YOLOv5 مقابل DAMO-YOLO
يشهد مجال الرؤية الحاسوبية في الزمن الحقيقي تطوراً مستمراً، إذ يسعى الباحثون والمهندسون إلى تحقيق التوازن المناسب بين الدقة والسرعة وسهولة الاستخدام. ومن أبرز النماذج التي أسهمت في هذا المسار Ultralytics YOLOv5 وDAMO-YOLO من Alibaba.
يقدم هذا الدليل تحليلًا تقنيًا معمقًا لبنيتي النموذجين ومقاييس أدائهما ومنهجيات تدريبهما، لمساعدتك على اختيار النموذج المناسب لعملية النشر التالية.
نبذة عن النموذجين#
قبل مقارنة التفاصيل التقنية، من المهم فهم أصول كل من نموذجي الرؤية المؤثرين هذين وفلسفة التصميم الأساسية وراءهما.
Ultralytics YOLOv5#
طوّر Glenn Jocher وفريق Ultralytics نموذج YOLOv5، الذي أصبح معيارًا في الصناعة منذ إصداره. وقد بُني مباشرةً على إطار عمل PyTorch، مع إعطاء الأولوية لتجربة مطور مبسطة وقدرات نشر قوية جاهزة للاستخدام.
- المؤلف: Glenn Jocher
- الجهة: Ultralytics
- التاريخ: 2020-06-26
- GitHub: ultralytics/yolov5
- الوثائق: وثائق Ultralytics YOLOv5
DAMO-YOLO#
طوّر باحثون في مجموعة Alibaba نموذج DAMO-YOLO، مع تركيز كبير على تقنيات البحث عن بنية الشبكات العصبية (NAS) وتقطير المعرفة. ويستهدف أداءً مخصصاً للأجهزة، ملائماً لبيئات البحث والنشر التي تتطلب ضبطاً مكثفاً.
- المؤلفون: Xianzhe Xu وYiqi Jiang وWeihua Chen وYilun Huang وYuan Zhang وXiuyu Sun
- المؤسسة: Alibaba Group
- التاريخ: 2022-11-23
- arXiv: 2211.15444v2
- GitHub: tinyvision/DAMO-YOLO
تعرّف على المزيد حول DAMO-YOLO
ابتكارات البنية#
يستفيد كلا النموذجين من مفاهيم بنيوية فريدة لتحقيق أدائهما في الوقت الفعلي، لكن نهجيهما يختلفان اختلافًا كبيرًا.
YOLOv5: الاستقرار وتعدد الاستخدامات#
يستخدم YOLOv5 عموداً فقرياً معدّلاً من CSP (الجزء الجزئي عبر المراحل) مقترناً برقبة PANet (شبكة تجميع المسارات). وتتسم هذه البنية بالكفاءة، إذ تحافظ على انخفاض استخدام ذاكرة CUDA أثناء التدريب والاستدلال.
من أبرز نقاط قوة YOLOv5 تعدد استخداماته عبر المهام. فإلى جانب توقعات الصناديق المحيطة، يوفّر مستودع YOLOv5 الأصلي بنيات مخصصة لـتجزئة الكائنات (v7.0) وتصنيف الصور (v6.2)، ما يتيح للمطورين توحيد مسارات عمل الرؤية لديهم ضمن إطار متماسك واحد.
DAMO-YOLO: البحث الآلي عن البنية#
يتمثل الابتكار الأساسي في DAMO-YOLO في العمود الفقري MAE-NAS. وباستخدام بحث موجّه بالإنتروبيا القصوى، توصّل فريق Alibaba إلى أعمدة فقارية توازن بين دقة الاكتشاف وسرعة الاستدلال ضمن ميزانيات زمن استجابة محددة.
إضافة إلى ذلك، يتضمن عنق Efficient RepGFPN لتحسين دمج السمات، وهو مفيد للغاية للتفاوتات المعقدة في المقاييس التي تظهر غالبًا في تحليل صور الأقمار الصناعية. أما تصميم ZeroHead فيبسط طبقات التنبؤ النهائية لتقليل زمن الاستجابة، لكن هذا التوليد البنيوي المعقد قد يجعل البنية جامدة ويصعّب تعديلها للتطبيقات المخصصة.
