PP-YOLOE+ مقابل DAMO-YOLO
أنتجت أبحاث الرؤية الحاسوبية كثيرًا من البنى المتخصصة لاكتشاف الأجسام في الوقت الفعلي. وعند تقييم النماذج للتطبيقات الصناعية والبحثية، يبرز غالبًا إطاران بارزان من عام 2022: PP-YOLOE+ من Baidu وDAMO-YOLO من Alibaba Group. وقد طوّر كلا النموذجين اكتشاف الأجسام من دون مراسٍ، عبر تقديم أعمدة فقرية جديدة واستراتيجيات محسّنة لإسناد التسميات وتقنيات متخصصة لدمج الميزات.
يقدم هذا الدليل تحليلًا تقنيًا لـPP-YOLOE+ وDAMO-YOLO، ويتناول بنيتيهما وطرائق التدريب ونقاط القوة في النشر. كما يدرس كيفية مقارنة هذين الإطارين بالحلول الحديثة مثل Ultralytics YOLO26، لمساعدتك على اختيار الأداة المناسبة لقيود النشر الخاصة بك.
PP-YOLOE+: اكتشاف الأجسام الصناعية المحسّن#
طُوّر PP-YOLOE+ ضمن منظومة Baidu، وهو تحسين تكراري على PP-YOLOE الأصلي، مع تحسينات كبيرة لإطار التعلّم العميق PaddlePaddle. وصُمم لزيادة الدقة وسرعة الاستدلال إلى أقصى حد على العتاد المخصص للخوادم، ما يجعله خيارًا قويًا للفحص الصناعي وتطبيقات التجزئة الذكية.
ابتكارات البنية#
يقدم PP-YOLOE+ عدة تحسينات معمارية لتطوير كاشفات الأجسام السابقة التي لا تعتمد على المراسي:
- العمود الفقري CSPRepResNet: يستخدم هذا العمود الفقري بنية على غرار RepVGG ممزوجة بوصلات الأجزاء الجزئية عبر المراحل (CSP)، ما يوفر توازنًا قويًا بين القدرة على استخراج الميزات وزمن استجابة الاستدلال.
- تعلّم محاذاة المهام (TAL): يستخدم PP-YOLOE+ استراتيجية ديناميكية لإسناد التسميات، تحاذي بين مهام التصنيف والانحدار أثناء التدريب، ما يقلل الفجوة بين أداء التدريب والاستدلال.
- رأس محاذاة المهام الفعّال (ET-head): رأس اكتشاف مبسّط مصمم لمعالجة الميزات بسرعة دون التضحية بالدقة المكانية، ما يساعد في الحفاظ على ارتفاع مقاييس mAP.
تفاصيل PP-YOLOE+ :
- المؤلفون: مؤلفو PaddlePaddle
- الجهة: Baidu
- التاريخ: 2022-04-02
- arXiv: 2203.16250
- GitHub: PaddlePaddle/PaddleDetection
- الوثائق: وثائق PP-YOLOE+
تعرّف على المزيد حول PP-YOLOE+
DAMO-YOLO: البحث عن البنى العصبية على الأجهزة الطرفية#
طوّر معهد Alibaba DAMO نموذج DAMO-YOLO باتباع نهج مختلف بوضوح. فبدلًا من تصميم العمود الفقري يدويًا، استخدم فريق البحث البحثَ عن البنية العصبية (NAS) لاكتشاف بنيات شبكية فعّالة تناسب قيود زمن الاستجابة الصارمة.
الميزات الأساسية ومسار التدريب#
يركز DAMO-YOLO على انخفاض زمن الاستجابة وارتفاع الدقة من خلال منهجية آلية تعتمد بكثافة على التقطير:
- أعمدة MAE-NAS الفقرية: يستخدم DAMO-YOLO البحث عن البنية العصبية بأقصى إنتروبيا لإنشاء أعمدة فقرية محسّنة تحديدًا لـالموازنة بين عدد المعاملات والدقة.
