مقارنة بين PP-YOLOE+ و YOLOX#

لقد تشكل مشهد computer vision بشكل كبير من خلال التطور السريع لنماذج كشف الكائنات. ومن بين المحطات البارزة في هذه الرحلة نجد PP-YOLOE+ و YOLOX، وهما معماريتا دفعتا حدود الأداء والدقة في الوقت الفعلي. إن فهم فروقهما المعمارية، والمقايضات في الأداء، وسيناريوهات النشر المثالية يُعد أمراً بالغ الأهمية للباحثين والمطورين الذين يبنون الجيل القادم من أنظمة التعرف البصري.

سلالة النموذج وتفاصيله#

قبل الغوص في المعماريات التقنية، من المفيد وضع أصول كلا النموذجين في سياقها الصحيح. فقد تم تطوير كل منهما لمعالجة اختناقات محددة في object detection، وتأثرتا بشدة بالمنظمات الداعمة لهما.

تفاصيل PP-YOLOE+:

• المؤلفون: مؤلفو PaddlePaddle
• المنظمة: Baidu
• التاريخ: 2022-04-02
• Arxiv: https://arxiv.org/abs/2203.16250
• GitHub: https://github.com/PaddlePaddle/PaddleDetection/
• المستندات: PaddleDetection PP-YOLOE+ README

تعرف على المزيد حول PP-YOLOE+

تفاصيل YOLOX:

• المؤلفون: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li, و Jian Sun
• المنظمة: Megvii
• التاريخ: 2021-07-18
• Arxiv: https://arxiv.org/abs/2107.08430
• GitHub: https://github.com/Megvii-BaseDetection/YOLOX
• المستندات: YOLOX Official Documentation

تعرف على المزيد حول YOLOX

الابتكارات المعمارية#

تكمن الاختلافات الجوهرية بين هذين الكاشفين في نهجهما تجاه استخراج الميزات والتنبؤ بـ BBox.

أحدث YOLOX ضجة في عام 2021 من خلال تكييف عائلة YOLO بنجاح مع تصميم anchor-free. ومن خلال إزالة anchor boxes، قلل YOLOX بشكل كبير من عدد معلمات التصميم والضبط الاستدلالي المطلوب لمجموعات البيانات المخصصة. علاوة على ذلك، قدم رأساً مفككاً (decoupled head)، والذي يفصل بين مهام التصنيف والتحديد المكاني في مسارات عصبية متميزة. أدى هذا الفصل إلى حل التعارض المتأصل بين تصنيف كائن ما وتحديد إحداثياته المكانية، مما أدى إلى تقارب أسرع أثناء التدريب.

PP-YOLOE+، الذي طورته Baidu، مُحسَّن بشكل كبير لنظام PaddlePaddle البيئي. وهو يرتكز على سلفه PP-YOLOv2 من خلال تقديم استراتيجية تعيين التسميات الديناميكية (TAL) وعمود فقري جديد يسمى CSPRepResNet. يستفيد هذا العمود الفقري من إعادة المعلمات الهيكلية، مما يسمح للنموذج للاستفادة من معماريات متعددة الفروع معقدة أثناء التدريب مع الاندماج بسلاسة في شبكة أحادية المسار سريعة للاستدلال.

مقارنة الأداء والمقاييس#

عند مقارنة هذه النماذج وجهاً لوجه، يصبح من الواضح أنها تخدم نهايات مختلفة قليلاً من طيف الأداء. يحقق PP-YOLOE+ عموماً دقة مطلقة أعلى، بينما يتفوق YOLOX في توفير متغيرات خفيفة الوزن للغاية ومناسبة للأجهزة ذات القيود الشديدة.

ملاحظة: تم تمييز أفضل قيم أداء في كل قطاع عمود ذي صلة بـ الخط العريض.

في حين يقدم YOLOX متغيرات نانو (nano) و tiny تستهلك بالكاد أي مساحة على القرص أو ذاكرة CUDA، فإن PP-YOLOE+ يتوسع بشكل جيد للغاية ليصل إلى أجهزة من فئة الخوادم، مما يجعله خياراً قوياً للتطبيقات الصناعية الثقيلة ضمن نظام Baidu البيئي.

تطبيقات العالم الحقيقي#

غالباً ما يعتمد الاختيار بين هذه الأطر على متطلبات التكامل وأهداف الأجهزة.

أين يتفوق YOLOX#

نظرًا لطبيعتها الخالية من المراسي وتوفر المتغيرات المتطرفة للحافة، تشتهر YOLOX في مجالات robotics ونشر المتحكمات الدقيقة. تسمح خطة المعالجة اللاحقة البسيطة الخاصة بها بنقل أسهل إلى تنسيقات أجهزة NPU المخصصة مثل TensorRT و NCNN.

حيث يتفوق PP-YOLOE+#

بالنسبة للمؤسسات المدمجة بعمق في مراكز التصنيع الآسيوية التي تستخدم حزمة تقنيات Baidu، يوفر PP-YOLOE+ مسار نشر محسّن مسبقًا. وهو يتألق في سيناريوهات quality inspection عالية الدقة التي تعمل على رفوف خوادم قوية حيث تتيح القيود الصارمة في الوقت الفعلي أوزان نماذج أثقل قليلاً.

