مقارنة YOLOv5 وEfficientDet#

عند الشروع في مشروع جديد في الرؤية الحاسوبية، يُعد اختيار بنية الشبكة العصبية المناسبة أحد أكثر القرارات تأثيرًا التي ستتخذها. يقدّم هذا الدليل مقارنة تقنية متعمقة بين Ultralytics YOLOv5 وEfficientDet من Google. ومن خلال تحليل بنيتيهما ومقاييس الأداء ومنظومتي التدريب، نهدف إلى مساعدة المطورين والباحثين في تحديد أفضل نموذج لـاكتشاف الأجسام لبيئات النشر الخاصة بهم.

في حين قدّم EfficientDet مفاهيم مبتكرة في القياس المركب ودمج السمات، أحدث YOLOv5 ثورة في المجال من خلال إتاحة الوصول إلى الذكاء الاصطناعي عالي الأداء للجميع بفضل تنفيذه البديهي للغاية باستخدام PyTorch، وتجربة المستخدم المبسطة، والتوازن غير المسبوق بين السرعة والدقة.

Ultralytics YOLOv5: المعيار الصناعي لإتاحة الاستخدام#

صدر YOLOv5 في صيف عام 2020، وأحدث تحولًا محوريًا في سلسلة YOLO. ومع انتقاله من إطار Darknet المستند إلى لغة C إلى PyTorch الأصلي، أصبح البنية المفضلة للمطورين الذين يتطلعون إلى بناء النماذج وتدريبها ونشرها بسرعة.

• المؤلفون: Glenn Jocher
• المنظمة: Ultralytics
• التاريخ: 2020-06-26
• GitHub: https://github.com/ultralytics/yolov5
• الوثائق: https://docs.ultralytics.com/models/yolov5

الابتكارات المعمارية#

يشتهر YOLOv5 ببنيته المحسّنة بدرجة كبيرة، والتي تعطي الأولوية لدورة حياة سلسة لـتعلّم الآلة. ويستخدم عمودًا فقريًا CSPDarknet53 مُعدّلًا مقترنًا بعنق شبكة تجميع المسارات (PANet)، ما يحسّن بدرجة كبيرة انتشار السمات عبر مقاييس مكانية متعددة.

تشمل أبرز التطورات ما يلي:

• زيادة البيانات الفسيفسائية: تجمع تقنية التدريب هذه أربع صور تدريب متميزة في فسيفساء واحدة. ويجبر ذلك النموذج على تعلّم كيفية تحديد الأجسام في سياقات مكانية معقدة، ويعزز بدرجة كبيرة قدرته على اكتشاف الأهداف الصغيرة.
• صناديق الارتساء بالتعلّم التلقائي: قبل بدء التدريب، يحلل YOLOv5 بيانات التدريب المخصصة لك، ويحسب تلقائيًا أبعاد صندوق الارتساء المثلى باستخدام التجميع بخوارزمية k-means.
• كفاءة الذاكرة: بالمقارنة مع النماذج الثقيلة المستندة إلى Transformer، يحافظ YOLOv5 على بصمة ذاكرة أقل بكثير أثناء التدريب والاستدلال معًا، ما يتيح تشغيله بسلاسة على الأجهزة المتاحة للمستهلكين.

EfficientDet: اكتشاف الأجسام القابل للتوسع#

قدّم Google Research نموذج EfficientDet في عام 2019 بهدف توفير مجموعة من كاشفات الأجسام القابلة للتوسع. وهو يستند إلى العمود الفقري لتصنيف الصور EfficientNet، ويقدّم آلية مبتكرة لدمج السمات.

