مقارنة بين PP-YOLOE+ و RTDETRv2#

شهد مجال الرؤية الحاسوبية تطوراً هائلاً في السنوات الأخيرة، لا سيما في مجال اكتشاف الكائنات في الوقت الفعلي. قد يكون اختيار البنية المناسبة لنشرمكلفاً أو محدداً لنجاح التطبيق بين نظام بطيء وكثيف الذاكرة ونظام عالي التحسين وسريع الاستجابة. في هذه المقارنة التقنية، نستكشف نموذجين بارزين من Baidu: نموذج PP-YOLOE+ القائم على شبكات CNN وننموذج RTDETRv2 القائم على المحولات. سنقوم بتحليل بنياتهم ومقاييس الأداء وحالات الاستخدام المثالية، مع دراسة كيفية مقارنتهم بمنصة Ultralytics YOLO26 الرائدة.

PP-YOLOE+: دفع عجلة نموذج CNN إلى الأمام#

تم تطوير PP-YOLOE+ كتكرار لسابقيها، وهو يدفع حدود ما يمكن أن تحققه الشبكات العصبية التلافيفية (CNNs) التقليدية في الكشف عن الكائنات. إنه كاشف قوي للغاية لا يعتمد على الصناديق المرجعية (anchor-free)، ويعتمد على الآليات الأساسية لسلسلة YOLO مع إدخال تحسينات محددة لنظام PaddlePaddle البيئي.

تفاصيل النموذج:

• المؤلفون: مؤلفو PaddlePaddle
• المنظمة: Baidu
• التاريخ: 2022-04-02
• Arxiv: 2203.16250
• GitHub: مستودع PaddleDetection
• المستندات: وثائق PP-YOLOE+

الهندسة المعمارية والمنهجيات#

يعتمد PP-YOLOE+ على هيكل أساسي (backbone) محسن بشكل كبير وشبكة هرمية للميزات مخصصة لتجميع الميزات متعددة المقاييس بفعالية. يستخدم تصميماً لا يعتمد على الصناديق المرجعية، مما يبسط عملية الضبط التجريبي التي تكون مطلوبة عادةً لإنشاء صناديق المرجع (anchor box). علاوة على ذلك، تتضمن منهجية تدريبه استراتيجيات متقدمة لتخصيص التصنيفات لتطابق التنبؤات بشكل أفضل مع الصناديق الحقيقية (ground truth boxes) أثناء مرحلة التعلم.

نقاط القوة وحالات الاستخدام#

تكمن القوة الأساسية لنموذج PP-YOLOE+ في أدائه القوي على أجهزة الخوادم القياسية وتكامله العالي مع أدوات Baidu. إنه مناسب تماماً لسير العمل الصناعي التقليدي، مثل اكتشاف العيوب الثابت في بيئات التصنيع حيث لا تكون القيود المفروضة على الأجهزة مقيدة بشكل مفرط.

تعرف على المزيد حول PP-YOLOE+

RTDETRv2: محولات اكتشاف الوقت الفعلي#

بالابتعاد عن نماذج CNN البحتة، يمثل RTDETRv2 (محول الكشف في الوقت الفعلي الإصدار 2) قفزة نوعية نحو الآليات القائمة على الانتباه لمهام الرؤية الحاسوبية. إنه يحاول الجمع بين فهم السياق العالمي للمحولات (transformers) وبين زمن الانتقال المنخفض المطلوب للتطبيقات الواقعية.

تفاصيل النموذج:

• المؤلفون: Wenyu Lv، Yian Zhao، Qinyao Chang، Kui Huang، Guanzhong Wang، و Yi Liu
• المنظمة: Baidu
• التاريخ: 2024-07-24
• Arxiv: 2407.17140
• GitHub: مستودع RT-DETRv2
• Docs: RTDETRv2 README

الهندسة المعمارية والمنهجيات#

يستفيد RTDETRv2 من بنية هجينة، تجمع بين هيكل أساسي CNN لاستخراج الميزات مع مشفر ومفكك ترميز محول مبسط. ومن الخصائص المميزة لـ RTDETRv2 تصميمه الأصلي من البداية إلى النهاية (end-to-end) الذي يتجاوز معالجة ما بعد الكشف التقليدية مثل كبت غير الحد الأقصى (NMS). كما يقدم ميزات مثل الكشف متعدد المقاييس ومعالجة المشاهد المعقدة، مستخدماً الانتباه الذاتي لفهم العلاقات المكانية بين الكائنات المتباعدة.

