RTDETRv2 مقابل DAMO-YOLO#

يتطور مجال الرؤية الحاسوبية باستمرار، إذ يسعى الباحثون والمهندسون إلى إنشاء نماذج تحقق التوازن الأمثل بين السرعة والدقة والكفاءة. ومن أبرز البنى التي أحدثت أثرًا كبيرًا في هذا المجال RTDETRv2، التي طورتها Baidu، وDAMO-YOLO، التي ابتكرتها Alibaba Group. يدفع كلا النموذجين حدود اكتشاف الكائنات في الزمن الحقيقي، لكنهما يتبنيان فلسفتين معماريتين مختلفتين جوهريًا لتحقيق نتائجهما اللافتة.

في هذه المقارنة التقنية، سنتعمق في البنى ومنهجيات التدريب وقدرات النشر في العالم الحقيقي. كما سنبحث في كيفية مقارنة هذه النماذج بالمنظومة الأوسع، ولا سيما منصة Ultralytics المحسّنة للغاية وبنية YOLO26 المتطورة.

ابتكارات البنية#

يُعد فهم الآليات الأساسية لهذه النماذج أمرًا بالغ الأهمية لمهندسي تعلم الآلة المكلفين باختيار الأداة المناسبة لبيئات الإنتاج.

RTDETRv2: منهج Transformer#

استنادًا إلى نجاح RT-DETR الأصلي، تستخدم RTDETRv2 مُرمّزًا هجينًا ومفكّك ترميز Transformer. ويتيح هذا التصميم للنموذج معالجة السياق الشامل بفعالية كبيرة، ما يجعله بارعًا بصورة استثنائية في التمييز بين الكائنات المتداخلة في المشاهد المكتظة. وأهم ميزة لهذه البنية هي تصميمها الأصلي الخالي من NMS (كبت غير الأعظميات). ومن خلال إلغاء خطوة المعالجة اللاحقة لـNMS، تبسّط RTDETRv2 مسار الاستدلال وتضمن زمن استجابة أكثر استقرارًا عبر تكوينات الأجهزة المختلفة.

تعرّف على المزيد حول RTDETRv2

DAMO-YOLO: تعزيز كفاءة CNN#

من ناحية أخرى، تستند DAMO-YOLO إلى سلالة YOLO الناجحة القائمة على CNN، لكنها تقدم عدة تحسينات رائدة. وتستخدم البحث عن البنية العصبية (NAS) لتحسين العمود الفقري، بما يضمن أقصى كفاءة لاستخراج السمات. كما تتضمن شبكة هرم السمات العامة المُعاد تشكيلها (RepGFPN) الفعّالة وتصميم ZeroHead، إلى جانب تقنيات AlignedOTA وتعزيز التقطير. وتمكّن هذه الابتكارات DAMO-YOLO من تحقيق سرعات استدلال عالية مع الحفاظ على درجة mAP^val تنافسية للغاية.

اطّلع على مزيد من المعلومات حول DAMO-YOLO

مقارنة الأداء والمقاييس#

عند تقييم النماذج للنشر، تكون مقاييس الأداء مثل متوسط الدقة (mAP) وسرعة الاستدلال وعدد المعلمات بالغة الأهمية. فيما يلي مقارنة مفصلة بين عائلتي النموذجين.

تحليل النتائج#

كما يظهر في الجدول، يحقق RTDETRv2-x أعلى دقة، إذ تبلغ قيمة mAP^val لديه 54.3، ما يبرز قوة بنية Transformer في مهام التحقق المعقدة مثل مجموعة بيانات COCO. غير أن ذلك يأتي على حساب زيادة كبيرة في عدد المعلمات (76M) وعمليات FLOPs.

وعلى النقيض، يتميز DAMO-YOLOt (Tiny) بخفة استثنائية، إذ لا يحتاج إلا إلى 8.5M معلمة، ما يجعله خيارًا سريعًا للغاية للبيئات التي تكون فيها ذاكرة CUDA محدودة بشدة. ويوفر DAMO-YOLO عمومًا توازنًا ملائمًا بين السرعة والدقة للأجهزة الطرفية القديمة.

المنظومة وسهولة الاستخدام وميزة Ultralytics#

مع أن المستودعات المستقلة مثل مستودع RT-DETR الرسمي على GitHub ومستودع DAMO-YOLO على GitHub توفر الشيفرة الخام لتدريب هذه النماذج، فإن دمجها في مسارات الإنتاج يتطلب غالبًا قدرًا كبيرًا من الشيفرة التمهيدية والتحسين اليدوي.

