ابدأ

YOLOv10 مقابل RTDETRv2

يتطور مجال الرؤية الحاسوبية بسرعة، وتدفع البنى المعمارية الجديدة باستمرار حدود الأداء في كشف الأجسام في الوقت الفعلي. ومن المحطات البارزة YOLOv10 وRTDETRv2. ويزيل كلا النموذجين أحد الاختناقات في مسارات الكشف التقليدية من خلال الاستغناء عن الحاجة إلى قمع غير الأعظمي (NMS) في مرحلة المعالجة اللاحقة، لكنهما يعالجان هذا التحدي ببنيتين معماريتين مختلفتين تمامًا.

تحلل هذه المقارنة التقنية البنى المعمارية ومنهجيات التدريب وسيناريوهات النشر المثالية لكل منهما، لمساعدة المطورين والباحثين على اختيار الأداة المناسبة لمشروعهم المقبل في الذكاء الاصطناعي للرؤية الحاسوبية.

YOLOv10: كشف آني بلا NMS#

طوّر باحثون في جامعة تسينغهوا YOLOv10، مع التركيز على الكفاءة المعمارية وإزالة اختناقات المعالجة اللاحقة. ومن خلال تقديم إسناد مزدوج متسق للتدريب الخالي من NMS، يحقق النموذج دقة تنافسية مع زمن استدلال أقل.

المواصفات التقنية#

البنية والمنهجيات#

تتمثل المساهمة الأساسية لـ YOLOv10 في تصميم النموذج الشامل الموجّه إلى الكفاءة والدقة. فهو يحسّن مكونات متعددة من المنظورين، ويقلل العبء الحسابي. وتتيح استراتيجية الإسناد المزدوج المتسق تدريب النموذج من دون الاعتماد على NMS، ما يؤدي إلى مسار نشر مبسّط وشامل. ويكون ذلك مفيدًا على نحو خاص عند تصدير النماذج إلى تنسيقات الأجهزة الطرفية مثل ONNX أو TensorRT، حيث قد تتسبب عمليات المعالجة اللاحقة في زمن استجابة غير متوقع.

نقاط القوة والضعف#

يوفر النموذج مفاضلة قوية بين السرعة والدقة، ولا سيما في الإصدارات الأصغر (N وS). ويجعله زمن الاستجابة المنخفض ملائمًا جدًا لبيئات الأجهزة الطرفية عالية السرعة. لكن رغم تفوق YOLOv10 في سرعة الكشف الخام، يظل نموذجًا متخصصًا للكشف فقط. وستحتاج الفرق التي تتطلب تجزئة المثيلات أو تقدير الوضعيات إلى استخدام أطر عمل أكثر تعددًا في الاستخدامات.

تعرّف على المزيد حول YOLOv10

RTDETRv2: تطوير محوّل الكشف#

استنادًا إلى محوّل الكشف الآني الأصلي، يضمّن RTDETRv2 مجموعة من التحسينات المجانية للارتقاء بأدائه الأساسي، مبيّنًا قدرة المحوّلات على منافسة الشبكات العصبية الالتفافية (CNNs) في السيناريوهات الآنية.

المواصفات التقنية#

البنية والمنهجيات#

يستخدم RTDETRv2 بنية هجينة تجمع بين عمود فقري لشبكة عصبية التفافية (CNN) لاستخراج السمات البصرية، ومشفّر ومفكّك ترميز من نوع المحوّل لفهم المشهد على مستوى الصورة. وتتيح آلية الانتباه الذاتي في المحوّل للنموذج رؤية الصورة ككل، ما يجعله فعالًا في معالجة المشاهد المعقدة والكائنات المتداخلة والحشود الكثيفة.

نقاط القوة والضعف#

توفر بنية المحوّل دقة ممتازة، ولا سيما عند المقاييس الأكبر للمعلمات، وتُخرج الكشف النهائي دون NMS بطبيعتها. لكن ذلك يأتي بتكلفة؛ إذ تتطلب نماذج المحوّلات تقليديًا مزيدًا من ذاكرة CUDA أثناء التدريب، وقد يكون تقاربها أبطأ مقارنةً ببنى CNN الخالصة. ورغم تحسّن سرعات الاستدلال في RTDETRv2، فإنه يستهلك عمومًا ذاكرة أكبر من إصدارات YOLO خفيفة الوزن.

تعرّف على المزيد حول RTDETRv2

مقارنة الأداء#

يوفر تقييم مقاييس الأداء صورة أوضح عن نقاط قوة كل نموذج. يبرز الجدول التالي قدراتها على مجموعة بيانات COCO:

النموذجالحجم
(بكسل)
‏mAPval50-95السرعة
CPU ONNX
(مللي ثانية)
السرعة
T4 TensorRT10
(ms)
المعاملات
(M)
FLOPs
(B)
YOLOv10n64038.5-1.842.36.7
YOLOv10s64046.3-2.497.221.6
YOLOv10m64051.1-4.7415.459.1
YOLOv10b64052.5-5.7419.192.0
YOLOv10l64053.2-7.2824.4120.3
YOLOv10x64054.4-10.7029.5160.4
RTDETRv2-s64048.1-5.032060
RTDETRv2-m64051.9-7.5136100
RTDETRv2-l64053.4-9.7642136
RTDETRv2-x64054.3-15.0376259

يتفوق YOLOv10 بوضوح في كفاءة المعلمات وسرعة الاستدلال باستخدام TensorRT عبر الأحجام المماثلة، بينما يحقق RTDETRv2 دقة أعلى قليلًا عند المقاييس s وm وl (على سبيل المثال، 48.1 مقابل 46.3 mAP لنموذجي s، بزمن 5.03 ms مقابل 2.49 ms). ويعادل RTDETRv2-x دقة YOLOv10x (54.3 مقابل 54.4 mAP)، لكنه يتطلب أكثر من 2.5 ضعف عدد المعلمات (76M مقابل 29.5M) وعددًا أكبر من FLOPs (259B مقابل 160.4B).

