YOLOv10 مقابل EfficientDet#
يُعد اختيار الشبكة العصبية المثلى لـاكتشاف الأجسام قرارًا حاسمًا يحدد نجاح أنظمة الرؤية الحاسوبية الحديثة. ومن أبرز البنى التي أثرت كثيرًا في هذا المجال YOLOv10 وEfficientDet. وفي حين يهدف كلاهما إلى تعظيم الدقة مع تقليل العبء الحسابي، فإنهما يتبعان نهجين معماريين مختلفين جدًا لتحقيق هذه الأهداف.
يتعمق هذا الدليل الشامل في تصميميهما المميزين ومنهجيات التدريب وخصائص النشر، لمساعدة المطورين ومهندسي التعلم الآلي على اتخاذ قرارات مستندة إلى البيانات بشأن تطبيقات الذكاء الاصطناعي للرؤية. وسنفحص أداءهما على أجهزة تتراوح بين أجهزة الذكاء الاصطناعي الطرفية المضمنة ووحدات معالجة الرسوميات القوية في السحابة.
YOLOv10: رائد النماذج الخالية من NMS#
طُوّر YOLOv10 لدفع حدود زمن الاستجابة في الوقت الفعلي، وعالج أحد أكثر الاختناقات استمرارًا في عائلة YOLO: الكبت غير الأقصى (NMS). ومن خلال إزالة خطوة المعالجة اللاحقة هذه، يحقق النموذج زمن استجابة يمكن التنبؤ به بدرجة عالية، وهو أمر بالغ الأهمية لـالمركبات ذاتية القيادة والروبوتات عالية السرعة.
ابتكارات البنية#
يقدم YOLOv10 تعيينات مزدوجة متسقة للتدريب دون NMS. وأثناء التدريب، يستفيد من تعيينات التسميات من واحد إلى متعدد ومن واحد إلى واحد، ما يسمح للشبكة بتعلّم تمثيلات غنية مع إخراج أفضل مربع إحاطة واحد لكل جسم أصيلًا أثناء الاستدلال. كما تتبنى البنية تصميمًا شاملًا يوازن بين الكفاءة والدقة، ويبسط رأس التصنيف ويقلل التكرار الحسابي الموجود في الإصدارات السابقة.
تفاصيل النموذج#
- المؤلفون: Ao Wang وHui Chen وLihao Liu وآخرون
- الجهة: جامعة تسينغهوا
- التاريخ: 2024-05-23
- الورقة البحثية: YOLOv10: اكتشاف الأجسام في الوقت الفعلي من البداية إلى النهاية
- GitHub: THU-MIG/yolov10
- الوثائق: وثائق YOLOv10
لأن YOLOv10 يستغني عن خطوة NMS، يصبح تصديره أسهل بطبيعته إلى تنسيقات مثل تنسيق ONNX وNVIDIA TensorRT، دون الاعتماد على إضافات مخصصة لوقت التشغيل لترشيح مربعات الإحاطة.
نقاط القوة:
- استدلال يمكن التنبؤ به: تضمن إزالة NMS اتساق أوقات الاستدلال بصرف النظر عن عدد الأجسام في المشهد.
- استهلاك أقل للذاكرة: مقارنة بالنماذج المعتمدة على Transformer مثل RT-DETR، يتطلب YOLOv10 ذاكرة أقل بكثير أثناء التدريب والاستدلال.
- موازنة ممتازة بين السرعة والدقة: محسّن تحديدًا للسيناريوهات التي تتطلب زمن استجابة منخفضًا من دون التضحية بـمقاييس الأداء.
نقاط الضعف:
- التركيز على مهمة واحدة: بخلاف منظومة Ultralytics الأوسع نطاقًا، يركز مستودع YOLOv10 الأصلي بشدة على الاكتشاف، ويفتقر إلى الدعم الأصلي لـتقسيم الكائنات أو تقدير الوضعيات.
EfficientDet: قابل للتوسع ومتوازن#
قدمت Google Brain نموذج EfficientDet الذي يتناول اكتشاف الأجسام من منظور التوسع المنهجي للشبكات. وهو يعتمد على البنية الأساسية لتصنيف الصور EfficientNet، ويقدم آلية مبتكرة لدمج السمات.
ابتكارات البنية#
يكمن جوهر EfficientDet في شبكة هرم السمات ثنائية الاتجاه (BiFPN)، التي تتيح دمج السمات متعددة المقاييس بسهولة وسرعة. وعلى خلاف شبكات FPN التقليدية التي تجمع السمات من الأعلى إلى الأسفل فقط، تقدم BiFPN وصلات ثنائية الاتجاه بين المقاييس وأوزانًا قابلة للتدريب لتعلّم أهمية سمات الإدخال المختلفة. فضلًا عن ذلك، يستخدم EfficientDet أسلوب التوسع المركب الذي يوسع الدقة والعمق والعرض بالتساوي في جميع الشبكات الأساسية وشبكات السمات وشبكات التنبؤ بالمربعات والفئات.
