YOLO26 مقابل DAMO-YOLO#
عند اختيار نموذج متطور للرؤية الحاسوبية، يُعد إيجاد التوازن الأمثل بين سرعة الاستدلال والدقة وسهولة النشر أمرًا بالغ الأهمية. يقارن هذا الدليل الشامل بين نموذجين بارزين في مجال الذكاء الاصطناعي للرؤية: Ultralytics YOLO26 وDAMO-YOLO. وعلى الرغم من أن كلتا البنيتين تدفعان حدود اكتشاف الأجسام الآني، فإن فلسفتي تصميمهما الأساسيتين وحالات الاستخدام المقصودة تختلفان اختلافًا كبيرًا.
الابتكارات المعمارية والتصميم#
Ultralytics YOLO26: معيار الرؤية الذي يعطي الأولوية للأجهزة الطرفية#
طوّر Glenn Jocher وJing Qiu النموذج في Ultralytics، وصدر في 14 يناير 2026، ويمثل YOLO26 قفزة هائلة إلى الأمام في سلسلة YOLO. وقد صُمم من الأساس للحوسبة الطرفية، جامعًا بسلاسة بين أحدث ممارسات تدريب LLM وبنيات الرؤية المتقدمة.
تشمل أبرز الاختراقات المعمارية في YOLO26 ما يلي:
- تصميم شامل من البداية إلى النهاية دون NMS: استنادًا إلى العمل الرائد في YOLOv10، صُمم YOLO26 ليعمل من البداية إلى النهاية بصورة أصلية. وبفضل تجاوز المعالجة اللاحقة لكبح الصناديق غير القصوى (NMS) باستخدام رأسه الاختياري أحادي المطابقة (
nms=False)، يضمن النموذج زمن استجابة حتميًا ويبسط مسارات النشر إلى حد كبير. - إزالة DFL: تؤدي إزالة خسارة البؤرة التوزيعية إلى تبسيط مخطط النموذج. وهذا يجعل التصدير إلى أطر النشر مثل ONNX وTensorRT أكثر سلاسة بكثير، ويضمن توافقًا أفضل مع الأجهزة الطرفية منخفضة الطاقة.
- محسّن MuSGD: استلهامًا من Kimi K2 من Moonshot AI، يجمع هذا المحسّن بين الانحدار المتدرج العشوائي (SGD) وMuon، وينقل ابتكارات تدريب LLM إلى الرؤية الحاسوبية، ما يؤدي إلى تدريب مستقر بصورة لافتة وتقارب سريع.
- ProgLoss + STAL: تحقق دوال الخسارة المتقدمة هذه تحسينات ملحوظة في التعرّف على الأجسام الصغيرة، وهو أمر بالغ الأهمية لتحليل الصور الجوية الملتقطة بالطائرات المسيّرة ومسارات عمل الروبوتات المعقدة.
DAMO-YOLO: البحث عن البنى العصبية على نطاق واسع#
طوّر Xianzhe Xu وYiqi Jiang وWeihua Chen وYilun Huang وYuan Zhang وXiuyu Sun النموذج ضمن Alibaba Group (وصدر في 23 نوفمبر 2022)، ويركز DAMO-YOLO بدرجة كبيرة على الاكتشاف الآلي للبنى. ويستخدم البحث، المفصل في ورقة arXiv، البحث عن البنى العصبية (NAS) للعثور على أعمدة فقارية مثالية ضمن حدود صارمة لزمن الاستجابة.
تشمل الميزات المعمارية الأساسية لـ DAMO-YOLO ما يلي:
- العمود الفقري MAE-NAS: يستخدم بحثًا موجّهًا بأقصى إنتروبيا لتصميم أعمدة فقارية آليًا توازن بين الدقة وسرعة النشر المستهدفة.
- RepGFPN الفعال: تصميم قوي وثقيل للجزء الأوسط يحسّن دمج السمات عبر مقاييس مختلفة، ما يجعله قادرًا للغاية على معالجة المشاهد المرئية المعقدة.
- ZeroHead: رأس اكتشاف مبسّط بدرجة كبيرة، صُمم لتقليل الحمل الحسابي في طبقات التنبؤ النهائية.
تعرّف على المزيد حول DAMO-YOLO
مع أن البنية المعتمدة على NAS في DAMO-YOLO ممتازة لقيود عتادية محددة ومُعرّفة مسبقًا، فإن التصميم دون NMS وإزالة DFL في YOLO26 يجعلان منه خيارًا أكثر تنوعًا وقابلية للتنبؤ في نطاق واسع من بيئات الطرف والسحابة المتباينة.
