YOLOv5 مقابل YOLOv9
شهد مجال الرؤية الحاسوبية وكشف الأجسام في الزمن الفعلي تقدمًا كبيرًا خلال السنوات القليلة الماضية. ويُعد الاختيار بين النماذج الراسخة والمجرّبة ميدانيًا ومعماريات الأبحاث الأحدث تحديًا شائعًا لمهندسي التعلم الآلي. يقدم هذا الدليل مقارنة تقنية شاملة بين نموذجين بارزين للغاية ضمن عائلة YOLO: YOLOv5 وYOLOv9.
سواء أكنت تنشر النماذج على أجهزة طرفية محدودة الموارد، أم تبحث في استخلاص السمات عالية الدقة، أم تبني مسارات عمل معقدة لـكشف الأجسام، فمن المهم فهم الاختلافات المعمارية ومقاييس الأداء ودعم المنظومة لهذه النماذج.
نظرة عامة على النماذج#
قبل الخوض في مقارنة البنى، من المفيد فهم نشأة كل نموذج وأهدافه الأساسية.
Ultralytics YOLOv5#
طوّر Glenn Jocher نموذج YOLOv5، وأصدرته Ultralytics في 26 يونيو 2020، فغيّر طريقة تفاعل المطورين مع نماذج الرؤية. ومن خلال اعتماد إطار عمل PyTorch بالكامل، استبدل YOLOv5 خطوات التجميع المعقدة في النماذج الأقدم القائمة على Darknet بتجربة استخدام سهلة ومتمحورة حول Python.
- المؤلف: Glenn Jocher
- الجهة: Ultralytics
- التاريخ: 2020-06-26
- GitHub: مستودع YOLOv5
- الوثائق: وثائق YOLOv5
يشتهر YOLOv5 بـسهولة الاستخدام وأدائه المستقر عبر بيئات الأجهزة المتنوعة. وهو يدعم، إلى جانب الكشف، كلاً من تجزئة المثيلات وتصنيف الصور.
YOLOv9#
قدّم Chien-Yao Wang وHong-Yuan Mark Liao من معهد علوم المعلومات في Academia Sinica بتايوان YOLOv9، الذي يركز بشدة على النظرية المعمارية للتخفيف من مشكلات اختناق المعلومات في الشبكات العصبية العميقة.
- المؤلفون: Chien-Yao Wang وHong-Yuan Mark Liao
- الجهة: معهد علوم المعلومات، أكاديميا سينيكا، تايوان
- التاريخ: 2024-02-21
- arXiv: 2402.13616
- GitHub: مستودع YOLOv9
- الوثائق: وثائق YOLOv9
تعتمد البنية الأساسية لـ YOLOv9 على ابتكارين نظريين رئيسيين: معلومات التدرج القابلة للبرمجة (PGI) وشبكة تجميع الطبقات الفعالة المعممة (GELAN). وتساعد هذه المفاهيم النموذج على الاحتفاظ بالسمات المكانية المهمة عبر طبقات الشبكة العميقة.
على الرغم من قوة YOLOv5 وYOLOv9، يقدم YOLO26 الأحدث توازنًا قويًا بين السرعة والدقة. وبفضل الاستدلال الاختياري الشامل الخالي من NMS، وسرعة استدلال على CPU تصل إلى 43% أكثر (YOLO26n مقارنةً بـ YOLO11n)، يُوصى بـ YOLO26 للحوسبة الطرفية الحديثة وعمليات النشر الإنتاجية.
الاختلافات المعمارية والتقنية#
يُعد فهم العناصر التي تشغّل نماذج الرؤية هذه من الداخل أمرًا أساسيًا لتحسين استراتيجيات نشر النماذج.
استخراج السمات والاحتفاظ بالمعلومات#
يستخدم YOLOv5 عمودًا فقريًا من شبكة الأجزاء الجزئية المتقاطعة (CSPNet)، ما يقلل عبء العمليات الحسابية بفاعلية مع الحفاظ على تدفق دقيق للتدرج أثناء الانتشار العكسي. وقد صُمم هذا النهج لتحسين عمليات GPU التقليدية، كما يضمن متطلبات ذاكرة أقل أثناء التدريب مقارنةً ببدائل Transformer الضخمة.
