YOLOv5 مقابل DAMO-YOLO#

مشهد رؤية الحاسوب في الوقت الفعلي يتطور باستمرار، حيث يسعى الباحثون والمهندسون لتحقيق التوازن المثالي بين الدقة والسرعة وسهولة الاستخدام. النموذجان البارزان الذي شكلا هذه المسيرة هما Ultralytics YOLOv5 و DAMO-YOLO من علي بابا.

يقدم هذا الدليل تحليلاً تقنياً متعمقاً لبنيات هذه النماذج، ومقاييس الأداء، ومنهجيات التدريب لمساعدتك في اختيار النموذج المناسب لعملية النشر القادمة.

خلفية النماذج#

قبل الغوص في التفاصيل التقنية، من المهم فهم الأصول وفلسفات التصميم الأساسية الكامنة وراء كل من نماذج الرؤية المؤثرة هذه.

Ultralytics YOLOv5#

تم تطوير YOLOv5 بواسطة Glenn Jocher والفريق في Ultralytics، وأصبح معياراً صناعياً منذ إصداره. وبناءً على إطار عمل PyTorch بشكل أصلي، فقد أعطى الأولوية لتجربة مطور مبسطة وقدرات نشر قوية جاهزة للاستخدام الفوري.

• المؤلف: Glenn Jocher
• المنظمة: Ultralytics
• التاريخ: 2020-06-26
• GitHub: https://github.com/ultralytics/yolov5
• التوثيق: توثيق Ultralytics YOLOv5

اعرف المزيد عن YOLOv5

DAMO-YOLO#

تم إنشاؤه بواسطة باحثين في Alibaba Group، ويركز DAMO-YOLO بشكل كبير على البحث في البنية العصبية (NAS) وتقنيات التقطير المتقدمة. وهو يدفع الحدود النظرية للأداء الخاص بالأجهزة، ويلبي بشكل قوي احتياجات بيئات الأبحاث والبيئات الطرفية التي تتطلب ضبطاً دقيقاً للغاية.

• المؤلفون: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang, و Xiuyu Sun
• المنظمة: Alibaba Group
• التاريخ: 2022-11-23
• أركسايف: https://arxiv.org/abs/2211.15444v2
• جيتهاب: https://github.com/tinyvision/DAMO-YOLO

تعرف على المزيد حول DAMO-YOLO

الابتكارات المعمارية#

يستفيد كلا النموذجين من مفاهيم هيكلية فريدة لتحقيق أدائهما اللحظي، على الرغم من اختلاف نهجهما بشكل كبير.

YOLOv5: الاستقرار وتعدد الاستخدامات#

يستخدِم YOLOv5 هيكلاً أساسياً من نوع Modified CSP (Cross Stage Partial) مقترناً بعنق من نوع PANet (Path Aggregation Network). هذا الهيكل عالي الكفاءة، مما يقلل من استخدام الذاكرة في CUDA أثناء التدريب والاستدلال على حد سواء.

تعد تعدد الاستخدامات عبر المهام إحدى أكبر نقاط القوة في YOLOv5. فبالإضافة إلى التنبؤات بمربعات الإحاطة، فإنه يوفر بنيات مخصصة لـ تجزيء الصور و تصنيف الصور، مما يسمح للمطورين بتوحيد مسارات الرؤية لديهم حول إطار عمل واحد متماسك.

DAMO-YOLO: البحث الآلي في البنية#

يتمثل الابتكار الأساسي لـ DAMO-YOLO في MAE-NAS Backbone. باستخدام بحث تطوري متعدد الأهداف، اكتشف فريق Alibaba بنيات أساسية توازن ديناميكياً بين دقة الكشف وسرعة الاستنتاج.

بالإضافة إلى ذلك، يتميز بعنق Efficient RepGFPN لتحسين دمج الميزات - وهو مفيد للغاية لتغيرات الحجم المعقدة التي لوحظت غالباً في تحليل صور الأقمار الصناعية. تصميم ZeroHead الخاص به يبسيط طبقات التنبؤ النهائية لتقليل وقت الاستجابة، على الرغم من أن هذا التوليد الهيكلي المعقد يمكن أن يجعل البنية صلبة وأكثر صعوبة في التعديل للتطبيقات المخصصة.