تفاصيل النموذج#
- المؤلفون: Mingxing Tan وRuoming Pang وQuoc V. Le
- الجهة: Google Brain
- التاريخ: 2019-11-20
- الورقة البحثية: EfficientDet: اكتشاف أجسام قابل للتوسع وفعال
- GitHub: Google AutoML EfficientDet
نقاط القوة:
- كفاءة عالية: نسبة ممتازة بين عدد المعلمات والدقة، ما يجعل الإصدارات الأصغر من
-d0إلى-d2خفيفة الوزن جدًا. - توسع مدروس: يتيح التوسع المركب للمستخدمين اختيار حجم النموذج بسهولة بما يتناسب تمامًا مع ميزانيتهم الحسابية.
نقاط الضعف:
- التكامل مع أطر العمل القديمة: يعتمد التنفيذ الأصلي اعتمادًا كبيرًا على إصدارات أقدم من TensorFlow، ما قد يعقّد مسارات النشر الحديثة.
- تدريب أبطأ: يشتهر تدريب EfficientDet من الصفر ببطئه الشديد، ويتطلب ضبطًا دقيقًا للمعلمات الفائقة مقارنة بالتقارب السريع لبنى YOLO.
- سرعة الاستدلال: رغم كفاءة استخدام المعلمات، غالبًا ما تؤدي عمليات BiFPN المعقدة إلى سرعات استدلال أبطأ في الواقع على الأجهزة القياسية مقارنة بنماذج YOLO المحسّنة للغاية.
تعرّف على المزيد عن EfficientDet
الأداء ومعايير التقييم#
يكمن الاختبار الحقيقي لهذه النماذج في أدائها التجريبي على معايير قياسية مثل مجموعة بيانات COCO. ويوضح الجدول أدناه الفروق الأساسية في عدد المعلمات وعمليات الفاصلة العائمة (FLOPs) وزمن الاستدلال على وحدات معالجة الرسوميات NVIDIA T4.
| النموذج | الحجم (بكسل) | mAPالتحقق 50-95 | السرعة CPU ONNX (مللي ثانية) | السرعة T4 TensorRT10 (ms) | المعاملات (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
| EfficientDet-d0 | 640 | 34.6 | 10.2 | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | 13.5 | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 640 | 43.0 | 17.7 | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 640 | 47.5 | 28.0 | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 640 | 49.7 | 42.8 | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 640 | 51.5 | 72.5 | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 640 | 52.6 | 92.8 | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 640 | 53.7 | 122.0 | 128.07 | 51.9 | 325.0 |
كما هو موضح أعلاه، يحافظ YOLOv10 على أفضلية كبيرة في سرعة الاستدلال الخام. فعلى سبيل المثال، يحقق YOLOv10-S قيمة 46.3 mAP بزمن استجابة TensorRT لا يتجاوز 2.49ms، بينما يحقق EfficientDet-d3 قيمة مماثلة تبلغ 47.5 mAP، لكنه يستغرق نحو 20ms، ما يجعل YOLOv10 أفضل بكثير لبث الفيديو في الوقت الفعلي أو خطوط التصنيع سريعة الحركة.
حالات الاستخدام والتوصيات#
يعتمد الاختيار بين YOLOv10 وEfficientDet على متطلبات مشروعك المحددة وقيود النشر وتفضيلاتك المتعلقة بالمنظومة.
متى تختار YOLOv10#
يُعد YOLOv10 خيارًا قويًا لما يلي:
- الكشف الآني دون NMS: التطبيقات التي تستفيد من الكشف الشامل من البداية إلى النهاية من دون الكبت غير الأقصى، مما يقلل تعقيد النشر.
- موازنة السرعة والدقة: المشاريع التي تتطلب توازناً جيداً بين سرعة الاستدلال ودقة الكشف عبر مقاييس نماذج متعددة.
- التطبيقات ذات زمن الاستجابة الثابت: سيناريوهات النشر التي تتطلب أوقات استدلال قابلة للتنبؤ، مثل الروبوتات أو الأنظمة ذاتية التشغيل.
متى تختار EfficientDet#
يوصى باستخدام EfficientDet في الحالات التالية:
- مسارات Google Cloud وTPU: الأنظمة المتكاملة بعمق مع واجهات Google Cloud Vision API أو البنية التحتية لـTPU، حيث يتمتع EfficientDet بتحسينات أصلية.
- أبحاث التحجيم المركب: المقارنات الأكاديمية التي تركز على دراسة آثار التوسيع المتوازن لعمق الشبكة وعرضها ودقتها.
- النشر على الأجهزة المحمولة عبر LiteRT: المشاريع التي تتطلب تحديدًا التصدير باستخدام LiteRT (المعروف سابقًا باسم TensorFlow Lite) لأجهزة Android أو أجهزة Linux المضمنة.
