مقارنة RTDETRv2 وDAMO-YOLO#

يتطور مجال الرؤية الحاسوبية باستمرار، إذ يسعى الباحثون والمهندسون إلى بناء نماذج توازن بدقة بين السرعة والدقة والكفاءة. ومن أبرز بنيتين حققتا تأثيرًا كبيرًا في هذا المجال RTDETRv2، الذي طورته Baidu، وDAMO-YOLO، الذي صممته Alibaba Group. يدفع كلا النموذجين حدود اكتشاف الأجسام في الوقت الفعلي، إلا أنهما يتبنيان فلسفتين معماريتين مختلفتين جوهريًا لتحقيق نتائجهما المبهرة.

في هذه المقارنة التقنية، سنتعمق في بنيتهما المعمارية ومنهجيات تدريبهما وإمكانات نشرهما في العالم الحقيقي. وسنستكشف أيضًا مدى تنافس هذين النموذجين مع المنظومة الأوسع، ولا سيما منصة Ultralytics عالية التحسين وبنية YOLO26 المتطورة.

الابتكارات المعمارية#

إن فهم الآليات الأساسية لهذه النماذج أمر بالغ الأهمية مهندسي تعلم الآلة المكلفين باختيار الأداة المناسبة لبيئات الإنتاج.

RTDETRv2: نهج Transformer#

استنادًا إلى نجاح RT-DETR الأصلي، يستخدم RTDETRv2 مُرمّزًا هجينًا ومُفكّك ترميز Transformer. يتيح هذا التصميم للنموذج معالجة السياق العام بفاعلية كبيرة، ما يجعله متميزًا في التمييز بين الأجسام المتداخلة في المشاهد الكثيفة. وتتمثل الميزة الأبرز لهذه البنية في تصميمها الأصلي الخالي من NMS (كبت القيم غير العظمى). ومن خلال إلغاء خطوة المعالجة اللاحقة الخاصة بـNMS، يعمل RTDETRv2 على تبسيط مسار الاستدلال وضمان زمن استجابة أكثر استقرارًا عبر تكوينات الأجهزة المختلفة.

تعرّف على المزيد حول RTDETRv2

DAMO-YOLO: الارتقاء بكفاءة CNN#

من ناحية أخرى، يظل DAMO-YOLO متجذرًا في سلالة YOLO الناجحة جدًا القائمة على CNN، لكنه يقدم عدة تحسينات رائدة. ويستفيد من البحث في البنية العصبية (NAS) لتحسين العمود الفقري، بما يضمن أقصى كفاءة لاستخراج السمات. كما يدمج شبكة هرم السمات العامة المُعادَة المعلمات RepGFPN (الشبكة الهرمية العامة للسمات المُعادَة المعلمات) وتصميم ZeroHead، إلى جانب تقنيات AlignedOTA وتحسين التقطير. تتيح هذه الابتكارات لـDAMO-YOLO تحقيق سرعات استدلال عالية مع الحفاظ على قيمة mAP^val تنافسية للغاية.

تعرف على المزيد حول DAMO-YOLO

مقارنة الأداء والمقاييس#

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

تحليل النتائج#

كما يتضح من الجدول، يحقق RTDETRv2-x أعلى دقة بقيمة mAP^val تبلغ 54.3، ما يبرز قوة بنية Transformer في مهام التحقق المعقدة مثل مجموعة بيانات COCO. إلا أن ذلك يأتي على حساب عدد أكبر بكثير من المعلمات (76M) وFLOPs.

وعلى العكس، يتميز DAMO-YOLOt (الصغير) بخفة استثنائية، إذ لا يتطلب سوى 8.5M من المعلمات، ما يجعله خيارًا فائق السرعة للبيئات التي تكون فيها ذاكرة CUDA محدودة بشدة. ويوفر DAMO-YOLO عمومًا مفاضلة مواتية بين السرعة والدقة للأجهزة الطرفية القديمة.