• المؤلفون: Mingxing Tan وRuoming Pang وQuoc V. Le
• الجهة: Google
• التاريخ: 2019-11-20
• Arxiv: https://arxiv.org/abs/1911.09070
• GitHub: https://github.com/google/automl/tree/master/efficientdet
• الوثائق: https://github.com/google/automl/tree/master/efficientdet#readme

الابتكارات المعمارية#

تكمن الفكرة الأساسية لـEfficientDet في نهجه المنهجي لتوسيع النطاق وتجميع السمات:

• شبكة هرم السمات ثنائية الاتجاه (BiFPN): بخلاف شبكات FPN التقليدية التي تمرر المعلومات من الأعلى إلى الأسفل فقط، تتيح BiFPN دمج السمات متعددة المقاييس بسرعة وسهولة من خلال تقديم أوزان قابلة للتعلّم لتعلّم أهمية سمات الإدخال المختلفة.
• القياس المركب: يوسّع EfficientDet الدقة والعمق والعرض معًا لجميع شبكات العمود الفقري والسمات والتنبؤ بالصناديق/الفئات، ما ينتج نماذج تتراوح من D0 خفيف الوزن إلى D7 ضخم الحجم.

اعرف المزيد عن EfficientDet

مقارنة الأداء والمقاييس#

عند مقارنة هذه النماذج، من الضروري تقييم أدائها على معايير قياسية مثل مجموعة بيانات COCO. يبرز الجدول أدناه المفاضلات بين الحجم والمتطلبات الحوسبية (FLOPs) وسرعة الاستدلال.

تحليل متوازن#

يتفوق YOLOv5 في مرونة النشر وتوافقه مع تسريع العتاد الخام. لاحظ سرعات TensorRT الهائلة على وحدة معالجة الرسومات T4. وهذا يجعل YOLOv5 ملائمًا للغاية لتحليلات الفيديو عالية الإنتاجية وخطوط أنابيب الاستدلال في الوقت الفعلي. علاوة على ذلك، تتيح منظومة Ultralytics التصدير إلى تنسيقات مثل ONNX وCoreML وTensorRT باستخدام أمر واحد في سطر واحد.

يوفر EfficientDet كفاءة ممتازة في استخدام المعلمات. فعند عدد محدد من المعلمات، غالبًا ما يستخرج قيمة مرتفعة من متوسط الدقة (mAP). إلا أن هذه الكفاءة النظرية لا تُترجم دائمًا إلى أزمنة استدلال أسرع فعليًا على وحدات GPU الطرفية، بسبب التوجيه المعقد لطبقة BiFPN، الذي قد يكون مقيدًا بعرض نطاق الذاكرة بدلًا من القدرة الحوسبية.

المنظومة وسهولة الاستخدام#

تكمن الميزة الحاسمة لاختيار نموذج من Ultralytics في المنظومة المحيطة به. إذ يُعد YOLOv5 جزءًا من مستودع يحظى بصيانة مكثفة وتطوير نشط، مع دعم هائل من المجتمع.

مع تقديم منصة Ultralytics، يمكن للمستخدمين الانتقال بسلاسة من جمع البيانات إلى النشر. وتدعم هذه المنصة التعليق التلقائي والتدريب السحابي ومراقبة النماذج مباشرةً. وعلى النقيض من ذلك، يتطلب تدريب EfficientDet غالبًا التعامل مع تعقيدات واجهات برمجة تطبيقات اكتشاف الأجسام الأقدم في TensorFlow، ما قد يفرض منحنى تعلّم حادًا على النمذجة الأولية السريعة.

علاوة على ذلك، تمتد تعددية استخدامات YOLOv5 إلى ما هو أبعد من الصناديق المحيطة. فمن خلال التحديثات المستمرة، يدعم إطار Ultralytics أصليًا تجزئة المثيلات وتصنيف الصور، موفرًا API موحدًا لمهام متعددة في الرؤية الحاسوبية.

