YOLOv10 ضد YOLO11: استكشاف آفاق الكشف عن الكائنات في الوقت الفعلي
يعد اختيار نموذج رؤية الكمبيوتر المناسب أمرًا محوريًا لنجاح أي مشروع ذكاء اصطناعي، حيث يوازن بين المفاضلات بين السرعة والدقة وسهولة النشر. يقدم هذا الدليل مقارنة فنية مفصلة بين YOLOv10، وهو إصدار أكاديمي يركز على التدريب الخالي من NMS، و Ultralytics YOLO11، وهو أحدث تطور في سلسلة YOLO الشهيرة المصممة للأداء والتنوع على مستوى المؤسسات.
في حين أن YOLOv10 يقدم مفاهيم معمارية مثيرة للاهتمام لتقليل زمن الوصول، فإن YOLO11 يحسن أحدث التقنيات بدقة فائقة، ودعم أوسع للمهام، ونظام بيئي قوي يبسط سير العمل من شرح البيانات إلى نشر النموذج.
YOLOv10: متخصص NMS-Free
ظهر YOLOv10 من خلال بحث أكاديمي بهدف محدد: تحسين مسار الاستدلال عن طريق إلغاء الحاجة إلى قمع غير الأقصى (NMS). يستهدف هذا النهج تقليل زمن الوصول في سيناريوهات الحافة المحددة.
- المؤلفون: Ao Wang, Hui Chen, Lihao Liu، وآخرون.
- المؤسسة:جامعة تسينغ - هوا
- التاريخ: 2024-05-23
- Arxiv:2405.14458
- GitHub:THU-MIG/yolov10
- المستندات:توثيق YOLOv10
الهيكلة والابتكار
الميزة المحددة لـ YOLOv10 هي استراتيجية التعيين المزدوج المتسق للتدريب الخالي من NMS. غالبًا ما تتنبأ نماذج YOLO التقليدية بمربعات إحاطة متعددة لكائن واحد، مما يتطلب معالجة لاحقة لـ NMS لتصفية التكرارات. يقوم YOLOv10 بتعديل خسارة التدريب لتشجيع النموذج على إخراج أفضل مربع واحد لكل كائن مباشرةً. بالإضافة إلى ذلك، فإنه يستخدم تصميم نموذج شامل مدفوع بالكفاءة والدقة، وذلك باستخدام رؤوس تصنيف خفيفة الوزن لتقليل FLOPs وعدد المعلمات.
نقاط القوة والضعف
نقاط القوة:
- الاستدلال بدون NMS: عن طريق إزالة خطوة NMS، يقلل النموذج من زمن انتقال المعالجة اللاحقة، والذي يمكن أن يكون مفيدًا على الأجهزة ذات طاقة CPU محدودة لعمليات غير المصفوفات.
- كفاءة المعلمات: تم تصميم البنية لتكون خفيفة الوزن، وتحقق دقة جيدة مع عدد قليل نسبيًا من المعلمات.
نقاط الضعف:
- تعدد استخدامات محدود: يركز YOLOv10 بشكل حصري تقريبًا على اكتشاف الكائنات. يفتقر إلى الدعم الأصلي للمهام المعقدة مثل تقسيم المثيلات أو تقدير الوضعية، مما يحد من فائدته في تطبيقات الذكاء الاصطناعي متعددة الأوجه.
- دعم يركز على البحث: كمشروع أكاديمي، قد لا يقدم نفس المستوى من الصيانة طويلة الأجل أو تكرار التحديث أو التكامل مع أدوات النشر مثل النماذج المدعومة من المؤسسات.
حالة الاستخدام المثالية
يعتبر YOLOv10 هو الأنسب للتطبيقات المتخصصة للغاية ذات المهمة الواحدة حيث يكون إزالة خطوة NMS أمرًا بالغ الأهمية لتلبية ميزانيات زمن الوصول الصارمة على أجهزة مضمنة محددة.
