RTDETRv2 مقابل DAMO-YOLO
تواصل الرؤية الحاسوبية التطور بينما يبني الباحثون والمهندسون نماذج توازن بين السرعة والدقة والكفاءة. ومن أبرز البنى في هذا المجال RTDETRv2، الذي طورته Baidu، وDAMO-YOLO، الذي أنشأته Alibaba Group. ويسهم كلا النموذجين في تطوير اكتشاف الكائنات في الزمن الحقيقي، لكنهما يتبنيان فلسفتين معماريتين مختلفتين جذريًا.
تتناول هذه المقارنة التقنية البنيتين وأساليب التدريب وقدرات النشر في العالم الواقعي. كما توضح كيفية مقارنة هذين النموذجين بالنظام البيئي الأوسع، ولا سيما Ultralytics Platform وعائلة نماذج YOLO26.
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، يستخدم RTDETRv2 مشفرًا هجينًا ومفكك ترميز Transformer. ويتيح هذا التصميم للنموذج معالجة السياق الشامل بفاعلية، ما يجعله متميزًا في التمييز بين الكائنات المتداخلة في المشاهد الكثيفة. وتتمثل أهم ميزة لهذه البنية في تصميمها الأصلي الخالي من NMS (القمع غير الأقصى). ومن خلال إلغاء خطوة المعالجة اللاحقة لـNMS، يبسط RTDETRv2 مسار الاستدلال ويضمن زمن استجابة أكثر استقرارًا عبر تكوينات الأجهزة المختلفة.
DAMO-YOLO: تعزيز كفاءة CNN#
أما DAMO-YOLO، فيظل متجذرًا في سلسلة نماذج YOLO القائمة على CNN، لكنه يقدم عدة تحسينات بارزة. ويستخدم البحث عن البنية العصبية (NAS) لتحسين كفاءة استخلاص السمات في العمود الفقري. كما يدمج RepGFPN (شبكة هرم السمات العامة المعاد تحديد معلماتها) الفعّالة وتصميم ZeroHead، إلى جانب تقنيتي AlignedOTA وتقطير المعرفة. تتيح هذه الابتكارات لـ DAMO-YOLO تحقيق سرعات استدلال عالية مع الحفاظ على نتيجة mAPval50-95 تنافسية.
اطّلع على مزيد من المعلومات حول DAMO-YOLO
بينما تركّز RTDETRv2 على الاستفادة من آليات الانتباه لفهم السمات الشاملة من دون NMS، تعمل DAMO-YOLO على تعظيم كفاءة CNN التقليدية من خلال NAS والتقطير المتقدم، مع الحاجة إلى المعالجة اللاحقة القياسية، لكنها توفر مزايا واضحة في السرعة على بعض الأجهزة.
مقارنة الأداء والمقاييس#
عند تقييم النماذج للنشر، تُعد مقاييس الأداء مثل متوسط الدقة المتوسطة (mAP) وسرعة الاستدلال وعدد المعلمات بالغة الأهمية. يقارن الجدول أدناه بين عائلتي النموذجين.
| النموذج | الحجم (بكسل) | mAPval50-95 | السرعة CPU ONNX (مللي ثانية) | السرعة T4 TensorRT10 (ms) | المعاملات (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| RTDETRv2-s | 640 | 48.1 | - | 5.03 | 20 | 60 |
| RTDETRv2-m | 640 | 51.9 | - | 7.51 | 36 | 100 |
| RTDETRv2-l | 640 | 53.4 | - | 9.76 | 42 | 136 |
| RTDETRv2-x | 640 | 54.3 | - | 15.03 | 76 | 259 |
| 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 |
تحليل النتائج#
كما يظهر في الجدول، يحقق RTDETRv2-x أعلى دقة بقيمة mAPval50-95 تبلغ 54.3، ما يبرز قوة بنية Transformer في معايير التقييم الصعبة مثل مجموعة بيانات COCO. لكن ذلك يأتي على حساب زيادة كبيرة في عدد المعلمات (76M) وعمليات FLOPs.
وعلى النقيض، يتميز DAMO-YOLOt (Tiny) بخفة وزنه الشديدة، إذ لا يتطلب سوى 8.5M معلمة، ما يجعله خيارًا سريعًا للبيئات التي تكون فيها ذاكرة CUDA محدودة بشدة. ويوفر DAMO-YOLO عمومًا مفاضلة ملائمة بين السرعة والدقة للأجهزة الطرفية القديمة.