المنظومة وسهولة الاستخدام وميزة Ultralytics#

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

هنا تعمل منظومة Ultralytics على تبسيط تجربة المطور بشكل كبير. إذ تدمج Ultralytics نماذج مثل RTDETRv2 مباشرةً في واجهة API موحدة، ما يتيح للمستخدمين تدريب النماذج والتحقق منها وتصديرها باستخدام سطر واحد من الشيفرة. علاوةً على ذلك، تُعرف نماذج Ultralytics بمتطلباتها المنخفضة من الذاكرة أثناء التدريب مقارنةً بالمستودعات المستقلة الثقيلة القائمة على Transformer.

مثال على الشيفرة: تكامل سلس#

إليك مدى سهولة الاستفادة من مكتبة Ultralytics Python لتشغيل الاستدلال. تظل واجهة API متسقة سواء كنت تستخدم نموذج Transformer أو CNN متطورًا.

from ultralytics import RTDETR, YOLO

# Load an RTDETRv2 model for complex scene understanding
model_rtdetr = RTDETR("rtdetr-l.pt")

# Load the latest Ultralytics YOLO26 model for ultimate edge performance
model_yolo26 = YOLO("yolo26n.pt")

# Run inference on a sample image effortlessly
results_rtdetr = model_rtdetr("https://ultralytics.com/images/bus.jpg")
results_yolo = model_yolo26("https://ultralytics.com/images/bus.jpg")

# Display the results
results_yolo[0].show()

حالات الاستخدام المثالية#

يعتمد الاختيار بين هاتين البنيتين بالكامل على متطلبات مشروعك المحددة:

• يتفوق RTDETRv2 في المعالجة من جانب الخادم حيث تتوفر ذاكرة VRAM بكثرة. كما أن وعيه بالسياق العام مثالي لـالتصوير الطبي وتحليل الحشود الكثيفة حيث يكثر الحجب.
• يُعد DAMO-YOLO مناسبًا جدًا لـتطبيقات إنترنت الأشياء المضمنة وخطوط الفحص الصناعي سريعة الحركة، حيث تُعد قلة عدد المعلمات وارتفاع FPS متطلبين صارمين.

المستقبل: Ultralytics YOLO26#

على الرغم من مزايا كل من RTDETRv2 وDAMO-YOLO، يتقدم مجال الرؤية الحاسوبية بسرعة. وبالنسبة إلى المشاريع الجديدة، تمثل Ultralytics YOLO26 التجميع الأمثل للسرعة والدقة وتجربة المطور.

تعتمد YOLO26 تصميمًا من طرف إلى طرف خاليًا من NMS، ما يحقق الفائدة الأساسية لـTransformer دون العبء الحسابي الهائل. وتدمج مُحسِّن MuSGD المبتكر، المستوحى من تدريب نموذج اللغة الكبير، لتحقيق تقارب سريع ومستقر. 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 البطل بلا منازع في الحوسبة الطرفية. بالإضافة إلى ذلك، يوفر ProgLoss + STAL دوال خسارة محسّنة مع تحسينات ملحوظة في التعرف على الأجسام الصغيرة، وهو أمر بالغ الأهمية لإنترنت الأشياء والروبوتات والصور الجوية.

بخلاف النماذج المحدودة تمامًا بالمربعات المحيطة، توفر عائلة YOLO26 تعدد استخدامات لا مثيل له، إذ تدعم مهام تتراوح من تجزئة المثيلات وتقدير الوضعية إلى المربعات المحيطة الموجهة (OBB)، وتُدار جميعها بسلاسة عبر منصة Ultralytics البديهية.

تفاصيل النموذج والمراجع#

RTDETRv2#

• المؤلفون: Wenyu Lv، وYian Zhao، وQinyao Chang، وKui Huang، وGuanzhong Wang، وYi Liu
• المنظمة: 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
• الجهة: Alibaba Group
• التاريخ: 2022-11-23
• Arxiv: 2211.15444v2
• GitHub: مستودع DAMO-YOLO

للمستخدمين المهتمين باستكشاف مقارنات أخرى، يمكنكم الاطلاع على أدلتنا حول RTDETRv2 مقابل YOLO11 أو DAMO-YOLO مقابل YOLOv8 لمعرفة أداء هذه النماذج مقارنةً بالأجيال السابقة من عائلة Ultralytics.