YOLO26 مقابل DAMO-YOLO#
يعني اختيار نموذج للرؤية الحاسوبية الموازنة بين سرعة الاستدلال والدقة وسهولة النشر. تقارن هذه الصفحة بين Ultralytics YOLO26 وDAMO-YOLO. يستهدف كلاهما اكتشاف الأجسام في الزمن الحقيقي، لكن فلسفتي تصميمهما وحالات الاستخدام المقصودة تختلفان.
الابتكارات المعمارية والتصميم#
Ultralytics YOLO26: ذكاء اصطناعي للرؤية يضع الأجهزة الطرفية في المقام الأول#
طوّر Glenn Jocher وJing Qiu في Ultralytics نموذج YOLO26، وأُصدر في 14 يناير 2026. وهو أحدث النماذج في سلسلة Ultralytics YOLO والخيار الموصى به للمشروعات الجديدة. صُمّم للحوسبة الطرفية ويستعير أفكارًا للتحسين من تدريب LLM.
تشمل الميزات المعمارية الأساسية في YOLO26 ما يلي:
- تصميم شامل من البداية إلى النهاية بلا NMS: استنادًا إلى التدريب بلا NMS الذي أدخله YOLOv10 إلى نماذج YOLO، يدعم YOLO26 الاستدلال الأصلي الشامل من البداية إلى النهاية. ويتخطى رأسه الاختياري واحد لواحد (
nms=False) المعالجة اللاحقة لكبح الصناديق غير القصوى (NMS)، ما يجعل زمن الاستجابة أكثر قابلية للتنبؤ ويبسّط مسارات النشر. - 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 الهجين بين الانحدار المتدرج العشوائي (SGD) وMuon، وينقل ابتكارات تدريب LLM إلى الرؤية الحاسوبية لتحقيق تدريب أكثر استقرارًا وتقارب أسرع.
- ProgLoss + STAL: تحسّن الخسارة التزايدية وتعيين التسميات الواعي بالأهداف الصغيرة (STAL) التعرّف على الأجسام الصغيرة، وهو أمر مهم في تحليل الصور الجوية الملتقطة بالطائرات المسيّرة وخطوط معالجة الروبوتات.
DAMO-YOLO: البحث عن البنى العصبية على نطاق واسع#
طوّر Xianzhe Xu وYiqi Jiang وWeihua Chen وYilun Huang وYuan Zhang وXiuyu Sun من Alibaba Group نموذج DAMO-YOLO (صدر في 23 نوفمبر 2022)، ويركّز النموذج على الاكتشاف الآلي للبنى. ويستخدم البحث، المفصّل في ورقتهم البحثية على arXiv، البحث عن البنية العصبية (NAS) للعثور على أعمدة فقرية 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 ثقيل للعنق يحسّن دمج السمات عبر المقاييس للتعامل مع المشاهد المرئية المعقدة.
- ZeroHead: رأس اكتشاف خفيف صُمّم لتقليل العبء الحسابي في طبقات التنبؤ النهائية.
تعرّف على المزيد حول DAMO-YOLO
تلائم بنية DAMO-YOLO المدفوعة بـ NAS قيود الأجهزة المحددة مسبقًا، بينما يجعل التصميم الاختياري الخالي من NMS وإزالة DFL في YOLO26 منه خيارًا أكثر قابلية للنقل وتوقعًا عبر البيئات الطرفية والسحابية.
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) | mAPval50-95 | 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#
يحتوي YOLO26n على 2.4M معامل، ويعمل في 1.7 ms على وحدة GPU من طراز NVIDIA T4 باستخدام TensorRT. كما يعمل YOLO26n بسرعة أعلى تصل إلى 43% على CPU مقارنةً بـ YOLO11n، ما يجعل YOLO26 مناسبًا للأجهزة الطرفية التي لا تحتوي على مسرّعات GPU مخصصة.
يتفوق DAMO-YOLOt على YOLO26n في mAP (42.0 مقابل 40.9)، لكنه يستخدم عدد معاملات أكبر بنحو 3.5 مرات (8.5M). وعند الأحجام s وm وl، يكون YOLO26 أدق من DAMO-YOLO (فعلى سبيل المثال، 55.0 مقابل 50.8 mAP لنموذجي l)، مع معاملات أقل وسرعات أعلى على TensorRT، كما يستخدم عادةً ذاكرة CUDA أقل أثناء التدريب.
