RTDETRv2 مقابل YOLO26
تُقيّم نماذج اكتشاف الأجسام في الزمن الحقيقي وفق السرعة والدقة وكفاءة النشر. تقارن هذه الصفحة بين نهجين حديثين: RTDETRv2 القائم على Transformer وUltralytics YOLO26، وهو شبكة عصبية التفافية (CNN) مصممة للنشر الطرفي. وتتناول بنيتيهما ومقاييس الأداء وحالات الاستخدام المثالية لمساعدتك على اختيار النموذج المناسب لمشروعك المقبل في الرؤية الحاسوبية.
RTDETRv2: محولات الاكتشاف في الوقت الفعلي#
يعتمد RTDETRv2 على بنية RT-DETR الأصلية، إذ يجمع بين إدراك السياق العام في محولات الرؤية والسرعة اللازمة للتطبيقات الآنية.
الخصائص الرئيسية:
- المؤلفون: Wenyu Lv وYian Zhao وQinyao Chang وKui Huang وGuanzhong Wang وYi Liu
- الجهة: Baidu
- التاريخ: 2024-07-24
- روابط: arXiv، GitHub، الوثائق
البنية ومواطن القوة#
على خلاف كاشفات الأجسام التقليدية القائمة على صناديق الارتكاز، يستخدم RTDETRv2 نهجاً قائماً على Transformer يلغي الحاجة إلى كبح الصناديق غير القصوى (NMS) أثناء المعالجة اللاحقة. وتساعد آلية الانتباه لديه على التعامل مع المشاهد المعقدة والأجسام المتداخلة. كما ترفع تحسينات التدريب «Bag-of-Freebies» الدقة على مجموعة بيانات COCO، مع الحفاظ على سرعات استدلال عملية على وحدات GPU المتطورة.
القيود#
يحقق RTDETRv2 نتائج قوية في المعايير، لكن تشغيله في بيئة الإنتاج قد يكون أصعب. وتستخدم بنيات Transformer عموماً ذاكرة أكبر أثناء التدريب والاستدلال مقارنة بشبكات CNN، ما قد يصعّب النشر على أجهزة الذكاء الاصطناعي الطرفي محدودة الموارد. كما يتطلب تدريب Transformer عادةً أحجام دفعات أكبر وذاكرة CUDA أكثر، ما قد يشكل عنق زجاجة على الأجهزة محدودة الإمكانات.
YOLO26: ذكاء اصطناعي للرؤية يبدأ من الأجهزة الطرفية#
صدر Ultralytics YOLO26 في يناير 2026، وهو أحدث نماذج Ultralytics YOLO والخيار الموصى به للمشاريع الجديدة. ويستهدف تصميمه سهولة النشر في الإنتاج وكفاءة الاستدلال على الأجهزة الطرفية.
الخصائص الرئيسية:
- المؤلفان: Glenn Jocher وJing Qiu
- الجهة: Ultralytics
- التاريخ: 14 يناير 2026
- الروابط: GitHub، الوثائق
ابتكارات البنية#
يقدّم YOLO26 عدة تغييرات تعالج المشكلات الشائعة في نشر النماذج:
- تصميم شامل خالٍ من NMS: استنادًا إلى التدريب الخالي من NMS الذي أدخله YOLOv10 إلى نماذج YOLO، يدعم YOLO26 الاستدلال الشامل الأصلي. ويتجاوز رأسه الاختياري أحادي المطابقة (
nms=False) المعالجة اللاحقة لـ NMS، ما يقلل تباين زمن الاستجابة ويجعل أزمنة الاستدلال أكثر قابلية للتوقع في بيئة الإنتاج. - استدلال أسرع على CPU بنسبة تصل إلى 43%: تجعل التحسينات المعمارية وإزالة خسارة البؤرة التوزيعية (DFL) YOLO26n أسرع على CPU بنسبة تصل إلى 43% مقارنةً بـ YOLO11n، ما يجعله مناسبًا لأجهزة الحوسبة الطرفية التي لا تحتوي على وحدات GPU مخصصة.
- محسّن MuSGD: استلهامًا من تقنيات تدريب نماذج اللغة الكبيرة (LLM)، مثل Kimi K2 من Moonshot AI، يستخدم YOLO26 محسّن MuSGD، وهو مزيج من SGD وMuon، لتحقيق تدريب أكثر استقرارًا وتقارب أسرع.
- ProgLoss + STAL: تعمل الخسارة التدريجية وتعيين التسميات المراعي للأهداف الصغيرة (STAL) على تحسين التعرّف على الأجسام الصغيرة، وهو أمر مهم للتطبيقات التي تتضمن الصور الجوية والمراقبة بالطائرات المسيّرة.
إلى جانب الكشف القياسي، يتضمن YOLO26 تحسينات مخصصة للمهام: خسارة للتجزئة الدلالية ووحدة proto متعددة المقاييس لمهام التجزئة، وتقدير الاحتمالية اللوغاريتمية المتبقية (RLE) لـتقدير الوضعية، وخسارة زاوية متخصصة تعالج مشكلات الحدود في كشف مربعات الإحاطة الموجّهة (OBB).
مقارنة الأداء#
يقارن الجدول أدناه الدقة (mAP) والكفاءة الحاسوبية على مجموعة التحقق COCO. ويحقق YOLO26 قيمة mAP أعلى من RTDETRv2 عند كل حجم قابل للمقارنة، مع زمن استجابة أقل على TensorRT.
| 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 |
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
يحقق YOLO26x قيمة 57.5 mAP، أي أعلى بـ 3.2 نقطة من RTDETRv2-x، مع عدد معلمات أقل (55.7M مقابل 76M) واستدلال أسرع على TensorRT (11.8 ms مقابل 15.03 ms). كما يستخدم YOLO26 عادةً ذاكرة أقل، ما يجعله أنسب لعمليات النشر الطرفية في الزمن الفعلي.
