YOLOv6-3.0 مقابل YOLOv7#

اتسم تطور الرؤية الحاسوبية في الوقت الفعلي بت進مات سريعة في الكفاءة المعمارية ومنهجيات التدريب. ويُعد YOLOv6-3.0 وYOLOv7 نموذجين بارزين أثّرا تأثيرًا كبيرًا في هذا المجال. قدم كلا الإطارين تقنيات مبتكرة لتحقيق التوازن بين سرعة الاستدلال ودقة الكشف، مستهدفين عمليات النشر التي تتراوح من وحدات GPU عالية الأداء في الخوادم إلى الأجهزة الطرفية.

تستكشف هذه المقارنة التقنية الشاملة بنيتيهما المعماريتين، ومقاييس الأداء، وحالات الاستخدام المثلى، مع تسليط الضوء أيضًا على كيفية بناء منصة Ultralytics الحديثة ونموذج YOLO26 الأحدث على هذه المفاهيم الأساسية لتقديم تجارب تطوير لا مثيل لها.

YOLOv6-3.0: تحسين الإنتاجية الصناعية#

طوّر قسم الذكاء الاصطناعي للرؤية في Meituan نموذج YOLOv6-3.0 خصيصًا لتطبيقات الصناعة عالية الإنتاجية. ويركز بدرجة كبيرة على تعظيم الأداء على مسرّعات الأجهزة، ما يجعله خيارًا قويًا للبيئات التي تكون فيها معالجة الدُفعات على وحدات GPU مخصصة أمرًا ممكنًا.

• المؤلفون: Chuyi Li، Lulu Li، Yifei Geng، Hongliang Jiang، Meng Cheng، Bo Zhang، Zaidan Ke، Xiaoming Xu، وXiangxiang Chu
• الجهة: Meituan
• التاريخ: 2023-01-13
• Arxiv: 2301.05586
• GitHub: meituan/YOLOv6

الابتكارات المعمارية#

يعتمد YOLOv6-3.0 على العمود الفقري EfficientRep، وهو بنية ملائمة للأجهزة صُممت لتحسين تكاليف الوصول إلى الذاكرة على وحدات GPU. ولتعزيز دمج الميزات عبر المقاييس المختلفة، يقدم النموذج وحدة الدمج ثنائي الاتجاه (BiC) في عنقه. ويتيح ذلك للشبكة التقاط التدرجات المكانية المعقدة بفعالية أكبر مقارنة بالتكرارات السابقة.

علاوة على ذلك، يطبق YOLOv6-3.0 استراتيجية التدريب المدعوم بالمراسي (AAT). ويجمع هذا النهج بين إشارات التدرج الغنية للتدريب القائم على المراسي وفوائد النشر الانسيابية للاستدلال الخالي من المراسي، ما يساعد النموذج على التقارب بثبات أكبر من دون التضحية بسرعة المعالجة اللاحقة.

تعرف على المزيد حول YOLOv6

YOLOv7: رائد حقيبة المزايا#

أصدر باحثون في Academia Sinica نموذج YOLOv7، الذي اتبع نهجًا مختلفًا من خلال التركيز بدرجة كبيرة على تحليل مسارات التدرج وتحسينات وقت التدريب التي لا تزيد تكلفة الاستدلال، وهو مفهوم يشير إليه المؤلفون باسم «حقيبة مجانية قابلة للتدريب».

• المؤلفون: Chien-Yao Wang وAlexey Bochkovskiy وHong-Yuan Mark Liao
• الجهة: معهد علوم المعلومات، Academia Sinica، تايوان
• التاريخ: 2022-07-06
• Arxiv: 2207.02696
• GitHub: WongKinYiu/yolov7

الابتكارات المعمارية#

يتمثل جوهر YOLOv7 في شبكة تجميع الطبقات الفعالة الموسعة (E-ELAN). وتحسّن E-ELAN مسار التدرج من خلال السماح للطبقات المختلفة بتعلّم ميزات أكثر تنوعًا دون إرباك طوبولوجيا الشبكة الأصلية. وينتج عن ذلك نموذج عالي القدرة التعبيرية وقادر على تحقيق متوسط الدقة (mAP) بمستوى رائد.

يستخدم YOLOv7 أيضًا إعادة معلمة النموذج بكثافة، إذ يدمج طبقات الالتفاف مع التطبيع الدفعي أثناء الاستدلال. ويقلل ذلك عدد المعلمات ويسرّع المرور الأمامي عند النشر باستخدام أطر عمل مثل NVIDIA TensorRT أو ONNX.