المنظومة وسهولة الاستخدام وكفاءة التدريب#
تعتمد قيمة النموذج أيضًا على مدى سهولة تدريبه ونشره وصيانته من قِبل المطورين والباحثين.
ميزة Ultralytics#
تأتي نماذج Ultralytics ضمن منظومة مُصانة جيدًا وموجّهة للمطورين. ويمكن تنفيذ مسارات العمل التي تشمل زيادة البيانات وضبط المعلمات الفائقة وتتبع التجارب باستخدام أوامر بسيطة.
يتميز YOLO26 أيضًا بتعدد استخداماته. فبينما يقتصر DAMO-YOLO على اكتشاف الأجسام، يدعم YOLO26 الاكتشاف وتقسيم الكائنات وتجزئة المشاهد الدلالية وتقدير العمق والتصنيف وتقدير الوضعية واكتشاف OBB، مع تحسينات خاصة بكل مهمة، منها:
- تقسيم الكائنات: يستخدم خسارة تجزئة المشاهد الدلالية ووحدة نموذج أولي متعددة المقاييس.
- تقدير الوضعية: يستخدم تقدير الاحتمالية اللوغاريتمية المتبقية (RLE).
- صناديق الإحاطة الموجّهة (OBB): تستخدم خسارة زاوية متخصصة لمعالجة مشكلات الحدود.
- تصنيف الصور: يوفّر تصنيفًا سريعًا وخفيفًا للصورة كاملةً.
منهجيات التدريب#
غالبًا ما يتضمن تدريب DAMO-YOLO عملية تقطير معرفة، يدرّب فيها نموذج «معلّم» كبير نموذجًا «طالبًا» أصغر. ويؤدي ذلك إلى زيادة الدقة، لكنه يتطلب ذاكرة GPU أكبر ودورات تدريب أطول.
يتدرب YOLO26 من دون نموذج معلّم، ويحتاج عادةً إلى ذاكرة أقل، لذا يتيح محسّن MuSGD تدريبه بكفاءة على الأجهزة الاستهلاكية. إليك طريقة 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")
# درّب 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 المناسب على بيئة النشر لديك.
الذكاء الاصطناعي الطرفي وأجهزة إنترنت الأشياء#
موارد الحوسبة محدودة للغاية في كاميرات البيع بالتجزئة الذكية وأنظمة المراقبة الزراعية الآلية أو الروبوتات. وفي هذه الحالة، يكون YOLO26 الأنسب. فاستدلاله الأسرع على CPU ورأسه الاختياري الخالي من NMS وبصمته الصغيرة من حيث عدد المعاملات تتيح تشغيله على أجهزة طرفية مثل Raspberry Pi مع الحفاظ على الدقة.
التصنيع عالي السرعة ومراقبة الجودة#
يتطلب اكتشاف العيوب على أحزمة النقل السريعة في خطوط أتمتة التصنيع زمن استجابة أدنى وحتميًا. ويحقق DAMO-YOLO أداءً جيدًا في تكوينات GPU محددة، لكن زمن الاستجابة المتغير للمعالجة اللاحقة باستخدام NMS قد يؤدي إلى فقدان التزامن بين المشغلات الروبوتية. وعند تفعيل الرأس الخالي من NMS في YOLO26 (nms=False)، تبقى أوقات معالجة الإطارات متسقة، ما يبسّط دمجه في الروبوتات الصناعية عالية السرعة.
صور الطائرات المسيّرة والتصوير الجوي#
يصعب اكتشاف الأجسام الصغيرة من ارتفاعات شاهقة. وتحسّن ProgLoss وSTAL في YOLO26 التعرّف على الأجسام الصغيرة، ما يساعد في تتبع الحياة البرية أو تحليل الازدحام المروري باستخدام الطائرات المسيّرة، حيث لا تشغل الأجسام سوى بضعة بكسلات.
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 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.
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#
يمثل DAMO-YOLO دراسة مفيدة للبحث عن البنية العصبية للأجهزة المستهدفة المحددة، بينما يُعد Ultralytics YOLO26 الخيار الأكثر تكاملًا لمعظم الممارسين. ويساعد الاستدلال الاختياري الخالي من NMS ومتطلبات الذاكرة الأقل ومحسّن MuSGD والمنظومة المُصانة جيدًا المطورين على إنشاء أنظمة الرؤية ونشرها بسرعة وموثوقية.
التعليقات
اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.