YOLOv6-3.0 مقابل YOLOv7
شهد تطور اكتشاف الأجسام في الوقت الفعلي تقدمًا سريعًا في الكفاءة المعمارية ومنهجيات التدريب. ومن أبرز النماذج التي أثرت في هذا المجال YOLOv6-3.0 وYOLOv7. وقد قدم كلا الإطارين تقنيات مبتكرة لتحقيق توازن بين سرعة الاستدلال ودقة الاكتشاف، واستهدفا عمليات نشر تتراوح بين خوادم مزودة بوحدات GPU متطورة والأجهزة الطرفية.
تستكشف هذه المقارنة التقنية بنيتيهما ومقاييس أدائهما وحالات الاستخدام المثالية، وتسلط الضوء أيضًا على كيفية بناء منصة Ultralytics ونموذج YOLO26 الأحدث على هذه المفاهيم لتوفير تجربة أبسط للمطورين.
YOLOv6-3.0: تحسين معدل الإنتاجية الصناعي#
طوّر قسم الذكاء الاصطناعي للرؤية في Meituan نموذج YOLOv6-3.0 خصيصًا للتطبيقات الصناعية عالية الإنتاجية. ويركز بدرجة كبيرة على تعظيم الأداء على مسرّعات الأجهزة، ما يجعله خيارًا قويًا للبيئات التي تسمح بالمعالجة الدفعية على وحدات معالجة رسومية مخصصة.
- المؤلفون: Chuyi Li وLulu Li وYifei Geng وHongliang Jiang وMeng Cheng وBo Zhang وZaidan Ke وXiaoming Xu وXiangxiang Chu
- الجهة: Meituan
- التاريخ: 2023-01-13
- arXiv: 2301.05586
- GitHub: meituan/YOLOv6
ابتكارات البنية#
يعتمد YOLOv6-3.0 على بنية أساسية EfficientRep، وهي بنية ملائمة للأجهزة ومصممة لتحسين تكاليف الوصول إلى الذاكرة على وحدات معالجة الرسوميات. ولتعزيز دمج السمات عبر المقاييس المختلفة، يقدم النموذج وحدة Bi-directional Concatenation (BiC) في طبقة العنق. ويتيح ذلك للشبكة التقاط التسلسلات الهرمية المكانية المعقدة بفاعلية أكبر من الإصدارات السابقة.
بالإضافة إلى ذلك، يطبق YOLOv6-3.0 استراتيجية التدريب بمساعدة المراسي (AAT). ويجمع هذا النهج بين إشارات التدرج الغنية للتدريب القائم على المراسي ومزايا النشر المبسط للاستدلال الخالي من المراسي، ما يساعد النموذج على التقارب بثبات أكبر دون التضحية بسرعة المعالجة اللاحقة.
يتفوق YOLOv6-3.0 على وحدات معالجة الرسوميات المخصصة للخوادم (مثل NVIDIA T4)، لكن اعتماده الكبير على إعادة معلمات بنيوية محددة قد يؤدي أحيانًا إلى زمن استجابة دون المستوى الأمثل على الأجهزة الطرفية المقيدة تمامًا بـCPU، مقارنةً بالبنى الأحدث.
YOLOv7: رائد مجموعة المزايا المجانية#
أطلق باحثون في Academia Sinica نموذج YOLOv7، واتبعوا نهجًا مختلفًا ركز بدرجة كبيرة على تحليل مسارات التدرج وتحسينات وقت التدريب التي لا تزيد تكلفة الاستدلال؛ وهو مفهوم أطلق عليه المؤلفون اسم «حزمة المزايا القابلة للتدريب».
- المؤلفون: Chien-Yao Wang وAlexey Bochkovskiy وHong-Yuan Mark Liao
- الجهة: معهد علوم المعلومات، أكاديميا سينيكا، تايوان
- التاريخ: 2022-07-06
- arXiv: 2207.02696
- GitHub: WongKinYiu/yolov7
ابتكارات البنية#
يكمن جوهر YOLOv7 في شبكة تجميع الطبقات الفعالة الموسعة (E-ELAN). تعمل E-ELAN على تحسين مسار التدرج من خلال إتاحة تعلم ميزات أكثر تنوعًا للطبقات المختلفة دون الإخلال بطوبولوجيا الشبكة الأصلية. وينتج عن ذلك نموذج شديد التعبير قادر على تحقيق متوسط الدقة (mAP) المرتفع.