حالات الاستخدام المثالية#

• اختر YOLOv5 عندما: تحتاج إلى نمذجة أولية سريعة، وتجربة تدريب سلسة، ونشر طرفي محسّن بدرجة كبيرة. وهو مثالي للطائرات المسيّرة وتحليلات البيع بالتجزئة وتطبيقات الأجهزة المحمولة التي تكون فيها زمن الاستجابة المنخفضة أمرًا بالغ الأهمية.
• اختر EfficientDet عندما: تعمل حصريًا ضمن بيئة Google Cloud/TensorFlow AutoML، وتحتاج إلى أقصى دقة لكل معلمة من دون قيود صارمة على زمن الاستجابة في الوقت الفعلي.

الجيل التالي: تبنّي YOLO26#

رغم أن YOLOv5 لا يزال أداة موثوقة للعمل، فقد تطور مشهد الرؤية الحاسوبية. وبالنسبة إلى المطورين الذين يسعون إلى أحدث ما توصل إليه المجال في عام 2026، يمثّل YOLO26 القمة الجديدة ضمن مجموعة Ultralytics.

استنادًا إلى إرث أسلافه (مثل YOLOv8 وYOLO11)، يقدّم YOLO26 ابتكارات رائدة:

• تصميم شامل من دون NMS: يلغي YOLO26 أصليًا الحاجة إلى المعالجة اللاحقة باستخدام قمع غير الأقصى. ويقلل ذلك بدرجة كبيرة تباين زمن الاستجابة، ويبسط بنية النشر.
• استدلال أسرع بنسبة تصل إلى 43% على CPU: جرى تحسينه بدرجة كبيرة لـالذكاء الاصطناعي الطرفي، ما يتيح سرعات غير مسبوقة للأجهزة الطرفية منخفضة الطاقة ووحدات CPU القياسية من دون GPU مخصص.
• مُحسِّن MuSGD: مستوحى من تقنيات تدريب النماذج اللغوية الكبيرة (LLM)، يضمن هذا المزيج الهجين من SGD وMuon تدريبًا مستقرًا بدرجة كبيرة وتقاربًا سريعًا.
• دوال خسارة متقدمة: يحسّن دمج ProgLoss وSTAL بدرجة كبيرة التعرّف على الأهداف الصغيرة، وهو أمر بالغ الأهمية للصور الملتقطة بالطائرات المسيّرة على ارتفاعات عالية والروبوتات.
• إزالة DFL: من خلال إزالة Distribution Focal Loss، تصبح عملية تصدير النموذج أكثر انسيابية، ما يعزز التوافق بدرجة أكبر عبر مسرّعات العتاد المتنوعة.

قد يرغب المستخدمون المهتمون باستكشاف بنيات أخرى حديثة ضمن منظومة Ultralytics أيضًا في مقارنة نماذج مثل YOLOv10 أو RT-DETR.

مثال على التعليمات البرمجية: التدريب والاستدلال#

لإظهار سهولة استخدام منظومة Ultralytics التي لا مثيل لها، إليك كيفية تدريب نموذج YOLO حديث وتشغيل الاستدلال باستخدامه. هذه التعليمات البرمجية قابلة للتشغيل بنسبة 100%، وتتولى تلقائيًا تنزيل مجموعة البيانات وحلقات التدريب والتحقق.

from ultralytics import YOLO

# Load a modern model (Swap 'yolov5s.pt' for 'yolo26n.pt' to test the newest architecture!)
model = YOLO("yolov5s.pt")

# Train the model on the COCO8 example dataset for 20 epochs
results = model.train(data="coco8.yaml", epochs=20, imgsz=640)

# Run inference on an image from the web
inference_results = model("https://ultralytics.com/images/bus.jpg")

# Display the image with bounding boxes
inference_results[0].show()

من خلال إعطاء الأولوية لتجربة المستخدم، والحفاظ على منظومة قوية، ومواصلة توسيع حدود ما هو ممكن عبر تحديثات مثل YOLO26، تضمن Ultralytics امتلاك المطورين دائمًا لأفضل الأدوات المتاحة لحل تحديات الذكاء البصري في العالم الحقيقي.