ابدأ

YOLOv5 مقابل RTDETRv2

اتسع مجال الرؤية الحاسوبية بدرجة كبيرة خلال السنوات القليلة الماضية، موفرًا للمطورين مجموعة واسعة من المعماريات للتعامل مع المهام البصرية المعقدة. ومن أكثر المناهج شيوعًا الشبكات العصبية الالتفافية (CNNs) ومحوّلات الكشف (DETRs)، وكلاهما مشمول في نظرة عامة على أفضل نماذج كشف الأجسام.

يقدم هذا الدليل مقارنة تقنية بين نموذجين مؤثرين ضمن هاتين الفئتين: Ultralytics YOLOv5، وهو نموذج قائم على CNN يتميز بكفاءة عالية وانتشار واسع، وRTDETRv2، وهو كاشف أجسام آني قائم على Transformer.

Ultralytics YOLOv5: معيار الكفاءة في القطاع#

منذ إصداره، أصبح Ultralytics YOLOv5 ركيزة أساسية في مجتمع الذكاء الاصطناعي، إذ يدعم آلاف التطبيقات التجارية والمشاريع البحثية حول العالم. وقد بُني بالكامل على إطار عمل PyTorch، مع إعطاء الأولوية لتجربة مطور سهلة الاستخدام دون المساس بالأداء في الزمن الحقيقي.

الخصائص الرئيسية:

البنية ومواطن القوة#

يستخدم YOLOv5 بنية CNN مبسطة صُممت لتعظيم كفاءة استخراج السمات مع الحفاظ على استهلاك منخفض للغاية للذاكرة. ويستخدم عمودًا فقريًا من CSPDarknet وعنقًا من PANet، ما يشكّل مزيجًا قويًا لدمج السمات متعددة المقاييس.

من أبرز مزايا YOLOv5 توازن الأداء. فهو يحقق مفاضلة قوية بين السرعة والدقة، ما يجعله خيارًا مثاليًا لـنشر النماذج على الأجهزة محدودة الموارد، مثل أجهزة NVIDIA Jetson والهواتف الذكية.

يوفر YOLOv5 أيضًا تعددًا واسعًا في الاستخدامات. فعلى خلاف النماذج المحصورة في التنبؤ بمربعات الإحاطة، يدعم مستودع YOLOv5 الأصلي تجزئة المثيلات وتصنيف الصور، موفرًا إطار عمل موحدًا لمهام بصرية متنوعة. كما أن كفاءة تدريبه عالية، إذ يتطلب أثناء التدريب ذاكرة CUDA أقل بكثير مقارنةً بالمعماريات القائمة على Transformer.

نقاط الضعف#

بصفته كاشفًا قائمًا على المراسي، يعتمد YOLOv5 على كبت غير الأعظم (NMS) أثناء المعالجة اللاحقة لإزالة مربعات الإحاطة المكررة. وعلى الرغم من أن NMS محسّن بدرجة كبيرة ضمن إطار عمل Ultralytics، فإنه قد يؤدي أحيانًا إلى اختناقات في زمن الاستجابة على وحدات NPU الطرفية المتخصصة.

RTDETRv2: المحولات الآنية من Baidu#

يطبق RTDETRv2 (محوّل الكشف في الزمن الفعلي الإصدار 2) معماريات Transformer على كشف الأجسام في الزمن الفعلي، ويعالج أوجه القصور الحسابية التي عانت منها نماذج DETR القياسية تاريخيًا.

الخصائص الرئيسية:

البنية ومواطن القوة#

يبني RTDETRv2 على الإصدار السابق باستخدام مُرمِّز هجين وتصميم مفكِّك مرن لمعالجة الصور. وتوفر آلية الانتباه الذاتي في Transformer للنموذج فهمًا شاملًا لسياق الصورة، ما يتيح له الأداء الجيد في المشاهد المعقدة التي تتضمن احتجابًا كثيفًا للأجسام.

من السمات المميزة لـ RTDETRv2 تصميمه الشامل الخالي من NMS. فمن خلال التنبؤ باستعلامات الأجسام مباشرةً دون الحاجة إلى مربعات المراسي أو المعالجة اللاحقة باستخدام NMS، يبسط مسار الاستدلال. وتحقق هذه المعمارية قيمة mAP (متوسط الدقة المتوسطة) مرتفعة على مجموعات البيانات المعيارية مثل COCO.

نقاط الضعف#

على الرغم من قدراته الآنية، فإن متطلبات الذاكرة في RTDETRv2 أعلى بكثير مقارنةً بنماذج YOLO. وتتزايد آليات الانتباه في نماذج Transformer تربيعيًا مع طول التسلسل، ما قد يؤدي إلى أخطاء نفاد الذاكرة أثناء التدريب عالي الدقة على GPUs محدودة الذاكرة. بالإضافة إلى ذلك، يفتقر RTDETRv2 إلى تعدد الاستخدامات الجاهز الذي توفره منظومة Ultralytics، إذ يركز أساسًا على كشف الأجسام ثنائي الأبعاد، دون دعم أصلي للتجزئة أو تقدير الوضعية.

تعرّف على المزيد حول RTDETRv2

جدول مقارنة الأداء#

يقارن الجدول أدناه مقاييس أداء المعماريتين. وتمثل القيم المميزة بخط عريض المقاييس الأعلى كفاءة أو أداءً ضمن النطاقات المختبرة.