- RepGFPN الفعّال: تتيح شبكة هرم الميزات العامة المُعاد تحديد معلماتها دمجًا متينًا للميزات متعددة المقاييس، ما يساعد النموذج على اكتشاف أجسام بأحجام مختلفة جدًا في الإطار نفسه.
- تصميم ZeroHead: رأس اكتشاف مبسّط يقلل بدرجة كبيرة العبء الحسابي أثناء الاستدلال.
- تعزيز التقطير: لتحسين أداء الإصدارات الأصغر، يعتمد DAMO-YOLO اعتمادًا كبيرًا على عملية معقدة لتقطير المعرفة، يوجه فيها نموذج معلم أكبر نموذجًا متعلمًا.
تفاصيل DAMO-YOLO:
- المؤلفون: Xianzhe Xu وYiqi Jiang وWeihua Chen وYilun Huang وYuan Zhang وXiuyu Sun
- المؤسسة: Alibaba Group
- التاريخ: 2022-11-23
- arXiv: 2211.15444v2
- GitHub: tinyvision/DAMO-YOLO
- التوثيق: توثيق DAMO-YOLO
اطّلع على مزيد من المعلومات حول DAMO-YOLO
على الرغم من أن PP-YOLOE+ وDAMO-YOLO يقدمان ابتكارات نظرية قوية، فإن ارتباطهما وثيق بإطارَي العمل الخاصين بهما (PaddlePaddle وبيئات Alibaba المحددة). وقد يؤدي ذلك إلى صعوبات عند محاولة نقل هذين النموذجين إلى عمليات نشر موحدة على السحابة أو الأجهزة الطرفية.
تحليل الأداء#
عند تقييم هذه النماذج، تحدد الموازنة بين زمن الاستجابة والتعقيد الحسابي (FLOPs ومتوسط الدقة (mAP) أفضل بيئة لنشر كل منها.
| النموذج | الحجم (بكسل) | mAPval50-95 | السرعة CPU ONNX (مللي ثانية) | السرعة T4 TensorRT10 (ms) | المعاملات (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| 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 |
| 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 |
يحقق DAMO-YOLOt زمن استجابة أقل على TensorRT من PP-YOLOE+t، كما أن DAMO-YOLO أدق عند المقاييس الدقيقة والصغيرة، ما يجعله منافسًا قويًا لتدفقات الفيديو عالية الإنتاجية. لكن PP-YOLOE+ يتوسع جيدًا إلى نسخته فائقة الكبر (x)، محققًا دقة من أعلى المستويات للصور المعقدة التي يكون فيها زمن الاستدلال عاملًا ثانويًا.
ميزة Ultralytics: تجاوز بنى عام 2022#
مع أن PP-YOLOE+ وDAMO-YOLO شكّلا محطتين بارزتين، يتطلب التطوير الحديث مرونة أكبر ومسارات تدريب أسهل ومتطلبات ذاكرة أقل. وتلبي منصة Ultralytics هذه الاحتياجات بتجربة مبسّطة تتجنب عمليات التقطير المعقدة والإعدادات الخاصة بأطر العمل التي تتطلبها النماذج الأقدم.
للمطورين الباحثين عن أفضل توازن للأداء اليوم، يمثل Ultralytics YOLO26 خطوة كبيرة إلى الأمام في كفاءة النشر الواقعي.
لماذا يتصدر YOLO26 المجال#
بُني YOLO26، الذي أُطلق في يناير 2026، على YOLO11، ويضم عدة ميزات مصممة للإنتاج:
- تصميم شامل من البداية إلى النهاية بلا NMS: يمكن لـYOLO26 تخطي المعالجة اللاحقة لـخوارزمية قمع الصناديق المتداخلة (NMS) بالكامل باستخدام رأسه الاختياري أحادي المطابقة (
nms=False). ويعني ذلك منطق نشر أبسط وزمن استدلال ثابتًا ويمكن التنبؤ به. - مُحسِّن MuSGD: استلهامًا من تقنيات تدريب النماذج اللغوية الكبيرة، يستخدم YOLO26 مُحسِّن MuSGD هجينًا لتدريب مستقر وتقارب سريع، ما يوفر ساعات من وقت GPU.
