EfficientDet مقابل PP-YOLOE+#
تأثر مجال الرؤية الحاسوبية بدرجة كبيرة بالتطور المستمر لنماذج كشف الأجسام. ومن المحطات المهمة في هذا المسار EfficientDet من Google وPP-YOLOE+ من Baidu. صُممت البنيتان لموازنة المفاضلة الدقيقة بين الكفاءة الحسابية ودقة الكشف، لكنهما تتناولان هذا التحدي وفق فلسفتين تصميميتين مختلفتين جذريًا.
يحلل هذا الدليل الشامل بنيتي النموذجين ومنهجيات التدريب وسيناريوهات النشر في العالم الفعلي، لمساعدتك على اختيار الشبكة العصبية المثلى لـتطبيق الرؤية الحاسوبية التالي.
الابتكارات المعمارية وفلسفات التصميم#
يُعد فهم البنية الأساسية لهذه النماذج أمرًا بالغ الأهمية لنشرها بفعالية في بيئات الإنتاج، سواء على الأجهزة الطرفية أو خوادم السحابة.
EfficientDet: قوة التحجيم المركب#
طوّر فريق Google Research نموذج EfficientDet، الذي أحدث تحولًا نوعيًا عبر التعامل مع تحجيم النموذج لا بوصفه عملية ارتجالية، بل باعتباره طريقة تحجيم مركب تستند إلى أسس رياضية.
- المؤلفون: Mingxing Tan وRuoming Pang وQuoc V. Le
- المؤسسة: Google Research
- التاريخ: 2019-11-20
- Arxiv: 1911.09070
- GitHub: google/automl
- الوثائق: وثائق EfficientDet
تعرّف على المزيد عن EfficientDet
يكمن الابتكار الأساسي في EfficientDet في شبكة هرمية ثنائية الاتجاه للسمات (BiFPN). فعلى عكس شبكات FPN التقليدية التي تجمع السمات من الأعلى إلى الأسفل فقط، تقدم BiFPN أوزانًا قابلة للتعلم لدمج السمات عبر المقاييس من الأعلى إلى الأسفل ومن الأسفل إلى الأعلى. وهذا يتيح للشبكة استيعاب أهمية سمات الإدخال المختلفة بصورة بديهية. وبالاقتران مع العمود الفقري EfficientNet، يوسّع EfficientDet الدقة والعمق والعرض في آنٍ واحد، وينشئ عائلة من النماذج (من d0 إلى d7) تلبي ميزانيات حسابية متفاوتة.
عند نشر EfficientDet، ينبغي مراعاة الأجهزة المستهدفة بعناية. فبينما يناسب d0 الأجهزة المحمولة، يتطلب التوسع إلى d7 قدرًا كبيرًا من ذاكرة GPU وقدرة المعالجة.
PP-YOLOE+: توسيع آفاق PaddlePaddle#
استنادًا إلى نجاح الإصدارات السابقة، صمم فريق PaddlePaddle في Baidu نموذج PP-YOLOE+ لتقديم أداء متطور، مع تحسينه خصيصًا لعمليات النشر على الخوادم ذات معدل الإنتاجية المرتفع.
- المؤلفون: مؤلفو PaddlePaddle
- الجهة: Baidu
- التاريخ: 2022-04-02
- Arxiv: 2203.16250
- GitHub: PaddlePaddle/PaddleDetection
- الوثائق: إعداد PP-YOLOE+
تعرّف على المزيد حول PP-YOLOE+
يتميز PP-YOLOE+ بعمود فقري CSPRepResNet، يستفيد من شبكات Cross Stage Partial إلى جانب تقنيات إعادة المعلمة لتحسين استخراج السمات دون زيادة زمن استدلال النموذج. كما يحسّن رأس ET (رأس متوافق مع المهام بكفاءة) بدرجة كبيرة التوافق بين مهمتي التصنيف وتحديد المواقع. وإضافة إلى ذلك، يعتمد النموذج تصميمًا خاليًا من المراسي، إلى جانب تعيين التسميات الديناميكي (TAL)، ما يبسط عملية التدريب ويحسّن التعميم على مجموعات بيانات متنوعة.