المنظومة وسهولة الاستخدام#
إلى جانب الأداء الخام، تحدد المنظومة المحيطة مدى سرعة انتقال النموذج من البحث إلى الإنتاج. تجمع منصة Ultralytics بين وسم مجموعات البيانات والتدريب والنشر لنماذج Ultralytics في مكان واحد.
منظومة موحدة تحظى بصيانة جيدة#
يُعد RTDETRv2 في المقام الأول مستودعًا بحثيًا، وقد يتطلب إعدادًا معقدًا للبيئة وكتابة نصوص برمجية يدويًا للمهام المخصصة. ويأتي Ultralytics YOLO26 ضمن حزمة Python ناضجة ومختبرة جيدًا، مع API بسيطة للتدريب والتحقق والتنبؤ والتصدير.
بفضل التكاملات المضمنة مع Weights & Biases وComet، يصبح تتبع التجارب جزءًا مدمجًا من سير العمل. وبينما يركز RTDETRv2 على كشف الأجسام، يدعم YOLO26 أيضًا تجزئة الكائنات، والتجزئة الدلالية، وتقدير العمق، وتصنيف الصور، وتقدير الوضعية، وكشف OBB ضمن الإطار نفسه.
مثال برمجي: البساطة في التطبيق#
تتيح واجهة Python البرمجية من Ultralytics تحميل النماذج وتشغيل الاستدلال وتصديرها عبر بضعة أسطر من التعليمات البرمجية، كما تشغّل الحزمة نفسها كلاً من RT-DETR وYOLO26.
from ultralytics import RTDETR, YOLO
# تحميل نموذج RT-DETR
model_rtdetr = RTDETR("rtdetr-l.pt")
# تحميل نموذج YOLO26
model_yolo = YOLO("yolo26n.pt")
# تشغيل الاستدلال على صورة
results_rtdetr = model_rtdetr("https://ultralytics.com/images/bus.jpg")
results_yolo = model_yolo("https://ultralytics.com/images/bus.jpg")
# عرض نتائج YOLO26
results_yolo[0].show()
# تصدير YOLO26 إلى تنسيق ONNX
model_yolo.export(format="onnx")حالات الاستخدام والتوصيات#
يعتمد الاختيار بين RT-DETR وYOLO26 على متطلبات مشروعك المحددة وقيود النشر وتفضيلات النظام البيئي.
متى تختار RT-DETR#
يُعد RT-DETR خيارًا قويًا في الحالات التالية:
- أبحاث الكشف المعتمدة على Transformer: المشروعات التي تستكشف آليات الانتباه وبنى Transformer لكشف الأجسام بأسلوب شامل دون NMS.
- سيناريوهات الدقة العالية مع مرونة زمن الاستجابة: التطبيقات التي تكون فيها دقة الكشف على رأس الأولويات، ويكون فيها تقبّل زمن استجابة أعلى قليلًا للاستدلال أمرًا ممكنًا.
- كشف الأجسام الكبيرة: المشاهد التي تضم أساسًا أجسامًا متوسطة إلى كبيرة، حيث توفر آلية الانتباه العام في Transformer ميزة طبيعية.
متى تختار YOLO26#
يوصى بـ YOLO26 لما يلي:
- النشر الطرفي دون NMS: التطبيقات التي تتطلب استدلالاً ثابتاً بزمن استجابة منخفض، من دون تعقيد المعالجة اللاحقة للكبت غير الأقصى.
- البيئات التي تعتمد على CPU فقط: الأجهزة التي لا تتضمن تسريعًا مخصصًا لوحدات GPU، حيث تمنح سرعة الاستدلال على CPU في YOLO26، الأعلى بنسبة تصل إلى 43% (YOLO26n مقابل YOLO11n)، ميزة حاسمة.
- اكتشاف الكائنات الصغيرة: السيناريوهات الصعبة مثل الصور الجوية الملتقطة بالطائرات المسيّرة أو تحليل مستشعرات إنترنت الأشياء، حيث تحسن ProgLoss وSTAL الدقة عند التعامل مع الكائنات الصغيرة.
استكشاف بنيات أخرى#
يُعد YOLO26 نقطة البداية الموصى بها، لكن النماذج الأقدم لا تزال مفيدة. فما زال YOLO11 مدعومًا بالكامل، وهو ملائم للأنظمة الحالية المبنية عليه؛ راجع مقارنة RT-DETR وYOLO11 لمزيد من التفاصيل. أما البنى الأقدم، فتوضح مقارنة EfficientDet وYOLO26 مدى التطور الذي شهدته بنى كشف الأجسام.
أفكار ختامية#
يحقق كل من RTDETRv2 وYOLO26 تقدمًا في كشف الأجسام في الزمن الفعلي. وبالنسبة إلى الفرق التي تعطي الأولوية لمسار سلس إلى الإنتاج، وبصمة ذاكرة صغيرة، ودعم واسع للمهام، فإن Ultralytics YOLO26 هو الخيار الموصى به. ويساعد الاستدلال الاختياري بلا NMS وسرعته العالية على CPU ومنظومة Ultralytics مشاريع الذكاء الاصطناعي للرؤية على التوسع، سواء أكانت تعمل على خادم سحابي أم على Raspberry Pi محدود الموارد.
التعليقات
اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.