مقارنة الأداء والمقاييس#
تكشف المقارنة المباشرة بين متغيرات النماذج المدرّبة على مجموعة بيانات COCO القياسية عن ملفات أداء متميزة. ويوضح الجدول أدناه المفاضلات بين الدقة (mAP) والسرعة والحجم الحسابي (المعاملات وFLOPs).
| النموذج | الحجم (بكسل) | mAPالتحقق 50-95 | السرعة CPU ONNX (مللي ثانية) | السرعة T4 TensorRT10 (ms) | المعاملات (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| 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 |
| 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 الأداء#
عند تحليل البيانات، يميل توازن الأداء بدرجة كبيرة إلى YOLO26 في التطبيقات الحديثة. فالمتغير Nano (YOLO26n) خفيف للغاية، إذ لا يتجاوز 2.4M معامل، ويوفر سرعات فائقة تبلغ 1.7 ms على GPU من طراز NVIDIA T4. علاوة على ذلك، صُمم YOLO26 خصيصًا لتوفير استدلال على CPU أسرع بنسبة تصل إلى 43%، ما يجعله الخيار الأبرز بلا منازع للأجهزة الطرفية التي تفتقر إلى مسرّعات GPU مخصصة.
يتقدم DAMO-YOLOt قليلًا على YOLO26n من حيث mAP الصرف، لكنه يحقق ذلك على حساب الحاجة إلى نحو 3.5 أضعاف عدد المعاملات (8.5M). ومع الانتقال إلى المتغيرات الأكبر، يتفوق YOLO26 باستمرار على DAMO-YOLO من حيث الدقة، مع الحفاظ على حجم ذاكرة أصغر واستخدام أقل لذاكرة CUDA أثناء التدريب وسرعات أعلى بكثير على TensorRT.
المنظومة وسهولة الاستخدام وكفاءة التدريب#
لا تكمن القوة الحقيقية لنموذج تعلّم الآلة في مقاييسه الخام فحسب، بل أيضًا في مدى سهولة استخدام المطورين والباحثين له.
ميزة Ultralytics#
يضمن اختيار نموذج من Ultralytics الوصول إلى منظومة مصقولة للغاية تتمحور حول المطورين. وتُبسّط سير العمل المعقد، بما يشمل تعزيز البيانات وضبط المعلمات الفائقة وتتبع التجارب المتين، عبر أوامر سهلة الاستخدام.
علاوة على ذلك، يقدم YOLO26 تعددًا لا مثيل له في الاستخدامات. فبينما يقتصر DAMO-YOLO على اكتشاف الأجسام، يوفر YOLO26 تحسينات شاملة ومخصصة لكل مهمة في مجالات متعددة مباشرةً:
- تجزئة الكائنات: بالاستفادة من خسارة متخصصة للتجزئة الدلالية وإنشاء نماذج أولية متعددة المقاييس.
- تقدير الوضعية: بالاستفادة من تقدير لوغاريتم الاحتمالية المتبقية المتقدم (RLE).
- الصندوق المحيط الموجَّه (OBB): تضمين دوال خسارة متخصصة للزاوية لمعالجة مشكلات الحدود المعقدة بدقة.
- تصنيف الصور: لوضع تسميات عامة للصور بسرعة وخفة.
منهجيات التدريب#
غالبًا ما يتضمن تدريب DAMO-YOLO عملية تقطير معقدة، حيث يدرّب نموذج كبير يُسمى «المعلّم» نموذجًا أصغر يُسمى «الطالب». ورغم أن هذه التقنية تحقق مكاسب طفيفة في الدقة، فإنها تتطلب قدرًا كبيرًا من ذاكرة GPU ودورات تدريب أطول.
في المقابل، متطلبات الذاكرة في YOLO26 أقل بكثير. وبفضل مُحسِّن MuSGD، يُدرَّب YOLO26 بسرعة وكفاءة على الأجهزة الاستهلاكية القياسية. إليك مدى سهولة تدريب نموذج YOLO26 باستخدام واجهة Ultralytics البرمجية لـ Python المدعومة بـ PyTorch:
from ultralytics import YOLO
# تهيئة نموذج YOLO26 nano الأصلي ذي البنية الشاملة من البداية إلى النهاية
model = YOLO("yolo26n.pt")
# التدريب بسهولة على مجموعة بيانات مخصصة
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)
# تصدير النموذج المحسّن والخالي من NMS
model.export(format="onnx", nms=False)تطبيقات واقعية#
يعتمد الاختيار بين هذه البنى في نهاية المطاف على بيئة النشر لديك.