هنا تعمل منظومة Ultralytics على تبسيط تجربة المطور بدرجة كبيرة. تدمج Ultralytics كاشفات Transformer مثل RT-DETR الأصلي مباشرةً في واجهة API موحدة، ما يتيح للمستخدمين تدريب النماذج والتحقق منها وتصديرها باستخدام سطر واحد من الشيفرة. علاوةً على ذلك، تشتهر نماذج Ultralytics بانخفاض متطلبات الذاكرة أثناء التدريب مقارنةً بمستودعات النماذج المستقلة القائمة على Transformer والثقيلة.

مثال برمجي: تكامل سلس#

إليك مدى سهولة استخدام مكتبة Ultralytics Python لإجراء الاستدلال. تظل واجهة API متسقة سواء استخدمت نموذج Transformer أو نموذج CNN متطورًا.

from ultralytics import RTDETR, YOLO

# ⁨تحميل نموذج RT-DETR لفهم المشاهد المعقدة⁩
model_rtdetr = RTDETR("rtdetr-l.pt")

# ⁨تحميل أحدث نموذج Ultralytics YOLO26 لتحقيق أفضل أداء على الأجهزة الطرفية⁩
model_yolo26 = YOLO("yolo26n.pt")

# ⁨إجراء الاستدلال بسهولة على صورة نموذجية⁩
results_rtdetr = model_rtdetr("https://ultralytics.com/images/bus.jpg")
results_yolo = model_yolo26("https://ultralytics.com/images/bus.jpg")

# ⁨اعرض النتائج⁩
results_yolo[0].show()

حالات الاستخدام المثالية#

يعتمد الاختيار بين هذه البنى كليًا على متطلبات مشروعك المحددة:

• تتميّز RTDETRv2 في المعالجة على الخوادم حيث تتوفر ذاكرة VRAM بوفرة. ويجعلها إدراك السياق الشامل مثالية للتصوير الطبي وتحليل الحشود المكتظة، حيث يكثر حجب الكائنات.
• تُعد DAMO-YOLO مناسبة جدًا لتطبيقات إنترنت الأشياء المضمنة وخطوط الفحص الصناعي السريعة التي تشترط انخفاض عدد المعلمات وارتفاع FPS.

المستقبل: Ultralytics YOLO26#

مع أن لكل من RTDETRv2 وDAMO-YOLO مزاياهما، فإن مجال الرؤية الحاسوبية يتقدم بسرعة. وتمثل Ultralytics YOLO26 الأحدث للمشاريع الجديدة خلاصة متكاملة للسرعة والدقة وتجربة المطور.

تعتمد YOLO26 تصميمًا شاملًا خاليًا من NMS، فتجمع الفائدة الأساسية لنماذج Transformer من دون عبء الحوسبة الهائل. كما تتضمن محسّن MuSGD المبتكر، المستوحى من تدريب النماذج اللغوية الكبيرة، لتحقيق تقارب مستقر وسريع. علاوةً على ذلك، وبفضل إزالة DFL (إزالة خسارة البؤرة التوزيعية لتبسيط التصدير وتحسين التوافق مع الأجهزة الطرفية ومنخفضة الطاقة)، تحقق YOLO26 استدلالًا على CPU أسرع بنسبة تصل إلى 43%، ما يجعلها الخيار الأبرز بلا منازع في الحوسبة الطرفية. كما توفر ProgLoss + STAL دوال خسارة محسّنة، مع تحسينات ملحوظة في التعرّف على الكائنات الصغيرة، وهو أمر بالغ الأهمية لإنترنت الأشياء والروبوتات والصور الجوية.

على خلاف النماذج التي تقتصر على الصناديق المحيطة، تقدم عائلة YOLO26 تنوعًا لا مثيل له، إذ تدعم مهامًا تمتد من تجزئة الكائنات وتقدير الوضعيات إلى الصناديق المحيطة الموجّهة (OBB)، وكل ذلك يُدار بسلاسة عبر منصة Ultralytics سهلة الاستخدام.

تفاصيل النماذج والمراجع#

RTDETRv2#

• المؤلفون: Wenyu Lv وYian Zhao وQinyao Chang وKui Huang وGuanzhong Wang وYi Liu
• الجهة: Baidu
• التاريخ: 2024-07-24
• Arxiv: 2407.17140
• GitHub: مستودع RT-DETR

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: مستودع DAMO-YOLO

إذا كنت مهتمًا باستكشاف مقارنات أخرى، فاطّلع على أدلتنا حول RTDETRv2 مقابل YOLO11 أو DAMO-YOLO مقابل YOLOv8 لمعرفة أداء هذه النماذج مقارنةً بالأجيال السابقة من عائلة Ultralytics.