ابدأ

DAMO-YOLO مقابل YOLOX

لا تزال الرؤية الحاسوبية في الزمن الحقيقي تتطور. ومن أبرز محطاتها DAMO-YOLO وYOLOX، إذ يقدم كل منهما ابتكاراته الخاصة في الكشف عن الأجسام بسرعة ودقة عاليتين. وقد أسهم كلا النموذجين إسهامًا كبيرًا في مجتمع المصدر المفتوح، ويستفيد مهندسو تعلّم الآلة من فهم الاختلافات المعمارية بينهما وأساليب تدريبهما وسيناريوهات النشر الأنسب لكل منهما.

يستكشف هذا الدليل التفاصيل التقنية لكلا النموذجين، ويوضح لماذا توفر البدائل الحديثة مثل Ultralytics YOLO26 أداءً أفضل وسهولة استخدام أكبر في بيئات الإنتاج الحالية.

نظرة عامة على النماذج#

تفاصيل DAMO-YOLO#

طوّر فريق من الباحثين في مجموعة Alibaba نموذج DAMO-YOLO، وقدّمه بوصفه أسلوبًا فعّالًا للكشف عن الأجسام يستخدم الاكتشاف الآلي للبنية المعمارية.

اطّلع على مزيد من المعلومات حول DAMO-YOLO

تفاصيل YOLOX#

طوّر باحثون في Megvii نموذج YOLOX بهدف سد الفجوة بين مجتمعي البحث والصناعة، وذلك بتحويل سلسلة YOLO إلى تصميم خالٍ من المراسي، ما بسّط البنية المعمارية مع تحقيق أداء أفضل في ذلك الوقت.

تعرّف على مزيد من المعلومات عن YOLOX

تحليل البنية المعمارية#

بنية DAMO-YOLO#

يعتمد DAMO-YOLO بدرجة كبيرة على البحث عن البنى العصبية (NAS). وتشمل مكوناته الأساسية ما يلي:

  • هياكل MAE-NAS الأساسية: تستخدم بحثًا موجّهًا بالإنتروبيا القصوى لاكتشاف هياكل أساسية توازن بين سرعة الاستدلال والدقة.
  • RepGFPN الفعال: تصميم عنق ثقيل مخصص لدمج الميزات، يساعد النموذج على الحفاظ على دقة عالية عبر مقاييس الأجسام المختلفة.
  • ZeroHead: رأس كشف مبسط وخفيف الوزن يقلل العبء الحاسوبي في طبقات التنبؤ النهائية.

بنية YOLOX#

اتبعت YOLOX نهجًا مختلفًا، إذ ركزت على البساطة البنيوية والتصميم الخالي من المراسي:

  • آلية بلا مراسي: من خلال التنبؤ بإحداثيات مربعات الإحاطة مباشرةً من دون مراسي محددة مسبقًا، تقلل YOLOX عدد معلمات التصميم والحاجة إلى الضبط الاستدلالي.
  • رأس منفصل: يفصل مهام التصنيف والانحدار في فروع ميزات مختلفة، ما يحسن سرعة التقارب والدقة الإجمالية.
  • إسناد التسميات SimOTA: استراتيجية لإسناد التسميات توزّع العينات الإيجابية ديناميكيًا على القيم الحقيقية، مما يحسّن كفاءة التدريب.
فلسفات التصميم

يستخدم DAMO-YOLO البحث عن البنى المعمارية العصبية (NAS) المعتمد على الآلة للعثور على بنى فعّالة ضمن قيود صارمة، بينما يعتمد YOLOX على تبسيطات صمّمها البشر، مثل الرؤوس الخالية من المراسي، لتبسيط مسار عمل الكشف عن الأجسام.

مقارنة الأداء#

يتطلب تقييم هذه النماذج النظر في متوسط الدقة (mAP) وسرعات الاستدلال وعدد المعلمات. يقارن الجدول أدناه بين الإصدارات القياسية والخفيفة من كلتا البنيتين.

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
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9

يحقق YOLOXx أعلى قيمة مطلقة لـ mAP، وهي 51.1، بينما يقدّم DAMO-YOLOl قيمة تنافسية تبلغ 50.8 mAP بأقل من نصف عدد المعلمات (42.1M مقابل 99.1M)، مع تنفيذ أسرع بكثير عبر TensorRT.

منهجيات التدريب#

تدريب DAMO-YOLO#

يستخدم DAMO-YOLO أسلوبًا معقدًا لتعزيز تقطير المعرفة أثناء التدريب. غالبًا ما يُدرَّب أولًا نموذج كبير «معلّم»، ثم تُقطَّر معرفته إلى نماذج «طالب» أصغر. ويستخدم أيضًا AlignedOTA لإسناد التسميات ديناميكيًا. وعلى الرغم من فعاليتها، فإن عملية التدريب متعددة المراحل هذه تزيد بدرجة كبيرة من زمن الحوسبة على GPU ومن استهلاك الذاكرة الإضافي المطلوب.

تدريب YOLOX#

يعتمد YOLOX على استراتيجيات قوية لزيادة البيانات، مثل MixUp وMosaic. لكن المؤلفين وجدوا أن إيقاف عمليات زيادة البيانات القوية هذه خلال آخر 15 حقبة يتيح للنموذج التكيف مع التوزيع الطبيعي للصور، مما يعزّز الدقة النهائية بدرجة كبيرة.