مقاييس الأداء والمعايير المرجعية#
عند اختيار نموذج لـالاستدلال في الوقت الفعلي، من الضروري تقييم التوازن بين متوسط الدقة (mAP) والسرعة الحسابية. يوضح الجدول أدناه مقاييس الأداء الرئيسية لعائلتي النموذجين.
| النموذج | الحجم (بكسل) | mAPالتحقق 50-95 | السرعة CPU ONNX (مللي ثانية) | السرعة T4 TensorRT10 (ms) | المعاملات (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| EfficientDet-d0 | 640 | 34.6 | 10.2 | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | 13.5 | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 640 | 43.0 | 17.7 | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 640 | 47.5 | 28.0 | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 640 | 49.7 | 42.8 | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 640 | 51.5 | 72.5 | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 640 | 52.6 | 92.8 | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 640 | 53.7 | 122.0 | 128.07 | 51.9 | 325.0 |
| PP-YOLOE+t | 640 | 39.9 | - | 2.84 | 4.85 | 19.15 |
| PP-YOLOE+s | 640 | 43.7 | - | 2.62 | 7.93 | 17.36 |
| PP-YOLOE+m | 640 | 49.8 | - | 5.56 | 23.43 | 49.91 |
| PP-YOLOE+l | 640 | 52.9 | - | 8.36 | 52.2 | 110.07 |
| PP-YOLOE+x | 640 | 54.7 | - | 14.3 | 98.42 | 206.59 |
كما يتضح، يحقق PP-YOLOE+ عمومًا قممًا أعلى للدقة عند أعداد المعلمات المكافئة، ولا سيما في إصداراته الأكبر (l وx). وقد حُسّن بدرجة كبيرة لتحقيق معدل إنتاجية مرتفع على GPU، مما يجعله خيارًا ممتازًا لـعمليات النشر على خوادم المعالجة الدفعية. وعلى النقيض من ذلك، توفر نماذج EfficientDet الأصغر نسبة عالية الكفاءة بين المعلمات وFLOP، وهو ما قد يكون مفيدًا في البيئات شديدة التقييد من حيث الذاكرة.
حالات الاستخدام المثالية واستراتيجيات النشر#
يعتمد الاختيار بين هاتين البنيتين غالبًا بدرجة كبيرة على حزمة التقنيات الحالية لديك وأجهزة النشر.
متى تختار EfficientDet:
- سير عمل AutoML: إذا كنت تعتمد بشدة على منظومة Google وتستفيد من إمكانات البحث الآلي عن البنى.
- الأجهزة الطرفية محدودة الموارد: توفر النماذج الأقل مستوى (d0 وd1) أداءً متوقعًا على وحدات CPU المحمولة، حيث يُعد حجم المعلمات قيدًا صارمًا.
متى تختار PP-YOLOE+:
- خوادم GPU عالية الأداء: السيناريوهات التي تتطلب أقصى معدل إنتاجية على أجهزة NVIDIA، مثل معالجة مئات تدفقات الفيديو المتزامنة لأغراض مراقبة المدن الذكية.
- منظومة PaddlePaddle: إذا كان فريق التطوير لديك يستخدم بالفعل إطار التعلم العميق من Baidu، فإن دمج PP-YOLOE+ يتم بسلاسة.
ميزة Ultralytics: تقديم YOLO26#
مع أن EfficientDet وPP-YOLOE+ نموذجان قويان، فإن وتيرة الابتكار السريعة في الذكاء الاصطناعي تتطلب حلولًا تجمع بين الأداء المتطور وسهولة الاستخدام الفائقة. وهنا يتألق Ultralytics YOLO26، ليرسخ مكانته خيارًا رائدًا لتطبيقات الرؤية الحاسوبية الحديثة.