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين PP-YOLOE+ و YOLOX 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 YOLOX#

يوصى باستخدام YOLOX لـ:

• أبحاث الكشف بدون نقاط ارتكاز: البحث الأكاديمي الذي يستخدم بنية YOLOX النظيفة والخالية من نقاط الارتكاز كخط أساس لتجربة رؤوس كشف جديدة أو دوال خسارة مبتكرة.
• أجهزة الحافة خفيفة الوزن للغاية: النشر على وحدات التحكم الدقيقة أو أجهزة الجوال القديمة حيث يكون البصمة الصغيرة جداً لمتغير YOLOX-Nano (0.91 مليون معلمة) أمراً بالغ الأهمية.
• دراسات تخصيص التصنيفات SimOTA: المشاريع البحثية التي تبحث في استراتيجيات تخصيص التصنيفات القائمة على النقل الأمثل وتأثيرها على تقارب التدريب.

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: ظهور YOLO26#

في حين يمثل كل من PP-YOLOE+ و YOLOX إنجازات بحثية ممتازة، فإن مشهد النشر الحديث يتطلب تجربة أكثر تماسكًا وصدقية للمطورين مع كفاءة فائقة. وهنا يعيد Ultralytics YOLO26 تعريف المعيار للذكاء الاصطناعي البصري الحديث تمامًا.

بالنسبة للفرق التي تتطلع إلى الانتقال من مستودعات الأبحاث المعزولة إلى أنظمة جاهزة للإنتاج، تقدم Ultralytics نظاماً بيئياً قوياً ومُصاناً جيداً. لم يعد تدريب النموذج يتطلب تكوين بيئات معقدة؛ فالأمر بسيط كبساطة الوصول إلى Python API موحد.

تشمل المزايا الرئيسية لـ Ultralytics YOLO26:

• تصميم كامل من البداية للنهاية بدون NMS: على عكس كل من PP-YOLOE+ و YOLOX، اللذين يتطلبان NMS لتصفية صناديق التحديد الزائدة، فإن YOLO26 مصمم أصلاً ليكون شاملاً من البداية للنهاية. وهذا يلغي اختناقات زمن الاستجابة ويبسط منطق النشر بشكل كبير.
• استدلال وحدة المعالجة المركزية أسرع بنسبة تصل إلى 43%: من خلال إزالة خسارة بؤرية التوزيع (DFL) بشكل استراتيجي، يحقق YOLO26 سرعات استدلال لا مثيل لها على أجهزة وحدة المعالجة المركزية، مما يجعله متفوقًا بكثير في edge computing والأجهزة منخفضة الطاقة.
• محسن MuSGD: مستوحى من Kimi K2 الخاص بـ Moonshot AI، يوفر هذا المُحسّن الهجين استقرار تدريب LLM لرؤية الكمبيوتر، مما يضمن تقارباً أسرع بكثير ويقلل من متطلبات الذاكرة أثناء مراحل التدريب.
• ProgLoss + STAL: توفر هذه الدوال الخاسرة المتقدمة تحسينات ملحوظة في التعرف على الكائنات الصغيرة، وهي ميزة بالغة الأهمية لعمليات drone operations والتصوير الجوي عالي التفصيل.
• المرونة: بينما تركز PP-YOLOE+ و YOLOX حصريًا على الكشف، يتعامل YOLO26 بسلاسة مع instance segmentation و pose estimation و Oriented Bounding Boxes (OBB) باستخدام نفس بناء الجملة البديهي تمامًا.

تعرف على المزيد حول YOLO26

تدريب مبسط مع Ultralytics#

كفاءة الذاكرة وسرعة التدريب لنماذج Ultralytics لا مثيل لهما، حيث تتفوق تماماً على البدائل القائمة على Transformer التي تتطلب عبئاً هائلاً على ذاكرة CUDA. يمكنك الاستفادة من قوة YOLO26 في بضعة أسطر فقط من التعليمات البرمجية:

from ultralytics import YOLO

# Load the highly efficient, end-to-end YOLO26 nano model
model = YOLO("yolo26n.pt")

# Train on a custom dataset with built-in auto-batching and MuSGD optimization
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Validate the model's performance
metrics = model.val()

# Export seamlessly to ONNX or TensorRT
model.export(format="engine")

الخلاصة#

لقد حاز كل من PP-YOLOE+ و YOLOX على مكانتهما في تاريخ رؤية الكمبيوتر، حيث يقدمان دقة عالية التصميمات الخالية من المراسي وخفيفة الوزن على التوالي. ومع ذلك، بالنسبة للمؤسسات التي تبني مستقبل AI in agriculture والمدن الذكية وتجارة التجزئة، فإن الصيانة المستمرة، وسهولة الاستخدام، والبنية الأصلية الخالية من NMS لـ Ultralytics YOLO26 تجعله الخيار الذي لا يُنازع.

إذا كنت تستكشف معماريات بديلة لمعايير محددة، فقد تجد قيمة أيضًا في مقارنة YOLO11 الأقدم أو الخيارات المستندة إلى المحولات مثل RT-DETR عبر وثائق Ultralytics الشاملة. من خلال الانتقال إلى النظام البيئي الموحد لـ Ultralytics، يوفّر المطورون وقتًا وموارد لا تُقدر بثمن مع تحقيق نتائج متطورة على أي عملية نشر على الحافة أو السحابة.