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين YOLOv10 وRT-DETR على متطلبات مشروعك المحددة وقيود النشر وتفضيلات المنظومة البرمجية.

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 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.

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 لا تستخدم إلا CPU: الأجهزة التي لا تتضمن تسريعًا مخصصًا لوحدة GPU، حيث تمنح سرعة استدلال YOLO26n الأعلى بنسبة تصل إلى 43% على CPU مقارنةً بـYOLO11n أفضلية 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.

ميزة Ultralytics: المنظومة والابتكار#

يُعد YOLOv10 وRTDETRv2 كليهما من كواشف الكائنات القادرة، لكن اختيار النموذج يعتمد غالبًا على منظومة البرمجيات المحيطة به. توفر منصة Ultralytics واجهة موحّدة تخفي قدرًا كبيرًا من تعقيد مسارات عمل التعلّم العميق.

المعيار الجديد: Ultralytics YOLO26#

يجمع Ultralytics YOLO26 أحدث التطورات المعمارية للمطورين الباحثين عن أفضل أداء. صدر YOLO26 في يناير 2026، ويرث تصميم YOLOv10 الشامل من البداية إلى النهاية بلا NMS بوصفه رأسًا اختياريًا (nms=False)، ما يلغي المعالجة اللاحقة باستخدام NMS لتوفير نشر أسرع وأبسط.

لماذا تختار YOLO26؟

ينقل YOLO26 أساليب تدريب نماذج اللغة الكبيرة (LLM) إلى الرؤية الحاسوبية عبر محسّن MuSGD (مزيج من SGD وMuon)، ما ينتج عنه تدريب أكثر استقرارًا وتقارب أسرع. كما يعمل YOLO26n على CPU بسرعة أعلى بنسبة تصل إلى 43% مقارنةً بـ YOLO11n، ما يجعل YOLO26 خيارًا قويًا للحوسبة الطرفية.

علاوة على ذلك، يقدم YOLO26 ProgLoss + STAL لتحسين التعرّف على الكائنات الصغيرة بوضوح، وعلى خلاف YOLOv10 المخصص للكشف فقط، يدعم كشف الكائنات وتجزئة المثيلات والتجزئة الدلالية وتقدير العمق وتصنيف الصور وتقدير الوضعيات وصناديق الإحاطة الموجّهة (OBB)، مع تحسينات خاصة بالمهام مثل خسارة التجزئة الدلالية وتقدير الاحتمالية اللوغاريتمية المتبقية (RLE) للوضعيات. كما تؤدي إزالة Distribution Focal Loss (DFL) إلى تبسيط التصدير وتحسين التوافق مع الأجهزة منخفضة الطاقة.

سهولة الاستخدام وكفاءة التدريب#

سواء كنت تعمل مع نماذج سابقة مثل Ultralytics YOLO11 أو مع YOLO26 الأحدث، تحافظ واجهة Python البرمجية على انخفاض استهلاك الذاكرة أثناء التدريب واختصار مسارات العمل. كما تشغّل الواجهة نفسها YOLOv10 وRT-DETR:

from ultralytics import RTDETR, YOLO

# ⁨درّب نموذج YOLOv10 الشامل من البداية إلى النهاية⁩
model_yolo = YOLO("yolov10n.pt")
model_yolo.train(data="coco8.yaml", epochs=100, imgsz=640)

# ⁨أو قيّم RTDETR باستخدام واجهة API نفسها⁩
model_rtdetr = RTDETR("rtdetr-l.pt")
results = model_rtdetr.predict("https://ultralytics.com/images/bus.jpg")

توفر المنظومة التي تخضع لصيانة جيدة أدوات لتيسير ضبط المعلمات الفائقة، كما تتكامل مع أدوات تتبّع التجارب وخيارات نشر النماذج.

الخلاصة#

يمثل YOLOv10 وRTDETRv2 محطتين مهمتين في كشف الكائنات الخالي من NMS. ويبرهن RTDETRv2 على قدرة المحوّلات على تحقيق زمن استجابة آني مع فهم ممتاز للسياق العام، وإن تطلب ذلك ذاكرة أكبر. أما YOLOv10 فيوفر بديلًا فعالًا وسريعًا قائمًا على CNN ومهيأ لمهام الكشف محدودة الموارد.

لتحقيق أداء متوازن وتعدد في المهام ومنظومة ناضجة، نوصي باستخدام Ultralytics YOLO26. فهو يجمع الأفكار المعمارية لأسلافه مع أدوات سهلة الاستخدام تبسّط نشر الذكاء الاصطناعي للرؤية الحاسوبية.

المساهمون

التعليقات

اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.