يستخدم YOLOv7 أيضًا إعادة معلمات النموذج على نطاق واسع، إذ يدمج طبقات الالتفاف مع تطبيع الدفعات أثناء الاستدلال. ويقلل ذلك عدد المعلمات ويسرّع المرور الأمامي عند النشر باستخدام أطر عمل مثل NVIDIA TensorRT أو ONNX.
مقارنة الأداء#
عند تقييم هذه النماذج على مجموعة بيانات MS COCO، تُظهر النتائج مفاضلة بين إصدارات YOLOv6 خفيفة الوزن ونماذج YOLOv7 الأكبر حجمًا والمركزة على الدقة.
| النموذج | الحجم (بكسل) | mAPval50-95 | السرعة CPU ONNX (مللي ثانية) | السرعة T4 TensorRT10 (ms) | المعاملات (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv6-3.0n | 640 | 37.5 | - | 1.17 | 4.7 | 11.4 |
| YOLOv6-3.0s | 640 | 45.0 | - | 2.66 | 18.5 | 45.3 |
| YOLOv6-3.0m | 640 | 50.0 | - | 5.28 | 34.9 | 85.8 |
| YOLOv6-3.0l | 640 | 52.8 | - | 8.95 | 59.6 | 150.7 |
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
تكشف البيانات أن YOLOv6-3.0n يحقق أسرع استدلال، ما يجعله مناسبًا لتحليلات الفيديو عالية التردد. وعلى النقيض، يحقق YOLOv7x أعلى mAP، ويتصدر المهام التي تكون فيها دقة الاكتشاف أهم من معدلات الإطارات الخام.
حالات الاستخدام والتوصيات#
يعتمد الاختيار بين YOLOv6 وYOLOv7 على متطلبات مشروعك المحددة وقيود النشر وتفضيلات منظومة الأدوات.
متى تختار YOLOv6#
يُعد YOLOv6 خيارًا قويًا لـ:
- النشر الملائم لعتاد الصناعة: الحالات التي يوفر فيها التصميم المراعي للعتاد وإعادة المعلمة الفعّالة للنموذج أداءً محسّنًا على عتاد مستهدف محدد.
- الكشف السريع أحادي المرحلة: التطبيقات التي تعطي الأولوية لسرعة الاستدلال الخام على GPU لمعالجة الفيديو في الوقت الفعلي ضمن بيئات خاضعة للتحكم.
- التكامل مع منظومة Meituan: الفرق التي تعمل بالفعل ضمن حزمة تقنيات Meituan وبنية النشر التحتية الخاصة بها.
متى تختار YOLOv7#
يوصى بـ YOLOv7 في الحالات التالية:
- المقارنة المرجعية الأكاديمية: إعادة إنتاج نتائج الجيل المتطور لعام 2022 أو دراسة تأثيرات E-ELAN وتقنيات مجموعة المزايا المجانية القابلة للتدريب.
- أبحاث إعادة المعلمات: دراسة الالتفافات المخطط لإعادة معلماتها واستراتيجيات توسيع النماذج المركبة.
- مسارات العمل المخصصة القائمة: المشاريع التي تعتمد على مسارات عمل مخصصة بدرجة كبيرة ومبنية على بنية YOLOv7 المحددة، والتي يصعب إعادة هيكلتها.
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.
ميزة Ultralytics: التطلع إلى المستقبل#
مع أن YOLOv6-3.0 وYOLOv7 يمثلان محطتين مهمتين، فإن دمج مستودعات متباينة في مسارات عمل الإنتاج غالبًا ما يطرح تحديات في نشر النماذج وضبط المعلمات الفائقة. وتعالج منظومة Ultralytics هذه المشكلات من خلال توفير واجهة موحدة ومبسطة.
لماذا تختار Ultralytics؟#
- سهولة الاستخدام: تتيح واجهة Python البرمجية من Ultralytics للمطورين تحميل النماذج وتدريبها وتصديرها ببضعة أسطر من التعليمات البرمجية. ولا يتطلب الانتقال من نموذج أقدم إلى أحدث بنية سوى تغيير سلسلة نصية واحدة.
- منظومة تحظى بصيانة جيدة: تقدم Ultralytics تحديثات متكررة ودعمًا نشطًا من المجتمع ووثائق متينة.