يقدّم YOLOv9 بنية GELAN العامة التي توسع مبادئ CSPNet. وبالاقتران مع PGI، وهو فرع مساعد قابل للعكس، يساعد YOLOv9 الطبقات العميقة على الاحتفاظ بالمعلومات الدلالية اللازمة لحساب تدرجات موثوقة. وهذا يمكّن YOLOv9 من تحقيق دقة عالية، لا سيما في اكتشاف الكائنات الصغيرة.
متطلبات الذاكرة وكفاءة التدريب#
في ما يتعلق بكفاءة التدريب، يظل YOLOv5 قويًا. تضمن منظومة Ultralytics التي تحظى بصيانة جيدة استهلاك نماذج YOLOv5 لذاكرة CUDA أقل بكثير، ما يتيح للباحثين زيادة أحجام الدُفعات إلى أقصى حد على GPUs المخصصة للمستهلكين. وعلى الرغم من أن YOLOv9 يحقق كفاءة ممتازة في عدد المعلمات (دقة عالية مقارنةً بحجمه)، فقد تتطلب عملية تدريبه موارد أكثر إذا لم تُستخدم أطر عمل محسّنة. ومن حسن الحظ أن دمج YOLOv9 في API الخاص بـ Ultralytics يجعله أقرب إلى مستوى YOLOv5 في إدارة الموارد المبسطة.
الأداء والمقاييس#
يقارن الجدول أدناه أداء النموذجين على مجموعة بيانات COCO، بما يشمل mAP (متوسط الدقة المتوسطة) وسرعة الاستدلال وعدد المعلمات.
| 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 |
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.2 | 26.7 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.1 | 76.8 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.5 | 102.8 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 58.1 | 192.5 |
كما يوضح الجدول، يحقق YOLOv9 دقة أعلى في الفئات المتناظرة، وهو ما يعكس حداثة معماريته. لكن YOLOv5n يحافظ على زمن استجابة منخفض يبلغ 1.12 ms باستخدام T4 TensorRT، ما يبرز قوته المستمرة في تطبيقات الحوسبة الطرفية المحلية عالية السرعة.
منهجيات التدريب وسهولة الاستخدام#
يكمن جانب كبير من القيمة العملية للرؤية الحاسوبية اليوم في سهولة الوصول إلى سلسلة الأدوات.
ميزة Ultralytics#
على الرغم من أن مستودعات الأبحاث الأصلية لنماذج مثل YOLOv9 تشكل أساسًا مهمًا، فإنها غالبًا ما تأتي بمصفوفات تبعيات معقدة وبرامج نصية نمطية. وتجرّد واجهة Python API من Ultralytics معظم هذا التعقيد. وبفضل منظومة Ultralytics، يمكنك تدريب YOLOv5 وYOLOv9 وتقييمهما وتصديرهما باستخدام صياغة موحدة ومتطابقة.
from ultralytics import YOLO
# تحميل نموذج YOLOv5 مدرّب مسبقًا للنشر السريع
model_v5 = YOLO("yolov5su.pt") # YOLOv5u: أوزان YOLOv5 الخالية من المراسي لحزمة ultralytics
# أو الاستفادة من نموذج YOLOv9 لدقة عالية
model_v9 = YOLO("yolov9c.pt")
# التدريب على مجموعة البيانات التوضيحية COCO8
results = model_v9.train(data="coco8.yaml", epochs=50, imgsz=640)
# تصدير النموذج المدرّب إلى ONNX
model_v9.export(format="onnx")يوفر نهج API الموحد هذا تعددًا واسعًا في الاستخدامات، إذ يدعم إلى جانب الكشف تجزئة المثيلات وتقدير الوضعية ومربعات الإحاطة الموجّهة (OBB)، بحسب النموذج المختار. كما أن عمليات التكامل مع أدوات مثل Comet وWeights & Biases مدمجة في حلقة التدريب.