الأداء والمقاييس#

يتطلب تقييم كواشف الكائنات اللحظية النظر في مصفوفة من مقاييس mAP (متوسط الدقة)، وسرعة الاستنتاج، ومعايير حجم النموذج.

بينما يحقق DAMO-YOLO درجات mAP تنافسية للغاية عند أعداد معينة من المعلمات، يُظهر YOLOv5 باستمرار سرعات TensorRT استثنائية وأعداد معلمات منخفضة بشكل لا يصدق لتكويناته النانوية والصغيرة. يضمن هذا التوازن في الأداء عمل YOLOv5 بكفاءة عبر سيناريوهات نشر الحافة المتنوعة.

كفاءة التدريب والنظام البيئي#

الدقة النظرية للنموذج تكون جيدة بقدر قابليته للتنفيذ العملي. وهنا تتباعد النماذج بشكل كبير.

تعقيد التقطير#

يعتمد DAMO-YOLO بشكل كبير على منهجية تدريب متعددة المراحل. فهو ينفذ تقنية تقطير المعرفة من المعلم إلى الطالب تُعرف باسم AlignedOTA. وبينما يستخلص هذا أقصى أداء من نموذج الطالب، فإنه يتطلب تدريب نموذج معلم ضخم في البداية. وهذا يزيد بشكل كبير من وقت الحوسبة، وتكاليف الطاقة، والأجهزة المطلوبة، مما يشكل عنق زجاجة لفرق التعلم الآلي المرنة.

ميزة Ultralytics: سهولة الاستخدام#

وعلى العكس من ذلك، يُعرف النظام البيئي لـ Ultralytics عالمياً بواجهات برمجة التطبيقات (APIs) البديهية وكفاءة التدريب. وبدعم من التطوير النشط ومجتمع ضخم مفتوح المصدر، يمكن للمطورين تدريب النماذج والتحقق من صحتها ونشرها بسلاسة.

from ultralytics import YOLO

# Load a pretrained YOLOv5 model
model = YOLO("yolov5s.pt")

# Train on a custom dataset effortlessly
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export to ONNX format for deployment
model.export(format="onnx")

توفر Ultralytics أيضاً دعماً مدمجاً لـ تتبع التجارب عبر أدوات مثل Weights & Biases و Comet ML، مما يخلق سير عمل خالياً من الاحتكاك.

حالات الاستخدام في العالم الحقيقي#

• يتفوق YOLOv5 في بيئات الإنتاج السريعة. إن إمكانية تصديره المباشرة تجعله الخيار الأوّل لـ تحليلات التجزئة الذكية، واكتشاف عيوب التصنيع عالية السرعة، والدمج في تطبيقات الجوال عبر CoreML.
• يعد DAMO-YOLO مناسباً جداً للمقارنة المعيارية الأكاديمية الصارمة والسيناريوهات التي تتوفر فيها موارد حوسبة واسعة النطاق لتنفيذ عمليات تدريب مقطرة طويلة تهدف إلى انتزاع تحسينات طفيفة في mAP لأهداف أجهزة محددة وثابتة.

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين YOLOv5 وDAMO-YOLO على متطلبات مشروعك المحددة، وقيود النشر، وتفضيلات النظام البيئي.

متى تختار YOLOv5#

يعد YOLOv5 خيارًا قويًا لـ:

• أنظمة الإنتاج المثبتة: عمليات النشر الحالية حيث يتم تقدير سجل YOLOv5 الطويل من الاستقرار، والوثائق الشاملة، ودعم المجتمع الضخم.
• التدريب محدود الموارد: البيئات ذات موارد GPU المحدودة حيث تكون خط أنابيب التدريب الفعال لـ YOLOv5 ومتطلبات الذاكرة الأقل ميزة.
• Extensive Export Format Support: المشاريع التي تتطلب النشر عبر العديد من التنسيقات بما في ذلك ONNX، وTensorRT، وCoreML، وTFLite.