المنظومة وسهولة الاستخدام وميزة Ultralytics#
توفر المستودعات المستقلة، مثل مشروعي RT-DETR وDAMO-YOLO الرسميين على GitHub، الشيفرة الأولية لتدريب هذه النماذج، لكن دمجها في خطوط الإنتاج يتطلب غالبًا قدرًا كبيرًا من الشيفرة التمهيدية والتحسين اليدوي.
وهنا يأتي دور النظام البيئي لـ Ultralytics في تبسيط تجربة المطور بدرجة كبيرة. تدمج Ultralytics كواشف Transformer، مثل RT-DETR الأصلي، مباشرةً في واجهة API موحدة، ما يتيح للمستخدمين تدريب النماذج والتحقق منها وتصديرها بسطر واحد من التعليمات البرمجية. وتشتهر نماذج Ultralytics أيضًا بانخفاض متطلبات الذاكرة أثناء التدريب مقارنةً بمستودعات النماذج المستقلة الثقيلة القائمة على Transformer.
مثال برمجي: التكامل#
إليك كيفية تنفيذ الاستدلال باستخدام مكتبة Python من Ultralytics. تظل واجهة API متسقة سواء استخدمت نموذج Transformer أو نموذج CNN حديثًا.
from ultralytics import RTDETR, YOLO
# تحميل نموذج RT-DETR لفهم المشاهد المعقدة
model_rtdetr = RTDETR("rtdetr-l.pt")
# حمّل أحدث نموذج Ultralytics YOLO26
model_yolo26 = YOLO("yolo26n.pt")
# إجراء الاستدلال 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()باستخدام واجهة API من Ultralytics، يمكنك تصدير نماذجك المدرّبة إلى تنسيقات مثل TensorRT أو ONNX أو CoreML باستخدام أمر بسيط مثل model.export(format="engine")، ما يقلل عوائق النشر بدرجة كبيرة.
حالات الاستخدام المثالية#
يعتمد الاختيار بين هذه البنى على متطلبات مشروعك المحددة:
- RTDETRv2 هو الأفضل في المعالجة من جهة الخادم حيث تتوفر ذاكرة VRAM بوفرة. ويلائم فهمه للسياق الشامل التصوير الطبي وتحليل الحشود الكثيفة التي يكثر فيها الاحتجاب.
- تُعد DAMO-YOLO مناسبة جدًا لتطبيقات إنترنت الأشياء المضمنة وخطوط الفحص الصناعي السريعة التي تشترط انخفاض عدد المعلمات وارتفاع FPS.
المستقبل: Ultralytics YOLO26#
لكل من RTDETRv2 وDAMO-YOLO مزاياه، لكن مجال الرؤية الحاسوبية يتقدم بسرعة. تجمع أحدث نماذج المشاريع الجديدة، Ultralytics YOLO26، بين السرعة والدقة وتجربة المطور.
يعتمد YOLO26 تصميمًا شاملًا خاليًا من NMS، فيحقق الفائدة الأساسية لنماذج Transformer من دون أعبائها الحسابية الكبيرة. ويتضمن محسّن MuSGD، المستوحى من تدريب نماذج اللغة الكبيرة، لتحقيق تقارب سريع ومستقر. ومع إزالة DFL (إزالة خسارة البؤرة التوزيعية لتبسيط التصدير وتحسين التوافق مع الأجهزة الطرفية ومنخفضة الطاقة)، يحقق YOLO26n استدلالًا على CPU أسرع بنسبة تصل إلى 43% من YOLO11n، ما يجعله خيارًا قويًا لـالحوسبة الطرفية. كما تحقق ProgLoss + STAL (الخسارة التدريجية وتعيين التسميات الواعي بالأهداف الصغيرة) تحسينات ملحوظة في التعرف على الكائنات الصغيرة، وهو أمر بالغ الأهمية لإنترنت الأشياء والروبوتات والصور الجوية.
على خلاف النماذج التي تقتصر تمامًا على مربعات الإحاطة، تدعم عائلة YOLO26 مهامًا تشمل تجزئة الكائنات وتقدير الوضعية ومربعات الإحاطة الموجّهة (OBB)، وكلها تُدار عبر Ultralytics Platform.
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
للمقارنات الأخرى، راجع دليلي RTDETRv2 مقابل YOLO11 أو DAMO-YOLO مقابل YOLOv8 لمعرفة أداء هذه النماذج مقارنةً بالأجيال السابقة من عائلة Ultralytics.
التعليقات
اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.