- استدلال أسرع على CPU: من خلال إزالة خسارة البؤرة التوزيعية (DFL) وتحسين الرسم البياني للشبكة، يحقق YOLO26n استدلالًا على CPU أسرع بنسبة تصل إلى 43% من YOLO11n، ما يجعله خيارًا قويًا لـأجهزة الذكاء الاصطناعي الطرفية.
- ProgLoss + STAL: تحقق الخسارة التدريجية واستراتيجية إسناد التسميات المراعية للأهداف الصغيرة تحسينات ملحوظة في التعرف على الأجسام الصغيرة، وهو أمر بالغ الأهمية لـعمليات الطائرات المسيّرة والاستشعار عن بُعد.
- تعدد المهام: على خلاف PP-YOLOE+ الذي يركز حصرًا على الاكتشاف، يدعم YOLO26 أصليًا تقسيم الكائنات وتصنيف الصور وتقدير الوضعية والصناديق المحيطة الموجّهة (OBB).
سهولة الاستخدام وكفاءة التدريب#
يتطلب تدريب نموذج DAMO-YOLO إدارة مسار معقد لتقطير المعرفة بين المعلم والمتعلم. في المقابل، لا يتطلب تدريب نموذج Ultralytics سوى بضعة أسطر من Python، مع استهلاك أقل قدرًا من ذاكرة CUDA مقارنةً بالبنى المنافسة.
from ultralytics import YOLO
# هيّئ نموذج YOLO26
model = YOLO("yolo26n.pt")
# درّب النموذج باستخدام مُحسِّن MuSGD
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, optimizer="MuSGD")
# أجرِ استدلالًا متكاملًا لا يتطلب NMS
results = model("https://ultralytics.com/images/bus.jpg", nms=False)
# صدّر إلى ONNX أو TensorRT
model.export(format="onnx")حالات الاستخدام المثالية والتوصيات#
يعتمد اختيار بنية الرؤية الحاسوبية المناسبة بدرجة كبيرة على تكاملها مع منظومة فريقك وأهداف النشر.
- اختر PP-YOLOE+ إذا كان مسار عملك بأكمله مدمجًا بعمق في منظومة Baidu PaddlePaddle. ويظل خيارًا جيدًا لتحليل الصور الثابتة على خوادم قوية، عندما يكون تعظيم الدقة هو الهدف الأساسي.
- اختر DAMO-YOLO إذا كنت تجري أبحاثًا محددة في خوارزميات البحث عن البنى العصبية، أو إذا كانت لديك الموارد الهندسية اللازمة لصيانة مسارات تقطير معقدة لتحقيق أهداف صارمة لزمن الاستجابة على TensorRT.
- اختر Ultralytics YOLO26 لمعظم سيناريوهات الإنتاج الحديثة. توفر منظومة Ultralytics وثائق شاملة، ومتطلبات ذاكرة أقل، وواجهة API مبسطة. سواء أكنت تبني أنظمة مراقبة الجودة المؤتمتة أم تشغّل التتبّع في الوقت الفعلي على Raspberry Pi، فإن بنية YOLO26 الخالية من NMS تقدّم نتائج سريعة ومستقرة ودقيقة مباشرةً.
للمطورين الذين يستكشفون حلولًا أخرى، توفر وثائق Ultralytics أيضًا موارد شاملة حول YOLOv8 واسع الانتشار وYOLO11 المتين، لضمان امتلاكك النموذج المناسب لأي تحدٍ في الرؤية الحاسوبية.
التعليقات
اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.