YOLOv5 مقابل YOLOX#
شهد تطور الرؤية الحاسوبية في الوقت الفعلي العديد من المحطات البارزة، إذ دفعت معماريات مختلفة حدود السرعة والدقة إلى الأمام. ويُعد YOLOv5 وYOLOX نموذجين مؤثرين للغاية في هذا المجال. وعلى الرغم من أن كليهما معروف بأدائه العالي في اكتشاف الأجسام، فإنهما يتبعان نهجين معماريين مختلفين جذريًا.
يقدم هذا الدليل تحليلًا تقنيًا متعمقًا لهذين النموذجين، مع مقارنة معماريتيهما، ومقاييس الأداء، ومنهجيات التدريب، وسيناريوهات النشر المثالية، لمساعدة المطورين والباحثين على اختيار الأداة المناسبة لمشروعات الذكاء الاصطناعي للرؤية الحاسوبية.
نظرة عامة على النماذج والاختلافات المعمارية#
Ultralytics YOLOv5#
- المؤلف: Glenn Jocher
- المنظمة: Ultralytics
- التاريخ: 2020-06-26
- GitHub: مستودع Ultralytics YOLOv5
- التوثيق: الوثائق الرسمية لـ YOLOv5
قدمت Ultralytics نموذج YOLOv5، الذي أصبح سريعًا معيارًا في الصناعة بفضل توازنه الاستثنائي بين الأداء وسهولة الاستخدام وكفاءة الذاكرة. وقد بُني أصلاً على إطار عمل PyTorch، ويستخدم YOLOv5 معمارية قائمة على المراسي. ويعتمد على أشكال محددة مسبقًا للصناديق المحيطة للتنبؤ بمواقع الأجسام، ما يجعله فعالًا للغاية في مهام اكتشاف الأجسام القياسية.
تتمثل إحدى أكبر نقاط قوة YOLOv5 في منظومته المتكاملة التي تحظى بصيانة جيدة. فهو يوفر توثيقًا شاملًا، وواجهة برمجة تطبيقات Python بالغة البساطة، وتكاملًا أصليًا مع منصة Ultralytics. ويتيح ذلك للمطورين الانتقال بسلاسة من وسم مجموعات البيانات إلى التدريب والتصدير إلى تنسيقات مثل ONNX وTensorRT.
تتطلب نماذج Ultralytics YOLO عادةً ذاكرة GPU أقل بكثير أثناء التدريب مقارنةً بالبدائل المعقدة القائمة على Transformer. ويجعل هذا الاستهلاك المنخفض للذاكرة YOLOv5 متاحًا بدرجة كبيرة للباحثين الذين يعملون باستخدام عتاد موجه للمستهلكين.
Megvii YOLOX#
- المؤلفون: Zheng Ge وSongtao Liu وFeng Wang وZeming Li وJian Sun
- المنظمة: Megvii
- التاريخ: 2021-07-18
- Arxiv: YOLOX: تجاوز سلسلة YOLO في عام 2021
- GitHub: مستودع Megvii YOLOX
- التوثيق: وثائق YOLOX على GitHub
طور باحثون في Megvii نموذج YOLOX، الذي اتخذ مسارًا مختلفًا من خلال تقديم تصميم خالٍ من المراسي إلى عائلة YOLO. ومن خلال الاستغناء عن صناديق المراسي، يبسط YOLOX رأس الاكتشاف ويقلل بدرجة كبيرة عدد المعلمات الاستدلالية التي تحتاج إلى ضبط يدوي أثناء التدريب.
يضم YOLOX أيضًا رأسًا مفككًا—يفصل مهمتي التصنيف والانحدار في فرعين مختلفين من الشبكة—ويستخدم استراتيجية إسناد التسميات SimOTA. وتسد هذه الابتكارات الفجوة بين البحث الأكاديمي والتطبيقات الصناعية، ما يجعل YOLOX فعالًا خصوصًا في البيئات التي تتباين فيها مقاييس الأجسام بدرجة كبيرة.
الأداء والمقاييس#
عند تقييم نماذج الرؤية الحاسوبية، تُعد المفاضلة بين متوسط الدقة المتوسطة (mAP) وسرعة الاستدلال أمرًا بالغ الأهمية. ويوفر كلا النموذجين مجموعة من الأحجام (من Nano إلى Extra-Large) لتلائم قيود العتاد المختلفة.
| النموذج | الحجم (بكسل) | mAPval 50-95 | السرعة CPU ONNX (مللي ثانية) | السرعة T4 TensorRT10 (مللي ثانية) | المعاملات (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv5n | 640 | 28.0 | 73.6 | 1.12 | 2.6 | 7.7 |
| YOLOv5s | 640 | 37.4 | 120.7 | 1.92 | 9.1 | 24.0 |
| YOLOv5m | 640 | 45.4 | 233.9 | 4.03 | 25.1 | 64.2 |
| YOLOv5l | 640 | 49.0 | 408.4 | 6.61 | 53.2 | 135.0 |
| YOLOv5x | 640 | 50.7 | 763.2 | 11.89 | 97.2 | 246.4 |
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
وعلى الرغم من أن YOLOXx يحقق دقة قصوى أعلى قليلًا (51.1 mAP)، فإن YOLOv5 يوفر مسار نشر أكثر متانة واختبارًا شاملًا عبر عتاد CPU وGPU. وتبرز سرعات TensorRT الخاصة بـ YOLOv5 مدى التحسين العميق الذي خضع له للحوسبة الطرفية، ما يجعله خيارًا موثوقًا للغاية لتحليلات الفيديو في الوقت الفعلي.