نقاط القوة وحالات الاستخدام#

تجعل بنية المحولات نموذج RTDETRv2 فعالاً للغاية في السيناريوهات التي يكون فيها فهم السياق العالمي أمراً بالغ الأهمية. ومع ذلك، عادة ما تتطلب نماذج المحولات ذاكرة CUDA أعلى بكثير أثناء التدريب والاستدلال مقارنة بشبكات CNN الخفيفة. وهو الأنسب للبيئات ذات الأجهزة غير المقيدة، مثل تحليلات الفيديو المستندة إلى السحابة والتي تعمل على خوادم GPU قوية.

تعرف على المزيد حول RTDETR

مقارنة الأداء والمقاييس#

عند تقييم هذه النماذج، فإن المقايضة بين متوسط الدقة المتوسطة (mAP) والتكلفة الحسابية (المقاسة بـ FLOPs وزمن انتقال الاستدلال) هي أمر بالغ الأهمية. يوضح الجدول أدناه المقاييس الرئيسية لمختلف أحجام كل من PP-YOLOE+ و RTDETRv2.

بينما يُظهر RTDETRv2 دقة mAP قوية على حساب عدد أكبر من المعلمات و FLOPs، يواجه المطورون الذين يتطلعون إلى النشر على أجهزة الحافة المقيدة غالباً اختناقات بسبب متطلبات الذاكرة الثقيلة التي تميز طبقات المحول.

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين PP-YOLOE+ و RT-DETR على متطلبات مشروعك المحددة، وقيود النشر، وتفضيلات النظام البيئي.

متى تختار PP-YOLOE+#

يعد PP-YOLOE+ خياراً قوياً في الحالات التالية:

• تكامل بيئة PaddlePaddle: المنظمات التي لديها بنية تحتية حالية مبنية على إطار عمل وأدوات Baidu's PaddlePaddle.
• النشر على أجهزة الحافة (Paddle Lite): عند النشر على أجهزة ذات أنوية استنتاج محسّنة خصيصاً لمحرك Paddle Lite أو محرك استنتاج Paddle.
• الكشف عالي الدقة من جانب الخادم: السيناريوهات التي تعطي الأولوية لأقصى دقة للكشف على خوادم GPU قوية حيث لا يمثل الاعتماد على إطار عمل معين مصدر قلق.

متى تختار RT-DETR#

يوصى بـ RT-DETR لـ:

• أبحاث الاكتشاف القائمة على Transformer: المشاريع التي تستكشف آليات الانتباه وهياكل transformer لاكتشاف الكائنات بنهاية واحدة دون NMS.
• سيناريوهات الدقة العالية مع زمن انتقال مرن: التطبيقات التي تكون فيها دقة الاكتشاف هي الأولوية القصوى ويكون زمن انتقال الاستنتاج الأعلى قليلاً مقبولاً.
• اكتشاف الكائنات الكبيرة: المشاهد التي تحتوي بشكل أساسي على كائنات متوسطة إلى كبيرة حيث توفر آلية الانتباه العالمي للمحولات ميزة طبيعية.

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: تقديم YOLO26#

بينما يمثل كل من PP-YOLOE+ و RTDETRv2 علامتين بارزتين، فإن المطور الحديث يتطلب بيئة عمل توازن بشكل مثالي بين الأداء الفائق وسهولة الاستخدام المبسطة. توفر منصة Ultralytics ونموذج YOLO26 الثوري ذلك بالضبط.

تم إصدار YOLO26 في يناير 2026، وهو يضع المعيار الجديد للرؤية الحاسوبية الموجهة للحافة. إنه يحل ببراعة عقبات النشر المرتبطة بالبنيات القديمة مع تجاوزها في كل من السرعة والدقة.