الذكاء الاصطناعي الطرفي وأجهزة إنترنت الأشياء#
في كاميرات البيع بالتجزئة الذكية، وأنظمة مراقبة الزراعة الآلية، أو الروبوتات، تكون موارد الحوسبة محدودة للغاية. وهنا، يُعد YOLO26 الخيار الأمثل. إذ تتيح له سرعة الاستدلال الأعلى بنسبة 43% على CPU، وخط المعالجة الخالي تمامًا من NMS، وعدد المعلمات الضئيل، العمل بسلاسة على الأجهزة الطرفية مثل Raspberry Pi دون التضحية بالدقة المهمة.
التصنيع عالي السرعة ومراقبة الجودة#
في خطوط أتمتة التصنيع سريعة الإيقاع، يتطلب اكتشاف العيوب على سيور النقل السريعة زمن استجابة حتميًا ومنخفضًا. وبينما يؤدي DAMO-YOLO أداءً مقبولًا على بعض تكوينات GPU، قد يؤدي تذبذب زمن الاستجابة الناتج عن المعالجة اللاحقة التقليدية باستخدام NMS إلى إخلال تزامن المشغلات الروبوتية. وتضمن البنية الشاملة من البداية إلى النهاية في YOLO26 أوقات معالجة إطارات متسقة وقابلة للتنبؤ، بما يتيح تكاملًا سلسًا مع الروبوتات الصناعية عالية السرعة.
صور الطائرات المسيّرة والتصوير الجوي#
من المعروف أن اكتشاف الأجسام الصغيرة من ارتفاعات شاهقة أمر بالغ الصعوبة. ويسهم دمج ProgLoss وSTAL في YOLO26 في تحسين التعرف على الأجسام الصغيرة بدرجة كبيرة. وسواء أكان الهدف تتبّع الحياة البرية أم تحليل الازدحام المروري من الطائرات المسيّرة، يتعرّف YOLO26 باستمرار على الأجسام ذات المساحة البكسلية الأصغر التي كثيرًا ما تفوتها البنى الأقدم، ومنها DAMO-YOLO.
حالات الاستخدام والتوصيات#
يعتمد الاختيار بين YOLO26 وDAMO-YOLO على متطلبات مشروعك المحددة، وقيود النشر، وتفضيلات المنظومة.
متى تختار YOLO26#
يُعد YOLO26 خياراً مناسباً في الحالات التالية:
- 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 تسريعاً مخصصاً بواسطة GPU، حيث يمنح الاستدلال الأسرع على CPU بنسبة تصل إلى 43% في YOLO26 ميزة حاسمة.
- اكتشاف الأجسام الصغيرة: السيناريوهات الصعبة مثل صور الطائرات المسيّرة الجوية أو تحليل مستشعرات إنترنت الأشياء، حيث يعزز ProgLoss وSTAL دقة اكتشاف الأجسام الدقيقة بدرجة كبيرة.
متى تختار DAMO-YOLO#
يوصى باستخدام DAMO-YOLO في الحالات التالية:
- تحليلات الفيديو عالية الإنتاجية: معالجة تدفقات فيديو ذات معدل إطارات مرتفع على بنية تحتية ثابتة من NVIDIA GPU، حيث تكون الإنتاجية عند batch-1 المقياس الأساسي.
- خطوط التصنيع الصناعي: السيناريوهات ذات قيود زمن استجابة صارمة على GPU ضمن أجهزة مخصصة، مثل فحص الجودة في الوقت الفعلي على خطوط التجميع.
- أبحاث البحث عن البنية العصبية: دراسة تأثيرات البحث الآلي عن البنية (MAE-NAS) والعمود الفقري الفعال المعاد تحديد معلماته على أداء الكشف.
الخلاصة#
مع أن DAMO-YOLO يظل دراسة مثيرة للاهتمام في قدرات البحث عن البنية العصبية لاستهداف أجهزة محددة، فإن Ultralytics YOLO26 هو الحل الأشمل والأفضل لممارسي الذكاء الاصطناعي المعاصرين. فبفضل بنيته الشاملة من البداية إلى النهاية والخالية من NMS، ومتطلبات الذاكرة الأقل بكثير، ومُحسِّن MuSGD الهجين، ومنظومته التي تحظى بصيانة ممتازة، يمكّن YOLO26 المطورين من بناء أنظمة رؤية متطورة ونشرها بسرعة وموثوقية أكبر من أي وقت مضى.