حالات الاستخدام المثالية#

  • DAMO-YOLO: الأنسب لعمليات النشر الصناعية عالية الأهمية التي يمكن دعم مسارات التقطير فيها على الخوادم، والتي تستفيد فيها الأجهزة المستهدفة، مثل وحدات GPU محددة من NVIDIA، مباشرةً من بنية NAS ذات العنق الثقيل.
  • YOLOX: خيار مناسب للمطورين الذين يبحثون عن نهج خالص خالٍ من المراسي. وتجعل YOLOXnano الخفيفة استخدامه ممكنًا على أجهزة Android القديمة والحوسبة الطرفية ومستشعرات إنترنت الأشياء شديدة القيود، حيث يكون عدد المعلمات هو عنق الزجاجة الأهم.

ميزة Ultralytics: ظهور YOLO26#

على الرغم من أن DAMO-YOLO وYOLOX يمثلان محطتين مهمتين، يحتاج المطورون اليوم إلى حلول أشمل وأكثر تنوعًا وأسهل استخدامًا. وهنا تبرز منصة Ultralytics وUltralytics YOLO26 الذي أُطلق حديثًا.

أُطلق YOLO26 في يناير 2026، وهو نموذج Ultralytics الموصى به لمهام الرؤية الحاسوبية المدعومة. ويقدّم عدة تحسينات مقارنة بالبنى المعمارية الأقدم:

  • تصميم شامل خالٍ من NMS: يتجاوز الرأس أحادي المطابقة الاختياري في YOLO26 (nms=False) المعالجة اللاحقة لقمع غير الأعظميات (NMS). وهذا يتيح نشرًا أبسط وأسرع بكثير، مع تجنب اختناقات الكمون الملازمة لرؤوس الكشف التقليدية.
  • استدلال أسرع على CPU بنسبة تصل إلى 43%: بإزالة خسارة البؤرة التوزيعية (DFL) وتحسين الطبقات، يوفّر YOLO26 استدلالًا سريعًا على وحدات CPU والأجهزة الطرفية، إذ يعمل YOLO26n على CPU بسرعة أعلى بنسبة تصل إلى 43% من YOLO11n.
  • مُحسِّن MuSGD: استلهامًا من تقنيات تدريب نماذج اللغة الكبيرة (LLM)، يقدّم YOLO26 مُحسِّن MuSGD، وهو مزيج من SGD وMuon، ما ينتج عنه تدريب مستقر وتقارب أسرع مقارنة بإعداد التدريب الأقدم في YOLOX.
  • ProgLoss + STAL: تحقق الخسارة التدريجية وإسناد التسميات المراعي للأهداف الصغيرة تحسينات ملحوظة في التعرّف على الأجسام الصغيرة، مما يجعل YOLO26 أنسب لمقاطع الطائرات المسيّرة والروبوتات.
  • تعدد الاستخدامات: بخلاف DAMO-YOLO المخصص للكشف عن الأجسام حصرًا، يتعامل YOLO26 مباشرةً مع تجزئة الكائنات والتصنيف وتقدير الوضعيات ومربعات الإحاطة الموجّهة (OBB) ضمن منظومة واحدة تُصان جيدًا.

سهولة الاستخدام مع Ultralytics#

تُبسّط واجهة Python API من Ultralytics تجربة المطور. ويتطلب تدريب نموذج YOLO26 قدرًا أقل بكثير من الشيفرة التمهيدية، ويجنّب مسارات عمل التقطير المعقدة في DAMO-YOLO. كما تتطلب نماذج Ultralytics ذاكرة CUDA أقل أثناء التدريب مقارنة بالنماذج الثقيلة القائمة على Transformer.

from ultralytics import YOLO

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

# ⁨تدريب النموذج على مجموعة بياناتك المخصصة بسطر واحد من الشيفرة⁩
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# ⁨تنفيذ استدلال سريع على صورة من دون NMS⁩
results = model("https://ultralytics.com/images/bus.jpg", nms=False)

# ⁨صدّر إلى ONNX أو TensorRT⁩
model.export(format="onnx")
التدريب والنشر السحابي

يمكنك إضافة التعليقات التوضيحية تلقائيًا، وتدريب النماذج ونشرها على الأجهزة الطرفية باستخدام منصة Ultralytics، التي تتولى إدارة إصدارات البيانات وتوفير موارد GPU السحابية نيابةً عنك.

الخلاصة#

يعتمد الاختيار بين DAMO-YOLO وYOLOX على القيود المحددة: يوفّر DAMO-YOLO نسبًا قوية بين السرعة والدقة على وحدات GPU محددة بفضل NAS، بينما يقدّم YOLOX تصميمًا واضحًا خاليًا من المراسي يناسب السيناريوهات الطرفية خفيفة الوزن.

ومع ذلك، يُوصى ببنية Ultralytics YOLO26 للفرق التي تبحث عن حل حديث يُصان باستمرار ويحظى بمجتمع نشط. ويجعل الاستدلال الاختياري الخالي من NMS، والاستدلال السريع على CPU، وواجهة API الموحدة لمهام الكشف والتجزئة وتقدير الوضعيات، هذا النموذج ملائمًا للانتقال من البحث إلى الإنتاج الفعلي.

للمطورين المهتمين باستكشاف بنى معمارية حديثة أخرى، يمكنهم الاطلاع على Ultralytics YOLO11 أو النماذج القائمة على Transformer مثل RT-DETR المتاحة ضمن وثائق Ultralytics الشاملة.

المساهمون

التعليقات

اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.