Ultralytics YOLO11: قمة التنوع والأداء
Ultralytics YOLO11 يمثل أحدث ما توصل إليه الذكاء الاصطناعي البصري، بناءً على إرث YOLOv8 و YOLOv5. إنه مصمم ليس فقط كنموذج، ولكن كحل شامل لتحديات الذكاء الاصطناعي في العالم الحقيقي.
- المؤلفون: Glenn Jocher و Jing Qiu
- المؤسسة:Ultralytics
- التاريخ: 2024-09-27
- GitHub:ultralytics/ultralytics
- المستندات:توثيق YOLO11
الهندسة المعمارية والنظام البيئي
يقوم YOLO11 بتحسين آلية الـ detect الخالية من المرساة من خلال بنية خلفية ورقبة محسّنة، تتضمن وحدات C3k2 و C2PSA التي تعزز كفاءة استخراج الميزات. على عكس منافسيها، فإن YOLO11 هو قوة متعددة المهام. يدعم إطار عمل واحد الـ detect، والـ segmentation، والـ classification، وتقدير الوضعية، و صناديق الإحاطة الموجهة (OBB)، مما يسمح للمطورين بتوحيد حزمة الذكاء الاصطناعي الخاصة بهم.
الأهم من ذلك، يتم دعم YOLO11 بواسطة Ultralytics Ecosystem. وهذا يضمن التكامل السلس مع أدوات إدارة البيانات، وسهولة تصدير النموذج إلى تنسيقات مثل ONNX و TensorRT، ودعم مجتمعي قوي.
المزايا الرئيسية
- توازن أداء فائق: يحقق YOLO11 باستمرار درجات mAP أعلى مع الحفاظ على سرعات استدلال استثنائية، وغالبًا ما يتفوق على البدائل الخالية من NMS في الإنتاجية الواقعية على وحدات معالجة الرسوميات GPUs.
- تنوع لا يضاهى: سواء كنت بحاجة إلى تتبع اللاعبين في الألعاب الرياضية، أو تقسيم الصور الطبية، أو الكشف عن الكائنات المدورة في المناظر الجوية، فإن YOLO11 يتعامل مع كل ذلك داخل واجهة Python API واحدة.
- سهولة الاستخدام: تشتهر واجهة Ultralytics ببساطتها. لا يتطلب تدريب نموذج حديث سوى بضعة أسطر من التعليمات البرمجية، مما يضفي طابعًا ديمقراطيًا على الوصول إلى الذكاء الاصطناعي المتقدم.
- كفاءة التدريب: تتيح إجراءات التدريب المحسّنة والأوزان المدربة مسبقًا عالية الجودة تقاربًا أسرع، مما يوفر الوقت وموارد الحوسبة.
- متطلبات ذاكرة أقل: بالمقارنة مع البنى القائمة على المحولات مثل RT-DETR، فإن YOLO11 أكثر كفاءة في استخدام الذاكرة بشكل ملحوظ أثناء التدريب، مما يجعله متاحًا على نطاق أوسع من الأجهزة.
ميزة النظام الإيكولوجي
يمنح استخدام YOLO11 الوصول إلى مجموعة من عمليات التكامل، بما في ذلك MLFlow لتتبع التجارب و OpenVINO للاستدلال الأمثل على أجهزة Intel، مما يضمن توسيع نطاق مشروعك بسلاسة من النموذج الأولي إلى الإنتاج.
مقارنة الأداء: السرعة والدقة والكفاءة
عند مقارنة YOLOv10 و YOLO11، من الضروري النظر إلى أبعد من عدد المعلمات وفحص مقاييس الأداء الواقعية. في حين أن YOLOv10 يقلل من التعقيد النظري عن طريق إزالة NMS، فإن YOLO11 يُظهر سرعات استدلال فائقة على تكوينات الأجهزة القياسية مثل T4 GPU مع TensorRT.