منهجيات التدريب وسهولة الاستخدام#
تختلف تجربة المطور اختلافًا كبيرًا بين هاتين المعماريتين.
نهج YOLOX#
يتطلب تدريب YOLOX عادةً استنساخ المستودع الأصلي، وإدارة تبعيات محددة، وتنفيذ نصوص برمجية معقدة عبر سطر الأوامر. وعلى الرغم من دعمه ميزات متقدمة مثل التدريب بالدقة المختلطة وإعدادات العقد المتعددة عبر MegEngine، فقد يكون منحنى التعلم حادًا للمطورين الذين يحتاجون إلى إنشاء نماذج أولية بسرعة.
ميزة Ultralytics#
في المقابل، تعطي Ultralytics الأولوية لتجربة مستخدم مبسطة بدرجة استثنائية. وباستخدام حزمة Python ultralytics، يمكن للمطورين تحميل نموذج وتدريبه والتحقق منه باستخدام أقل قدر من التعليمات البرمجية التمهيدية. وتتولى Ultralytics تلقائيًا معالجة عمليات زيادة البيانات المعقدة، وتطور المعلمات الفائقة، وجدولة معدل التعلم.
from ultralytics import YOLO
# Load a pretrained YOLOv5 small model
model = YOLO("yolov5s.pt")
# Train the model on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Validate the model's performance
metrics = model.val()علاوة على ذلك، تمتد مرونة YOLOv5 إلى ما هو أبعد من اكتشاف الأجسام القياسي، إذ توفر دعمًا متينًا لـتصنيف الصور وتقسيم الكائنات ضمن واجهة برمجة التطبيقات المتماسكة نفسها تمامًا.
عند اكتمال التدريب، لا يتطلب تصدير نموذج YOLOv5 إلى CoreML أو TFLite أو OpenVINO أكثر من تشغيل الأمر model.export(format="onnx"). وهذا يلغي الحاجة إلى نصوص التحويل التابعة لجهات خارجية التي تتطلبها عادةً المستودعات الموجهة للبحث.
التطبيقات الواقعية#
يعتمد الاختيار بين هذين النموذجين على بيئة النشر والمتطلبات التقنية لديك:
- البيع بالتجزئة وإدارة المخزون: بالنسبة إلى التطبيقات التي تتطلب التعرف على المنتجات في الوقت الفعلي على أجهزة طرفية مثل NVIDIA Jetson، فإن YOLOv5 مناسب بدرجة استثنائية. إذ يتيح استهلاكه المحدود للذاكرة وسرعات الاستدلال العالية عبر TensorRT تتبع عدة كاميرات دون فقدان الإطارات.
- البحث الأكاديمي والمعماريات المخصصة: يحظى YOLOX بتقدير كبير في مجتمع البحث. فرأسه المفكك وطبيعته الخالية من المراسي يجعلان منه خط أساس ممتازًا للمهندسين الذين يرغبون في تجربة استراتيجيات جديدة لإسناد التسميات أو الذين يعملون على مجموعات بيانات تفشل فيها صناديق المراسي التقليدية في التعميم.
- الذكاء الاصطناعي الزراعي: في مهام الزراعة الدقيقة، مثل اكتشاف الثمار أو تحديد الأعشاب الضارة باستخدام الطائرات المسيّرة، تتيح سهولة تدريب نماذج YOLOv5 ونشرها باستخدام منصة Ultralytics لخبراء المجال تنفيذ حلول الذكاء الاصطناعي دون الحاجة إلى خلفية متعمقة في هندسة التعلم الآلي.
حالات الاستخدام والتوصيات#
يعتمد الاختيار بين YOLOv5 وYOLOX على متطلبات مشروعك المحددة، وقيود النشر، وتفضيلاتك المتعلقة بالمنظومة المتكاملة.
متى تختار YOLOv5#
يُعد YOLOv5 خيارًا قويًا من أجل:
- أنظمة الإنتاج المجربة: عمليات النشر الحالية التي تُقدّر سجل YOLOv5 الطويل من الاستقرار، ووثائقه الشاملة، والدعم الواسع من المجتمع.
- التدريب في ظل قيود الموارد: البيئات ذات موارد GPU المحدودة، حيث توفر مسارات تدريب YOLOv5 الفعالة ومتطلبات الذاكرة الأقل مزايا مهمة.
- دعم موسّع لتنسيقات التصدير: المشاريع التي تتطلب النشر عبر العديد من التنسيقات، بما في ذلك ONNX وTensorRT وCoreML وTFLite.