متى تختار Ultralytics (YOLO26)#
بالنسبة إلى معظم المشاريع الجديدة، يقدم Ultralytics YOLO26 أفضل مزيج من الأداء وتجربة المطور:
- 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.
المعيار الحديث: ظهور Ultralytics YOLO26#
على الرغم من أن YOLOv10 قدّم النهج الرائد الخالي من NMS، وأبرز EfficientDet نهجًا منهجيًا في التوسع، فقد واصل مشهد الرؤية الحاسوبية تطوره. وبالنسبة إلى المطورين الذين يبدؤون مشاريع جديدة اليوم، يمثّل Ultralytics YOLO26 أحدث ما توصل إليه المجال بلا منازع. وقد صدر في يناير 2026، ويجمع أفضل ما في مختلف العوالم ضمن حزمة مصقولة بإتقان وجاهزة للإنتاج داخل منصة Ultralytics.
لماذا يتفوق YOLO26 على المنافسين#
- تصميم شامل من البداية إلى النهاية ودون NMS: يوفر YOLO26 التصميم الخالي من NMS والشامل من البداية إلى النهاية الذي ابتكره YOLOv10، وذلك كرأس اختياري من واحد إلى واحد (
nms=False)، ما يبسط النشر ويسرّع الاستدلال. - استدلال أسرع على CPU بنسبة تصل إلى 43%: بالنسبة إلى الأجهزة الطرفية التي تفتقر إلى مسرّعات مخصصة، حُسّن YOLO26 تحديدًا ليعمل بكفاءة على وحدات CPU القياسية.
- محسّن MuSGD متقدم: استُلهم YOLO26 من ابتكارات تدريب نماذج اللغة الكبيرة، ويستخدم مزيجًا هجينًا من SGD وMuon لتحقيق تدريب مستقر للغاية وتقارب سريع، ما يحسن كفاءة التدريب بدرجة كبيرة مقارنةً بـ EfficientDet.
- ProgLoss + STAL: تحقق دوال الخسارة المحسّنة هذه تحسنًا ملحوظًا في التعرف على الأجسام الصغيرة، وهو موطن ضعف تقليدي في كل من YOLOv10 وEfficientDet.
- إزالة DFL: من خلال إزالة خسارة البؤرة التوزيعية، يصدّر YOLO26 بسلاسة إلى أي تنسيق للأجهزة تقريبًا، بما في ذلك OpenVINO وCoreML.
علاوة على ذلك، يوفر YOLO26 تعدد استخدامات لا مثيل له. فبينما يقتصر EfficientDet وYOLOv10 على الاكتشاف، يتعامل YOLO26 بسلاسة مع مربعات الإحاطة الموجهة وتصنيف الصور وتقسيم الكائنات باستخدام حزمة Ultralytics Python البديهية نفسها.
سهولة الاستخدام مع Ultralytics#
تضمن المنظومة التي تحظى بصيانة جيدة من Ultralytics تجربة سلسة للمطورين. ولا يتطلب تدريب النموذج والتحقق من صحته وتصديره إلى التكامل مع TensorRT سوى بضعة أسطر من الشفرة.
from ultralytics import YOLO
# تحميل نموذج YOLOv10 مُدرَّب مسبقًا (أو الترقية مباشرةً إلى YOLO26)
model = YOLO("yolov10n.pt")
# تدريب النموذج بكفاءة على مجموعة بيانات مخصصة
model.train(data="coco8.yaml", epochs=50, imgsz=640)
# تشغيل الاستدلال وتصوير النتائج فورًا
results = model("https://ultralytics.com/images/bus.jpg")
results[0].show()
# التصدير للنشر السريع
model.export(format="engine", quantize=16)الخلاصة#
عند مقارنة YOLOv10 وEfficientDet، يعتمد الاختيار بدرجة كبيرة على تفضيلاتك للأطر البرمجية وقيود السرعة. يوفّر EfficientDet نهجًا منظمًا لتوسيع نطاق النماذج ضمن منظومة TensorFlow. ومع ذلك، يقدّم YOLOv10 أداءً فائقًا في الوقت الفعلي، واستخدامًا أقل للذاكرة، ومسارًا أبسط للنشر بفضل بنيته التي لا تتطلب NMS.
لتحقيق أفضل توازن ممكن بين الأداء وسهولة الاستخدام وتعدد المهام، يُوصى بشدة بالترقية إلى منصة Ultralytics واستخدام YOLO26. فهو يستفيد من ابتكارات YOLOv10 التي لا تتطلب NMS، ويطبق أحدث تقنيات التدريب مثل مُحسِّن MuSGD، ويقدّمها ضمن إطار عمل قوي مفتوح المصدر يدعمه مجتمع عالمي واسع.