الابتكارات المعمارية#

يقدم YOLO26 العديد من التحسينات الرائدة التي تتفوق على نماذج CNN التقليدية والمحولات الثقيلة:

• تصميم خالٍ من NMS من البداية إلى النهاية: مثل RTDETRv2، يعد YOLO26 أصلياً من البداية إلى النهاية. من خلال إلغاء المعالجة اللاحقة لقمع الحد الأقصى غير (NMS)، فإنه يوفر عملية نشر أسرع وأبسط مع تقليل تذبذب زمن الوصول، وهو مثالي لروبوتات الوقت الفعلي والأنظمة المستقلة.
• استدلال أسرع على وحدة المعالجة المركزية بنسبة تصل إلى 43%: من خلال التحسينات المعمارية العميقة، يتفوق YOLO26 بشكل ملحوظ على النماذج المنافسة على أجهزة الحافة التي تفتقر إلى وحدات معالجة رسومات مخصصة، مما يجعله الخيار الأفضل لتطبيقات إنترنت الأشياء والمدن الذكية.
• محسن MuSGD: مستوحى من ابتكارات تدريب النماذج اللغوية الكبيرة (LLM)، يستخدم YOLO26 هجيناً من SGD و Muon. وهذا يوفر مسارات تدريب أكثر استقراراً وتقارباً أسرع بشكل ملحوظ، مما يقلل بشكل كبير من ساعات تدريب GPU.
• ProgLoss + STAL: تُنتج هذه الدوال المتقدمة لفقدان البيانات تحسينات ملحوظة في التعرف على الكائنات الصغيرة، وهو المجال الذي عانت فيه نماذج مثل PP-YOLOE+ تاريخياً، مما تثبت أهميتها الحرجة للصور الجوية وتطبيقات الطائرات بدون طيار.
• إزالة DFL: تبسط إزالة Distribution Focal Loss عملية التصدير، مما يضمن توافقاً سلساً عبر مختلف أجهزة الحافة والأجهزة منخفضة الطاقة.

تعرف على المزيد حول YOLO26

سهولة استخدام لا تضاهى#

أحد أكبر عيوب اعتماد بنيات معقدة مثل RTDETRv2 هو منحنى التعلم الحاد وعمليات التكامل غير المتصلة. يعمل نظام Ultralytics البيئي على تجريد هذه التعقيدات تماماً من خلال واجهة برمجة تطبيقات Python بديهية والمنصة الشاملة المستندة إلى الويب.

سواء كنت تقوم بـ تدريب مجموعات بيانات مخصصة أو إجراء استدلال سريع، فإن العملية سلسة:

from ultralytics import RTDETR, YOLO

# Initialize the state-of-the-art YOLO26 model
model_yolo = YOLO("yolo26n.pt")

# Alternatively, initialize an RT-DETR model via the same simple API
model_rtdetr = RTDETR("rtdetr-l.pt")

# Run real-time inference effortlessly
results = model_yolo("https://ultralytics.com/images/zidane.jpg")
results[0].show()

# Export for edge deployment in one line
model_yolo.export(format="engine", quantize=16)

تعني متطلبات الذاكرة المنخفضة التي تتميز بها نماذج Ultralytics YOLO أنه يمكنك التدريب بشكل أسرع والنشر على أجهزة أرخص مقارنة بنظيراتها القائمة على المحولات. علاوة على ذلك، يضمن التطوير النشط والوثائق ذات المستوى العالمي بقاء خطوط أنابيب الإنتاج الخاصة بك مستقرة.

بالنسبة للفرق التي تستكشف البدائل، يظل نموذج YOLO11 سلفاً مدعوماً للغاية وذو قدرة استثنائية داخل النظام البيئي، مما يوفر أساساً ممتازاً لتكامل الأجهزة القديمة. قد تجد أنه من المفيد أيضاً قراءة مقارنتنا حول YOLO11 مقابل RTDETR.

ملخص#

لقد قدم كل من PP-YOLOE+ و RTDETRv2 مساهمات كبيرة في تطور الرؤية الحاسوبية، مما يثبت جدوى خطوط أنابيب CNN المتقدمة ومحولات الوقت الفعلي، على التوالي. ومع ذلك، بالنسبة للمؤسسات التي تتطلع إلى نشر تطبيقات رؤية حاسوبية قوية ومتعددة الاستخدامات ومحسنة للغاية في عام 2026، يوفر Ultralytics YOLO26 حلاً لا مثيل له. إن بنيته الأصلية الخالية من NMS، والاستدلال الأسرع بشكل ملحوظ على وحدة المعالجة المركزية، والنظام البيئي المبسط، تمكن المطورين من الانتقال من التصور إلى الإنتاج القابل للتوسع بشكل أسرع من أي وقت مضى.