ابدأ

YOLO26 مقابل RTDETRv2

غالبًا ما يوازن ممارسو الرؤية الحاسوبية بين الشبكات العصبية الالتفافية المُحسّنة (CNNs) والبنى الأحدث القائمة على Transformer. ومن أبرز الأمثلة Ultralytics YOLO26 وRTDETRv2 من Baidu. يستهدف كلاهما اكتشاف الأجسام في الزمن الحقيقي، لكنهما يعتمدان نهجين معماريين مختلفين.

يقارن هذا الدليل بين بنيتيهما ومقاييس أدائهما وحالات الاستخدام المثلى، لمساعدتك على اختيار أفضل أساس لمشروعك المقبل في الرؤية الحاسوبية.

Ultralytics YOLO26: ذكاء اصطناعي للرؤية يضع الأجهزة الطرفية في المقام الأول#

طوّرت Ultralytics نموذج YOLO26 وأصدرته في يناير 2026؛ وهو أحدث نماذج YOLO والخيار الموصى به للمشروعات الجديدة. صُمّم لتحقيق السرعة والدقة وسهولة النشر في البيئات السحابية والطرفية.

الابتكارات المعمارية ونقاط القوة#

يقدّم YOLO26 عدة ميزات تميّزه ليس عن نماذج Transformer فحسب، بل عن الإصدارات السابقة مثل YOLO11 أيضًا:

  • تصميم شامل من البداية إلى النهاية بلا NMS: يتخطى الرأس الاختياري واحد لواحد في YOLO26 (nms=False) كبح الصناديق غير القصوى (NMS) التقليدي أثناء المعالجة اللاحقة. وقد أدخل YOLOv10 هذا النهج الشامل من البداية إلى النهاية إلى نماذج YOLO، وهو يقلل تفاوت زمن الاستدلال ويبسّط منطق النشر، ولا سيما على العتاد الطرفي.
  • استدلال أسرع على CPU بنسبة تصل إلى 43%: يعمل YOLO26n بسرعة أعلى تصل إلى 43% على CPU مقارنةً بـ YOLO11n، ما يجعله مناسبًا للأجهزة التي تفتقر إلى وحدات GPU مخصصة، مثل Raspberry Pi.
  • إزالة DFL: تؤدي إزالة خسارة البؤرة التوزيعية (DFL) إلى تبسيط عملية التصدير وتحسين التوافق مع الأجهزة الطرفية منخفضة الطاقة.
  • محسّن MuSGD: يستفيد YOLO26 من أفكار تدريب نماذج اللغة الكبيرة (LLM) في مجال الرؤية الحاسوبية، ويستخدم محسّن MuSGD. ويوفر هذا المزيج من SGD وMuon، المستوحى من Kimi K2 من Moonshot AI، تدريبًا أكثر استقرارًا وتقاربًا أسرع.
  • ProgLoss + STAL: تحسّن الخسارة التزايدية وتعيين التسميات الواعي بالأهداف الصغيرة (STAL) التعرّف على الأجسام الصغيرة. ويكتسب ذلك أهمية للصناعات التي تعتمد على تحليل الصور الجوية ومستشعرات إنترنت الأشياء (IoT).

تعدد الاستخدامات عبر مهام الرؤية#

على خلاف النماذج التي تقتصر على الصناديق المحيطة، يدعم YOLO26 اكتشاف الأجسام وتقسيم الكائنات وتجزئة المشاهد الدلالية وتقدير العمق والتصنيف وتقدير الوضعية واكتشاف صناديق الإحاطة الموجّهة (OBB). ويتضمن تحسينات خاصة بكل مهمة، مثل خسارة تجزئة المشاهد الدلالية والنموذج الأولي متعدد المقاييس من أجل تقسيم الكائنات، وتقدير الاحتمالية اللوغاريتمية المتبقية (RLE) من أجل تقدير الوضعية، وخسارة زاوية متخصصة لمعالجة مشكلات الحدود في مهام صناديق الإحاطة الموجّهة (OBB).

استراتيجية النشر على الأجهزة الطرفية

عند النشر على الأجهزة الطرفية، استخدم المتغيرين YOLO26n (Nano) أو YOLO26s (Small). وتُبسّط إزالة DFL والرأس الاختياري الخالي من NMS التصدير إلى CoreML أو LiteRT للاستدلال في الزمن الحقيقي على iOS وAndroid.

RTDETRv2: تطوير محوّلات الكشف في الزمن الفعلي#

طوّر باحثون في Baidu نموذج RTDETRv2 استنادًا إلى إطار RT-DETR الأصلي. ويهدف النموذج إلى إثبات قدرة محوّلات الاكتشاف (DETRs) على منافسة سرعة الشبكات العصبية الالتفافية (CNNs) المُحسّنة للغاية ودقتها في سيناريوهات الزمن الحقيقي، بل والتفوّق عليها أحيانًا.

البنية والإمكانات#

يستخدم RTDETRv2 بنية قائمة على Transformer، تعالج الصور بطريقة تختلف عن CNNs، إذ تستخدم الانتباه الذاتي لالتقاط السياق العام.