غالباً ما تتطلب البنى القائمة على Transformer قدراً كبيراً من ذاكرة GPU. يستخدم كل من YOLOv5 وDAMO-YOLO تصاميم التفافية فعالة للحفاظ على انخفاض استهلاك الذاكرة، وصُممت نماذج Ultralytics للتدريب على وحدات GPU استهلاكية، ما يجعلها متاحة للباحثين المستقلين والشركات الناشئة.
الأداء والمقاييس#
يتطلب تقييم كاشفات الأجسام في الزمن الحقيقي النظر إلى mAP (متوسط الدقة) وسرعة الاستدلال وحجم النموذج معاً.
| النموذج | الحجم (بكسل) | mAPval50-95 | السرعة CPU ONNX (مللي ثانية) | السرعة T4 TensorRT10 (ms) | المعاملات (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
| 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 |
يحقق DAMO-YOLO قيمة mAP أعلى من YOLOv5 عند أعداد معاملات مماثلة؛ فعلى سبيل المثال، يصل DAMO-YOLOs إلى 46.0 mAP مع 16.3M معامل، مقابل 45.4 mAP لنموذج YOLOv5m ذي 21.2M معامل. ويوفّر YOLOv5 أسرع سرعات TensorRT وأقل أعداد المعاملات في تهيئتي nano وsmall، ما يجعله ملائماً لعمليات النشر الطرفية الحساسة لزمن الاستجابة.
كفاءة التدريب والمنظومة#
لا تتجاوز الدقة النظرية للنموذج جودة قابليته للتطبيق عمليًا. وهنا يتباين النموذجان اختلافًا كبيرًا.
تعقيد التقطير#
يعتمد DAMO-YOLO بدرجة كبيرة على منهجية تدريب متعددة المراحل. فهو يجمع بين تعيين التسميات AlignedOTA وتقنية تقطير المعرفة من المعلم إلى الطالب. وعلى الرغم من أن ذلك يستخرج أقصى أداء من نموذج الطالب، فإنه يتطلب أولاً تدريب نموذج معلم كبير. ويزيد هذا من زمن الحوسبة وتكاليف الطاقة ومتطلبات الأجهزة، ما قد يبطئ فرق تعلم الآلة الأصغر.
ميزة Ultralytics: سهولة الاستخدام#
في المقابل، تُعرف منظومة Ultralytics بواجهات API البديهية وكفاءة التدريب. وبفضل التطوير النشط ومجتمع المصادر المفتوحة الكبير، تتيح للمطورين تدريب النماذج والتحقق من صحتها ونشرها بأقل قدر من الإعداد.
from ultralytics import YOLO
# تحميل نموذج YOLOv5 مدرّب مسبقًا
model = YOLO("yolov5su.pt") # YOLOv5u: أوزان YOLOv5 الخالية من المراسي لحزمة ultralytics
# التدريب على مجموعة البيانات التوضيحية COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# صدّر إلى تنسيق ONNX للنشر
model.export(format="onnx")توفر Ultralytics أيضاً تتبّعاً مدمجاً للتجارب عبر عمليات تكامل مثل Weights & Biases وComet.
حالات الاستخدام في العالم الحقيقي#
- يلائم YOLOv5 بيئات الإنتاج سريعة الوتيرة. ويجعله التصدير المباشر خياراً شائعاً في تحليلات تجارة التجزئة الذكية، واكتشاف عيوب التصنيع بسرعة عالية، وتطبيقات الأجهزة المحمولة عبر CoreML.
- يناسب DAMO-YOLO المقارنة المعيارية الأكاديمية والسيناريوهات التي تتوفر فيها موارد حوسبة وافرة لإجراء عمليات تدريب طويلة بالتقطير، تستهدف تحقيق mAP إضافية على أجهزة محددة وثابتة.