تكشف البيانات أن YOLO11 يقدم مقايضة أفضل لمعظم التطبيقات. على سبيل المثال، يحقق YOLO11n نفس الدقة (39.5 mAP) مثل YOLOv10n ولكن بهندسة أكثر قوة مدعومة من Ultralytics API. مع زيادة حجم النموذج، تصبح مزايا YOLO11 في الدقة أكثر وضوحًا، حيث يصل YOLO11x إلى 54.7 mAP، مما يضع معيارًا عاليًا لدقة detect.
| النموذج | الحجم (بالبكسل) | mAPval 50-95 | السرعة وحدة المعالجة المركزية CPU ONNX (بالمللي ثانية) | السرعة T4 TensorRT10 (بالمللي ثانية) | المعلمات (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv10n | 640 | 39.5 | - | 1.56 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.7 | - | 2.66 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.3 | - | 5.48 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.7 | - | 6.54 | 24.4 | 92.0 |
| YOLOv10l | 640 | 53.3 | - | 8.33 | 29.5 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 12.2 | 56.9 | 160.4 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.5 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.0 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 86.9 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 194.9 |
التحليل
- السرعة: يوفر YOLO11 استدلالًا أسرع على وحدات معالجة الرسومات (TensorRT) عبر جميع أحجام النماذج تقريبًا. على سبيل المثال، يعمل YOLO11l بسرعة 6.2 مللي ثانية مقارنة بـ 8.33 مللي ثانية لـ YOLOv10l، مما يمثل ميزة إنتاجية كبيرة لتحليلات الفيديو في الوقت الفعلي.
- الدقة: يتفوق YOLO11 باستمرار على YOLOv10 في mAP، مما يضمن عددًا أقل من النتائج السلبية الكاذبة وتحديد موقع أفضل، وهو أمر بالغ الأهمية للمهام الحساسة للسلامة مثل الملاحة الذاتية أو اكتشاف العيوب.
- الحوسبة: بينما يقلل YOLOv10 من المعلمات، يقوم YOLO11 بتحسين الرسم البياني الحسابي الفعلي لتقديم أوقات تنفيذ أسرع، مما يثبت أن عدد المعلمات وحده لا يملي السرعة.
تطبيق في العالم الحقيقي ومثال على التعليمات البرمجية
الاختبار الحقيقي للنموذج هو مدى سهولة دمجه في سير عمل الإنتاج. يتفوق YOLO11 هنا بواجهة Python المباشرة الخاصة به. فيما يلي مثال لكيفية تحميل نموذج YOLO11 مُدرَّب مسبقًا وتشغيل الاستدلال على صورة.
from ultralytics import YOLO
# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")
# Run inference on an image
results = model("path/to/image.jpg")
# Display the results
results[0].show()
تمنح هذه الشفرة البرمجية البسيطة إمكانية الوصول إلى أحدث أداء. تسمح لك واجهة برمجة التطبيقات (API) نفسها بالتحول بسهولة إلى التدريب على مجموعات البيانات المخصصة، أو التحقق من أداء النموذج، أو تتبع الكائنات في تدفقات الفيديو.
الخلاصة: الحكم
في حين أن YOLOv10 يقدم نظرة مبتكرة على البنى الخالية من NMS وهو خيار محترم للبحث الأكاديمي أو سيناريوهات الحافة المقيدة للغاية، فإن Ultralytics YOLO11 يبرز باعتباره الخيار الأفضل للغالبية العظمى من المطورين والشركات.
إن جمع YOLO11 بين الدقة العالية و سرعة الاستدلال الأسرع في العالم الحقيقي و تعدد الاستخدامات الذي لا مثيل له يجعله الحل الأمثل لرؤية الكمبيوتر الحديثة. وبدعم من نظام Ultralytics البيئي الذي تتم صيانته بنشاط، لا يحصل المطورون على نموذج فحسب، بل يحصلون على شريك طويل الأجل في رحلتهم في مجال الذكاء الاصطناعي، مما يضمن بقاء تطبيقاتهم قوية وقابلة للتطوير ومتطورة.
بالنسبة لأولئك الذين يستكشفون المزيد، يمكن أن توفر المقارنات مع النماذج الأخرى مثل YOLOv9 أو RT-DETR سياقًا إضافيًا حول المشهد المتطور لاكتشاف الكائنات.