  • مجموعة التحسينات المجانية: يقدّم الإصدار v2 سلسلة من تقنيات التدريب المحسّنة (مجموعة التحسينات المجانية) التي تعزّز الأداء الأساسي دون إضافة تكلفة إلى الاستدلال.
  • إدراك السياق العام: بفضل طبقات الانتباه في Transformer، يتعامل RTDETRv2 مع المشاهد المعقدة التي يلزم فيها السياق العام للتمييز بين الأجسام المتداخلة أو المحجوبة.

تعرّف على المزيد حول RTDETRv2

قيود نماذج Transformer#

غالبًا ما تواجه نماذج الاكتشاف القائمة على Transformer مثل RTDETRv2 تحديات عند النشر عمليًا. فهي تحتاج عمومًا إلى ذاكرة CUDA أكبر أثناء التدريب من CNNs الفعالة، كما أن العمليات التي تتطلبها طبقات الانتباه قد تصعّب دمجها في بيئات طرفية متنوعة. أما عمليات النشر ذات الموارد المحدودة، فعادةً ما يكون شحن CNNs مثل YOLO26 أسهل.

مقارنة الأداء#

يقارن الجدول أدناه الدقة (mAP) والسرعة وحجم النموذج على مجموعة التحقق COCO.

النموذجالحجم
(بكسل)
‏mAPval50-95السرعة
CPU ONNX
(مللي ثانية)
السرعة
T4 TensorRT10
(ms)
المعاملات
(M)
FLOPs
(B)
YOLO26n64040.938.91.72.45.5
YOLO26s64048.687.22.59.520.9
YOLO26m64053.1220.04.720.468.4
YOLO26l64055.0286.26.224.886.8
YOLO26x64057.5525.811.855.7194.4
RTDETRv2-s64048.1-5.032060
RTDETRv2-m64051.9-7.5136100
RTDETRv2-l64053.4-9.7642136
RTDETRv2-x64054.3-15.0376259

في كل حجم قابل للمقارنة، يحقق YOLO26 قيمة mAP أعلى وزمن استجابة أقل على TensorRT من RTDETRv2. يحقق YOLO26x قيمة mAP تبلغ 57.5 بزمن استجابة أقل (11.8 ms على TensorRT) وعدد معاملات أقل (55.7M) من RTDETRv2-x (قيمة mAP تبلغ 54.3، و15.03 ms، و76M معاملًا).

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين YOLO26 وRT-DETR 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 RT-DETR#

يوصى بـRT-DETR 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.

ميزة Ultralytics#

اختيار البنية المناسبة ليس سوى جزء من المعادلة؛ إذ يحدد النظام البيئي المحيط بها مدى سرعة انتقال الفريق من النمذجة الأولية إلى الإنتاج.

سهولة الاستخدام وكفاءة التدريب#

تُبقي واجهة Ultralytics البرمجية لـ Python شيفرة التدريب موجزة، من دون شيفرة تمهيدية مطوّلة. وعادةً ما يستخدم YOLO26 أيضًا ذاكرة GPU VRAM أقل من طبقات الانتباه كثيفة الذاكرة في RTDETRv2، ما يتيح أحجام دفعات أكبر على الأجهزة الاستهلاكية.

from ultralytics import YOLO

# ⁨تهيئة نموذج YOLO26 Nano⁩
model = YOLO("yolo26n.pt")

# ⁨التدريب على مجموعة بيانات COCO8 لمدة 100 حقبة⁩
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# ⁨تنفيذ استدلال عالي السرعة دون NMS⁩
predictions = model("https://ultralytics.com/images/bus.jpg", nms=False)

# ⁨صدّر إلى ONNX للنشر⁩
model.export(format="onnx")

منظومة تحظى بصيانة جيدة#

تأتي نماذج Ultralytics ضمن إطار عمل يُصان بنشاط ويتكامل مع أدوات تتبّع التجارب مثل Weights & Biases وComet. ولمن يفضّلون نهجًا بلا شيفرة، توفّر منصة Ultralytics التدريب السحابي وإدارة مجموعات البيانات ونشر النماذج.

توازن الأداء#

يوازن YOLO26 بين سرعة الاستدلال والدقة. وينتج عن الاستدلال الاختياري الخالي من NMS ومحسّن MuSGD وProgLoss + STAL نموذج دقيق في اكتشاف الأجسام الصغيرة وسريع في بيئة الإنتاج، ما يجعله خيارًا افتراضيًا قويًا لمعظم تطبيقات الرؤية الحاسوبية.

نماذج أخرى في المنظومة#

قد يفكر المطورون الذين يصونون خطوط المعالجة الحالية أيضًا في YOLOv8 لبيئات المؤسسات الراسخة، أو يطّلعون على مقارنة YOLO26 مع EfficientDet. أما المشروعات الجديدة، فالخيار الموصى به هو YOLO26.

المساهمون

التعليقات

اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.