حالات الاستخدام المثالية والتطبيقات الواقعية#
يعتمد الاختيار بين هذه البنى بدرجة كبيرة على قيود أجهزتك والدقة التي يتطلبها مجال تطبيقك.
متى تختار YOLOv5#
YOLOv5 نموذج ناضج يناسب عمليات النشر التي تعطي الأولوية للاستقرار وانخفاض استهلاك الذاكرة والتوافق الواسع مع صيغ التصدير.
- النشر على الأجهزة المحمولة: يسهل تصدير YOLOv5 إلى LiteRT أو CoreML للاستدلال على الأجهزة في الهواتف الذكية القديمة.
- الأجهزة الطرفية القديمة: تساعد الالتفافات المباشرة في YOLOv5 على الحفاظ على معدلات إطارات ثابتة في تطبيقات مثل إدارة مواقف السيارات الذكية، على أجهزة مثل Raspberry Pi أو الجيل الأول من NVIDIA Jetson Nanos.
- إنشاء النماذج الأولية بسرعة: إن توافر الشروحات المجتمعية على نطاق واسع، والأوزان المدرّبة مسبقًا المخصصة، والتوافق الواسع مع مجموعات البيانات، يجعل منه أسرع طريقة للتحقق من إثبات المفهوم.
متى تختار YOLOv9#
يُعد YOLOv9 مثاليًا للحالات التي يكون فيها التقاط التفاصيل الدقيقة وتقليل السلبيات الكاذبة أمرًا بالغ الأهمية، حتى إن تطلب ذلك قدرًا أكبر قليلًا من موارد الحوسبة.
- الصور الجوية وصور الأقمار الصناعية: يساعد إطار عمل PGI على الحفاظ على دقة تمثيل الأجسام الصغيرة، ما يجعل YOLOv9 ممتازًا لـمراقبة المحاصيل الزراعية باستخدام الطائرات المسيّرة.
- تشخيصات التصوير الطبي: عند كشف الحالات الشاذة أو الآفات الدقيقة في عمليات المسح عالية الدقة، يوفر تدفق التدرج الدقيق في GELAN ميزة ضرورية في الاستدعاء.
- تحليلات البيع بالتجزئة المتقدمة: يستفيد تتبّع المنتجات المتداخلة على الرفوف المكتظة من قدرة YOLOv9 الأعلى على الاحتفاظ بالسمات.
وسّع آفاقك#
رغم أن مقارنة YOLOv5 وYOLOv9 توضح بجلاء تطور المعماريات بين عامي 2020 و2024، فإن المجال يواصل تطوره بسرعة. ويوصى باستخدام نماذج YOLO26 للمطورين الراغبين في أحدث مستويات الأداء. فمن خلال توفير تصميم أصلي شامل وخالٍ من NMS اختياري (nms=False) بديلًا عن كبت غير الأعظم التقليدي، واستخدام مُحسِّن MuSGD المتقدم، يجسر YOLO26 الفجوة بين دقة مستوى الأبحاث وسرعة مستوى الإنتاج. وبفضل إزالة DFL (إزالة خسارة البؤرة التوزيعية لتبسيط التصدير وتحسين التوافق مع الأجهزة الطرفية ومنخفضة الطاقة)، يحقق YOLO26n استدلالًا على CPU أسرع بنسبة تصل إلى 43% من YOLO11n، ما يجعله ملائمًا تمامًا للحوسبة الطرفية. بالإضافة إلى ذلك، يجمع ProgLoss + STAL بين خسارة تدريجية وإسناد تسميات يراعي الأهداف الصغيرة، لتحسين التعرّف على الأجسام الصغيرة بشكل ملحوظ، وهو أمر بالغ الأهمية لإنترنت الأشياء والروبوتات والصور الجوية.
قد يهمك أيضًا مقارنة هذه المعماريات بنماذج أخرى، مثل YOLOv5 مقابل RT-DETR أو YOLOv5 مقابل YOLO11. ويحافظ إطار عمل Ultralytics الموحد على اتساق مسار التطوير، أيًا كان النموذج الذي تختاره.
التعليقات
اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.