النموذجالحجم
(بكسل)
‏mAPval50-95السرعة
CPU ONNX
(مللي ثانية)
السرعة
T4 TensorRT10
(ms)
المعاملات
(M)
FLOPs
(B)
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7
RTDETRv2-s64048.1-5.032060
RTDETRv2-m64051.9-7.5136100
RTDETRv2-l64053.4-9.7642136
RTDETRv2-x64054.3-15.0376259
سياق الأداء

على الرغم من تحقيق RTDETRv2-x أعلى قيمة mAP مطلقة، فإنه يتطلب عددًا من المعلمات يزيد بنحو 40 ضعفًا عن YOLOv5n. وتوفر نماذج Ultralytics الأصغر تكلفة حسابية أقل بكثير للتطبيقات عالية السرعة التي تعمل على أجهزة محدودة.

ميزة منظومة Ultralytics#

عند نقل نموذج من دفتر أبحاث إلى بيئة إنتاج، لا تقل أهمية البرمجيات المحيطة بالنموذج عن أهمية معمارية الشبكة العصبية. وتسهم المنظومة التي تحظى بصيانة جيدة التي توفرها Ultralytics في تسريع دورة التطوير.

سهولة الاستخدام#

تعطي نماذج Ultralytics الأولوية لتجربة استخدام مبسطة. سواء أردت تدريب نموذج مخصص أو إجراء التحقق من الصحة أو التصدير إلى تنسيقات مخصصة للأجهزة مثل TensorRT أو ONNX، تتيح واجهة Python البرمجية لـ Ultralytics إنجاز ذلك ببضعة أسطر من التعليمات البرمجية.

فيما يلي مثال عملي على التعليمات البرمجية يوضح مدى سهولة تدريب نموذج Ultralytics وتشغيل الاستدلال به:

from ultralytics import YOLO

# ⁨تهيئة النموذج (تُنزَّل الأوزان تلقائيًا)⁩
model = YOLO("yolov5su.pt")  # ⁨YOLOv5u: أوزان YOLOv5 الخالية من المراسي لحزمة ultralytics⁩

# ⁨تدريب النموذج على مجموعة بيانات COCO8⁩
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device="cpu")

# ⁨إجراء الاستدلال على صورة عبر الإنترنت⁩
inference_results = model.predict("https://ultralytics.com/images/bus.jpg")

# ⁨عرض الصورة الناتجة مع مربعات الإحاطة⁩
inference_results[0].show()

تدعم واجهة API الموحدة والبسيطة هذه أصلاً عمليات التكامل مع أدوات تتبّع التجارب مثل Weights & Biases وComet، ما يتيح للمطورين تسجيل المقاييس دون كتابة تعليمات برمجية تمهيدية.

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين YOLOv5 وRT-DETR 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 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 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.

نظرة إلى المستقبل: YOLO11 وYOLO26#

إذا كنت تبدأ اليوم مشروعاً جديداً في مجال الرؤية، ففكّر في أحدث أجيال نماذج Ultralytics.

مع أن YOLOv5 ما زال موثوقاً، يقدّم YOLO11 دقة محسّنة ومجموعة مهام أوسع تشمل اكتشاف الصناديق المحيطة الموجّهة (OBB).

يذهب YOLO26 إلى أبعد من ذلك بدمج نقاط قوة النهجين. فهو يوفّر تصميمًا شاملًا اختياريًا خاليًا من NMS (nms=False، أدخله YOLOv10 إلى نماذج YOLO) يزيل خطوة المعالجة اللاحقة لـ NMS مع الحفاظ على كفاءة CNN. كما يقدّم YOLO26 مُحسِّن MuSGD المستوحى من ابتكارات تدريب LLM، لتحقيق تقارب أسرع. وبفضل إزالة DFL (إزالة Distribution Focal Loss لتبسيط التصدير وتحسين التوافق مع الأجهزة الطرفية ومنخفضة الطاقة)، يحقق YOLO26n استدلالًا على CPU أسرع بنسبة تصل إلى 43% من YOLO11n، ما يجعل YOLO26 خيارًا قويًا للذكاء الاصطناعي الطرفي. بالإضافة إلى ذلك، يوفّر ProgLoss + STAL (الخسارة التدريجية وتعيين التسميات المراعي للأهداف الصغيرة) تحسينات ملحوظة في التعرف على الكائنات الصغيرة، وهو أمر بالغ الأهمية لإنترنت الأشياء والروبوتات والتصوير الجوي.

الخلاصة#

يعتمد الاختيار بين YOLOv5 وRTDETRv2 بدرجة كبيرة على قيود النشر لديك. يحقق RTDETRv2 قيمة mAP مرتفعة باستخدام آليات انتباه Transformer، لكنه يتطلب ذاكرة أكبر وكلفة حسابية أعلى.

على النقيض، يقدّم Ultralytics YOLOv5 حلاً مجرّباً ومحسّناً بدرجة كبيرة ومتعدد الاستخدامات، يعمل بكفاءة من الخوادم السحابية إلى الأجهزة الطرفية. وللفرق التي تبحث عن دقة أعلى إلى جانب أدوات نشر ناضجة، يُوصى بالترقية ضمن منظومة Ultralytics إلى YOLO26 لتطبيقات الذكاء الاصطناعي الحديثة في مجال الرؤية.

المساهمون

التعليقات

اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.