حالات الاستخدام والتوصيات#
يعتمد الاختيار بين YOLOv5 وDAMO-YOLO على متطلبات مشروعك المحددة وقيود النشر وتفضيلات النظام البيئي.
متى تختار YOLOv5#
يُعد YOLOv5 خيارًا قويًا لما يلي:
- أنظمة إنتاج مجرّبة: عمليات النشر الحالية التي تحظى فيها خبرة YOLOv5 الطويلة في الاستقرار، ووثائقه الشاملة، ومجتمعه الكبير بالتقدير.
- التدريب مع موارد محدودة: البيئات التي تعاني من محدودية موارد GPU، حيث يكون مسار التدريب الفعّال في YOLOv5 ومتطلباته الأقل للذاكرة مفيدين.
- دعم واسع لتنسيقات التصدير: المشاريع التي تتطلب النشر بتنسيقات عديدة، منها ONNX وTensorRT وCoreML وLiteRT.
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.
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 تسريعًا مخصصًا بواسطة GPU، حيث يعمل YOLO26n أسرع على CPU بنسبة تصل إلى 43% من YOLO11n.
- اكتشاف الأجسام الصغيرة: سيناريوهات صعبة مثل الصور الجوية الملتقطة بالطائرات المسيّرة أو تحليل مستشعرات إنترنت الأشياء، حيث تحسّن ProgLoss وSTAL الدقة عند اكتشاف الأجسام الصغيرة جدًا.
التطور التالي: YOLO26#
إذا كنت تبدأ مشروعاً جديداً، ففكّر في Ultralytics YOLO26، الذي يبني على أساس YOLOv5 مع إدخال تحسينات معمارية وتدريبية متعددة.
يوفّر YOLO26 تصميماً شاملاً خالياً من NMS: إذ يتجاوز رأسه الاختياري أحادي المطابقة (nms=False) المعالجة اللاحقة لـكبح الصناديق غير القصوى، ما يتيح نشراً أسرع وأبسط.
تشمل الابتكارات الرئيسية في YOLO26 ما يلي:
- مُحسِّن MuSGD: يستلهم هذا المزيج الهجين من SGD وMuon ابتكارات تدريب LLM، ويوفر تدريباً مستقراً وتقارباً سريعاً.
- استدلال CPU أسرع بنسبة تصل إلى 43%: يعمل YOLO26n بسرعة أعلى تصل إلى 43% من YOLO11n على CPU، ما يجعله مناسباً للحوسبة الطرفية وأجهزة إنترنت الأشياء التي لا تضم وحدات GPU مخصصة.
- ProgLoss + STAL: تحسّن الخسارة التدريجية واستراتيجية تعيين التسميات المراعية للأهداف الصغيرة التعرّف على الأجسام الصغيرة، وهو أمر بالغ الأهمية للصور الجوية الملتقطة بالطائرات المسيّرة والروبوتات.
- تحسينات خاصة بالمهام: من خسارة الزاوية المتخصصة لـالصناديق المحيطة الموجّهة (OBB) إلى تقدير الاحتمال اللوغاريتمي المتبقي (RLE) لتحسين دقة تقدير الوضعية، يتضمن YOLO26 تحسينات لكل مهمة مدعومة.
الخلاصة#
حجز كل من YOLOv5 وDAMO-YOLO مكاناً له في تاريخ اكتشاف الأجسام. ويظل DAMO-YOLO حالة جديرة بالدراسة في البحث عن بنية الشبكات العصبية والتقطير. أما المؤسسات التي تعطي الأولوية إلى منظومة تتم صيانتها جيداً وسهولة الاستخدام وسرعة الوصول إلى الإنتاج، فستجد أن نماذج Ultralytics هي الخيار الأقوى.
استخدم منصة Ultralytics لإضافة التعليقات التوضيحية والتدريب والنشر لنماذج أحدث مثل YOLO26، لبناء مسار عمل للرؤية الحاسوبية سريع ودقيق وسهل الصيانة.
قراءات إضافية#
التعليقات
اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.