يعيد YOLO26، الذي صدر في عام 2026، تعريف كشف الأجسام في الوقت الفعلي بالكامل، إذ يقدم تصميمًا أصليًا شاملًا خاليًا من NMS. ومن خلال إمكانية تخطي المعالجة اللاحقة لقمع الصناديق غير القصوى (nms=False) اختياريًا، وهي عقبة مستمرة في النماذج الأقدم، يتيح YOLO26 نشرًا أبسط بكثير ويقلل تذبذب زمن الاستدلال.
علاوة على ذلك، حُسّن YOLO26 خصيصًا للنشر على الأجهزة الطرفية. وتبسط إزالة Distribution Focal Loss (DFL) عملية التصدير إلى تنسيقات مثل ONNX وTensorRT، محققةً استدلالًا على CPU أسرع بنسبة تصل إلى 43% مقارنة بالأجيال السابقة. وهذا ما يجعله خيارًا قويًا للغاية لـأجهزة إنترنت الأشياء العاملة بالبطارية.
يتضمن YOLO26 مُحسِّن MuSGD المبتكر، وهو مزيج من SGD وMuon. واستلهامًا من التطورات في تدريب نماذج اللغة الكبيرة (LLM)، يضمن هذا المُحسِّن تدريبًا مستقرًا بدرجة كبيرة وتقاربًا سريعًا، موفرًا ساعات ثمينة من وقت المعالجة على GPU.
يمكن للمطورين أيضًا الاستفادة من دوال الخسارة المتقدمة في YOLO26، بما فيها ProgLoss + STAL، التي تُظهر تحسنًا ملحوظًا في التعرّف على الأجسام الصغيرة، وهو مطلب أساسي في الصور الجوية وتطبيقات الزراعة الدقيقة.
النشر السلس مع Ultralytics#
تكمن القوة الحقيقية لـ Ultralytics في منظومتها الموحدة. فعلى عكس النماذج التي تتطلب نصوصًا برمجية معقدة ومخصصة للتدريب، يقدم YOLO26 واجهة API مبسطة للغاية. ولا يتطلب تدريب نموذج على مجموعة بيانات مخصصة سوى بضعة أسطر من شيفرة Python:
from ultralytics import YOLO
# حمّل نموذج YOLO26 مدرّبًا مسبقًا
model = YOLO("yolo26n.pt")
# تدريب النموذج على مجموعة بيانات COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# نفّذ استدلالًا على صورة جديدة
predictions = model("https://ultralytics.com/images/bus.jpg")
# صدّر إلى تنسيق ONNX للنشر
model.export(format="onnx")سواء كنت تحتاج إلى الكشف القياسي أو مهام متخصصة مثل تقسيم الكائنات وتقدير الوضعية، يدعم YOLO26 هذه المهام أصليًا باستخدام نماذج أولية متعددة المقاييس وتقدير الاحتمالية اللوغاريتمية المتبقية (RLE)، وكل ذلك ضمن إطار العمل نفسه سهل الاستخدام.
استكشاف نماذج بارزة أخرى#
إذا كنت تقيّم البنى لتلبية متطلبات مؤسسية محددة، فمن الجدير أيضًا النظر في الجيل السابق Ultralytics YOLO11، الذي يظل خيارًا قويًا ومجرّبًا في بيئات الإنتاج. أما للتطبيقات التي تتطلب بنى قائمة على Transformer، فيقدم RT-DETR بديلًا مثيرًا للاهتمام، رغم أنه يتطلب عادةً ذاكرة CUDA أكبر أثناء التدريب مقارنة بإصدارات YOLO عالية الكفاءة.
خلاصة القول، بينما يقدم EfficientDet تحجيمًا قائمًا على أسس رياضية ويوفر PP-YOLOE+ معدل إنتاجية ممتازًا على GPU ضمن إطاره المحدد، يقدم Ultralytics YOLO26 الحل الأكثر توازنًا وتنوعًا وملاءمة للمطورين اليوم. وتجعل بنيته الأصلية الشاملة وإمكانات تكامله الواسعة منه الأساس الموصى به للجيل القادم من الذكاء الاصطناعي البصري.