متى تختار DAMO-YOLO#

يوصى باستخدام DAMO-YOLO من أجل:

• تحليلات الفيديو ذات الإنتاجية العالية: معالجة تدفقات الفيديو ذات معدل الإطارات العالي على بنية تحتية ثابتة لوحدات GPU من NVIDIA حيث يكون إنتاجية الدفعة-1 هو المقياس الأساسي.
• خطوط التصنيع الصناعية: السيناريوهات ذات قيود زمن انتقال GPU صارمة على أجهزة مخصصة، مثل فحص الجودة في الوقت الفعلي على خطوط التجميع.
• أبحاث البحث في البنية العصبية: دراسة تأثيرات البحث الآلي في البنية (MAE-NAS) والهياكل الأساسية المعاد برمجتها بكفاءة على أداء الاكتشاف.

متى تختار Ultralytics (YOLO26)#

بالنسبة لمعظم المشاريع الجديدة، يقدم Ultralytics YOLO26 أفضل مزيج من الأداء وتجربة المطورين:

• نشر الحافة الخالي من NMS: التطبيقات التي تتطلب استنتاجاً متسقاً ومنخفض زمن الانتقال دون تعقيدات معالجة ما بعد المعالجة باستخدام كبت غير الأقصى.
• بيئات وحدة المعالجة المركزية (CPU) فقط: الأجهزة التي لا تحتوي على تسريع مخصص بوحدة معالجة الرسوميات (GPU)، حيث توفر سرعة استنتاج CPU أسرع بنسبة تصل إلى 43% في YOLO26 ميزة حاسمة.
• الكشف عن الأشياء الصغيرة: السيناريوهات الصعبة مثل صور الطائرات بدون طيار الجوية أو تحليل مستشعرات إنترنت الأشياء (IoT) حيث تعمل ProgLoss و STAL على تعزيز الدقة بشكل كبير على الأشياء الدقيقة.

التطور القادم: YOLO26#

إذا كنت تبدأ مشروعاً جديداً، فمن المستحسن بشدة التطلع إلى المستقبل. يبني Ultralytics YOLO26 على الأساس المذهل لـ YOLOv5، متضمناً تطورات ثورية تعيد تعريف أحدث تقنيات الرؤية بالذكاء الاصطناعي.

تشمل الابتكارات الرئيسية في YOLO26 ما يلي:

• محسن MuSGD: مستوحى من ابتكارات تدريب النماذج اللغوية الكبيرة (LLMs)، يضمن هذا الهجين من SGD وMuon تدريباً مستقراً للغاية وتقارباً سريعاً.
• استنتاج أسرع بنسبة تصل إلى 43% على وحدة المعالجة المركزية (CPU): محسن بشكل كبير للحوسبة الطرفية، مما يجعله مثالياً لأجهزة إنترنت الأشياء (IoT) التي تعمل بدون وحدات معالجة رسومات (GPUs) مخصصة.
• ProgLoss + STAL: دوال خسارة متقدمة تحسن بشكل كبير التعرف على الأجسام الصغيرة، وهو أمر بالغ الأهمية لـ صور طائرات الدرون الجوية والروبوتات.
• التحسينات الخاصة بالمهام: من خسارة الزاوية المخصصة لـ مربعات الإحاطة الموجهة (OBB) إلى تقدير الاحتمال اللوغاريتمي الباقي (RLE) لـ تقدير الوضعية بدقة، يتعامل YOLO26 مع المجالات المعقدة بسهولة.

الخلاصة#

لقد رسخ كل من YOLOv5 وDAMO-YOLO مكانتهما في تاريخ كشف الكائنات. يظل DAMO-YOLO دراسة رائعة في البحث في البنية العصبية والتقطير. ومع ذلك، بالنسبة للمؤسسات التي تعطي الأولوية لـ نظام بيئي جيد الصيانة، وسهولة الاستخدام، ومسار سريع نحو الإنتاج، تظل نماذج Ultralytics لا تضاهى.

نوصي بشدة باستخدام منصة Ultralytics لتوضيح وتدريب ونشر الجيل القادم من النماذج، مثل YOLO26، مما يضمن أن مسار رؤية الحاسوب الخاص بك جاهز للمستقبل وسريع ودقيق بشكل ملحوظ.

مزيد من القراءة#

• استكشف RT-DETR المستند إلى المحولات (Transformer) للتطبيقات عالية الدقة.
• تعرف على نموذج الجيل السابق YOLO11.
• اكتشف كيفية تحسين عمليات النشر باستخدام OpenVINO.