متى تختار YOLOX؟#
يوصى باستخدام YOLOX في الحالات التالية:
- أبحاث الاكتشاف دون مراسٍ: الأبحاث الأكاديمية التي تستخدم بنية YOLOX النظيفة المستغنية عن المراسي خط أساس للتجارب على رؤوس اكتشاف أو دوال خسارة جديدة.
- الأجهزة الطرفية فائقة الخفة: النشر على المتحكمات الدقيقة أو الأجهزة المحمولة القديمة التي تكون فيها البصمة الصغيرة للغاية لمتغير YOLOX-Nano (0.91M معلمة) أمرًا بالغ الأهمية.
- دراسات إسناد التسميات SimOTA: مشاريع بحثية تدرس استراتيجيات إسناد التسميات القائمة على النقل الأمثل وتأثيرها في تقارب التدريب.
متى تختار Ultralytics (YOLO26)#
بالنسبة إلى معظم المشاريع الجديدة، يقدم Ultralytics YOLO26 أفضل مزيج من الأداء وتجربة المطور:
- النشر الطرفي الخالي من NMS: التطبيقات التي تتطلب استدلالًا متسقًا منخفض زمن الانتقال دون تعقيد المعالجة اللاحقة لكبت القيم غير العظمى.
- البيئات المعتمدة على CPU فقط: الأجهزة التي لا تتضمن تسريع GPU مخصصًا، حيث يوفر استدلال YOLO26 الأسرع على CPU بنسبة تصل إلى 43% ميزة حاسمة.
- اكتشاف الأجسام الصغيرة: السيناريوهات الصعبة مثل الصور الجوية الملتقطة بالطائرات المسيّرة أو تحليل مستشعرات إنترنت الأشياء، حيث يعزّز ProgLoss وSTAL الدقة بدرجة كبيرة عند التعامل مع الأجسام الصغيرة جدًا.
مستقبل الذكاء الاصطناعي للرؤية: ظهور YOLO26#
على الرغم من أن كلاً من YOLOv5 وYOLOX قد رسخ مكانته في تاريخ الرؤية الحاسوبية، فإن المجال يتقدم بسرعة. وبالنسبة إلى المطورين الذين يبدؤون مشروعات جديدة اليوم، توصي Ultralytics بشدة باستكشاف نموذجها الرائد الأحدث، YOLO26.
أُطلق YOLO26 في يناير 2026، ويمثل قفزة هائلة إلى الأمام في الأداء وسهولة الاستخدام على حد سواء. فهو يقدم تصميمًا متطورًا شاملًا خاليًا من NMS، ويلغي تمامًا المعالجة اللاحقة لكبح عدم تجاوز الحد الأقصى. ويقلل ذلك بدرجة كبيرة من تفاوت زمن الاستجابة ويبسط منطق النشر على الأجهزة منخفضة الطاقة.
علاوة على ذلك، يستخدم YOLO26 مُحسِّن MuSGD المبتكر—وهو مزيج من SGD وMuon مستوحى من ابتكارات تدريب LLM—لتحقيق تقارب مستقر وسريع للغاية. ومن خلال إزالة DFL (إزالة Distribution Focal Loss لتبسيط التصدير وتحسين التوافق مع الأجهزة الطرفية ومنخفضة الطاقة)، يحقق YOLO26 استدلالًا عبر CPU أسرع بنسبة تصل إلى 43%، مما يرسخ مكانته بوصفه النموذج الأمثل للحوسبة الطرفية الحديثة والروبوتات وتطبيقات IoT. بالإضافة إلى ذلك، توفر ProgLoss + STAL دوال خسارة محسنة مع تحسينات ملحوظة في التعرف على الأجسام الصغيرة، وهو أمر بالغ الأهمية لتطبيقات IoT والروبوتات والصور الجوية. ويمكن للمستخدمين المهتمين بالأجيال السابقة أيضًا إلقاء نظرة على YOLO11، مع أن YOLO26 هو بلا منازع الخيار الأحدث والأفضل في المجال.
الخلاصة#
يوفر كل من YOLOv5 وYOLOX قدرات مذهلة في اكتشاف الأجسام. وقد دفع YOLOX حدود المعمارية بإثبات أن التصاميم الخالية من المراسي يمكنها منافسة الأساليب التقليدية وتجاوزها في عام 2021. ومع ذلك، يظل YOLOv5 قوة مهيمنة بفضل سهولة استخدامه التي لا تضاهى، ومنظومته المتكاملة الشاملة، ومتطلباته الأقل من الذاكرة أثناء التدريب.
بالنسبة إلى الغالبية العظمى من التطبيقات التجارية، توفر منظومة Ultralytics أسرع مسار من مجموعة بيانات خام إلى نموذج إنتاجي منشور. وسواء استخدم المطورون YOLOv5 المجرب والموثوق أو انتقلوا إلى YOLO26 المتطور، فإنهم يستفيدون من إطار عمل مصمم لجعل الذكاء الاصطناعي للرؤية الحاسوبية متاحًا وفعالًا وعالي الأداء.