- تعدد الاستخدامات: على خلاف النماذج السابقة التي ركزت أساسًا على الصناديق المحيطة، تدعم نماذج Ultralytics التعلم متعدد المهام بطبيعتها، بما في ذلك تجزئة الكائنات، وتصنيف الصور، وتقدير الوضعية، والصناديق المحيطة الموجّهة (OBB).
- متطلبات الذاكرة: تستهلك نماذج Ultralytics YOLO ذاكرة أقل أثناء التدريب مقارنةً بالبنى القائمة على Transformer مثل RT-DETR، ما يتيح للباحثين التدريب بفاعلية على الأجهزة المخصصة للمستهلكين.
الترقية إلى YOLO26#
للمطورين الباحثين عن أفضل أداء حالي، يُوصى بالترقية إلى YOLO26 (الصادر في يناير 2026) لمهام اكتشاف الأجسام. فهو يقدم تصميمًا شاملًا خاليًا من NMS اختياريًا (nms=False) يتخطى المعالجة اللاحقة بكبت الصناديق المتداخلة (NMS) ويقلل تفاوت زمن الاستجابة على الأجهزة الطرفية.
تشمل الابتكارات الرئيسية في YOLO26 ما يلي:
- مُحسِّن MuSGD: مزيج من SGD وMuon، مستوحى من تدريب نماذج اللغة الكبيرة (LLM)، ويوفر ديناميكيات تدريب مستقرة وتقاربًا أسرع.
- إزالة DFL: من خلال إزالة خسارة البؤرة التوزيعية، يبسّط YOLO26 التوافق مع التصدير ويعزز الأداء على الأجهزة منخفضة الطاقة.
- ProgLoss + STAL: تعمل الخسارة التدريجية واستراتيجية إسناد التسميات المراعية للأهداف الصغيرة على تحسين التعرّف على الأجسام الصغيرة.
- سرعة CPU: يحقق YOLO26n استدلالًا أسرع بنسبة تصل إلى 43% على CPU مقارنةً بـ YOLO11n، ما يجعل YOLO26 مناسبًا تمامًا للأنظمة المضمنة مثل عمليات النشر على Raspberry Pi أو Apple CoreML.
تشمل النماذج الأخرى القادرة ضمن المنظومة YOLO11 وYOLOv8، وكلاهما لا يزال مناسبًا تمامًا لعمليات التكامل مع العتاد الحالي.
من خلال بناء تطبيقات الرؤية الحاسوبية على منصة Ultralytics، يمكنك اعتماد نماذج Ultralytics الأحدث دون إعادة كتابة محمّلات مجموعات البيانات أو نصوص النشر البرمجية.
مثال على الشفرة: تدريب مبسط#
يوضح المقتطف التالي كيفية تدريب نموذج YOLO26 متطور باستخدام واجهة Ultralytics API. وينطبق سير العمل نفسه على YOLO11 أو YOLOv8، مع إخفاء الشيفرة النمطية التي تتطلبها عادةً المستودعات الأقدم.
from ultralytics import YOLO
# تحميل نموذج YOLO26 nano للتدريب السريع
model = YOLO("yolo26n.pt")
# تدريب النموذج على مجموعة بيانات COCO8
# تتولى API تنزيل مجموعة البيانات وزيادة البيانات وضبط المعلمات الفائقة
results = model.train(
data="coco8.yaml",
epochs=100,
imgsz=640,
device="cuda:0", # يستخدم تسريع PyTorch GPU تلقائيًا
)
# نفّذ استدلالًا شاملًا خاليًا من NMS على صورة اختبار
predictions = model.predict("https://ultralytics.com/images/bus.jpg", nms=False)
# صدّر إلى ONNX للنشر عبر المنصات
model.export(format="onnx")الخلاصة#
نجح YOLOv6-3.0 وYOLOv7 في معالجة جوانب مختلفة من تحدي الاكتشاف في الوقت الفعلي. يناسب YOLOv6-3.0 بيئات GPU الصناعية المتخصصة، بينما يوفر YOLOv7 دقة عالية عبر تحسين مسار التدرج بدقة.
لكن بالنسبة إلى التطبيقات الحديثة التي تتطلب المرونة وسهولة النشر والأداء المتطور، يُوصى باختيار Ultralytics YOLO26. يساعد الرأس الاختياري الخالي من NMS ومُحسِّن MuSGD والتكامل مع منصة Ultralytics المطورين على نشر حلول ذكاء اصطناعي للرؤية قابلة للتوسع بسرعة أكبر.
التعليقات
اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.