تعرف على المزيد حول YOLOv7

مقارنة الأداء#

عند تقييم هذه النماذج على مجموعة بيانات MS COCO، نلاحظ مفاضلة واضحة بين المتغيرات فائقة الخفة من YOLOv6 وبنى YOLOv7 ذات العدد الكبير من المعلمات والمركزة على الدقة.

تكشف البيانات أن YOLOv6-3.0n يوفر سرعة استدلال استثنائية، ما يجعله مناسبًا لتحليلات الفيديو عالية التواتر. وعلى العكس، يحقق YOLOv7x أعلى mAP، متفوقًا في المهام التي تكون فيها دقة الكشف أهم من معدلات الإطارات الخام.

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين YOLOv6 وYOLOv7 على متطلبات مشروعك المحددة، وقيود النشر، وتفضيلات النظام البيئي.

متى تختار YOLOv6#

يُعد YOLOv6 خيارًا قويًا من أجل:

• النشر المراعي للعتاد الصناعي: السيناريوهات التي يوفر فيها تصميم النموذج المراعي للعتاد وإعادة المعلمة الفعالة أداءً محسنًا على عتاد مستهدف محدد.
• الاكتشاف السريع أحادي المرحلة: التطبيقات التي تعطي الأولوية لسرعة الاستدلال الخام على GPU لمعالجة الفيديو في الوقت الفعلي ضمن بيئات خاضعة للرقابة.
• التكامل مع منظومة Meituan: الفرق التي تعمل بالفعل ضمن حزمة تقنيات Meituan وبنيتها التحتية للنشر.

متى تختار YOLOv7#

يوصى باستخدام YOLOv7 من أجل:

• المقارنة المعيارية الأكاديمية: إعادة إنتاج النتائج التي كانت تمثل أحدث ما توصل إليه المجال في عام 2022، أو دراسة تأثيرات E-ELAN وتقنيات مجموعة المزايا القابلة للتدريب.
• بحوث إعادة المعلمة: دراسة الالتفافات المعادَة معلمتها المخططة واستراتيجيات تحجيم النماذج المركبة.
• مسارات المعالجة المخصصة الحالية: المشاريع ذات مسارات المعالجة المخصصة بدرجة كبيرة والمبنية حول بنية YOLOv7 المحددة، والتي لا يمكن إعادة هيكلتها بسهولة.

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.

ميزة Ultralytics: الانتقال إلى المستقبل#

على الرغم من أن YOLOv6-3.0 وYOLOv7 يمثلان محطتين بارزتين، فإن دمج المستودعات المتباينة في مسارات الإنتاج غالبًا ما يفرض تحديات في نشر النماذج وضبط المعلمات الفائقة. ويعالج النظام البيئي لـ Ultralytics هذه العقبات من خلال توفير واجهة موحدة وانسيابية.

لماذا تختار Ultralytics؟#

• سهولة الاستخدام: تتيح واجهة برمجة تطبيقات Ultralytics في Python للمطورين تحميل النماذج وتدريبها وتصديرها باستخدام بضعة أسطر من التعليمات البرمجية فقط. ولا يتطلب الانتقال من نموذج أقدم إلى البنية الأحدث سوى تغيير سلسلة نصية واحدة.
• نظام بيئي يحظى بصيانة جيدة: توفر Ultralytics تحديثات متكررة، ودعمًا نشطًا من المجتمع، وتوثيقًا متينًا.
• تعدد الاستخدامات: بخلاف النماذج الأقدم التي ركزت أساسًا على الصناديق المحيطة، تدعم نماذج Ultralytics تعلم المهام المتعددة بصورة أصلية، بما في ذلك تقسيم الكائنات، وتقدير الوضعية، والصناديق المحيطة الموجهة (OBB).
• متطلبات الذاكرة: تحافظ نماذج Ultralytics YOLO على استخدام أقل للذاكرة أثناء التدريب مقارنة بالبنى القائمة على Transformer، مثل RT-DETR، ما يتيح للباحثين التدريب بفعالية على الأجهزة المتاحة للمستهلكين.

الترقية إلى YOLO26#

بالنسبة إلى المطورين الذين يسعون إلى بلوغ ذروة الأداء، يُحدث YOLO26 (الذي صدر في يناير 2026) تحولًا جذريًا في مفهوم كشف الكائنات. فهو يقدم تصميمًا شاملًا من البداية إلى النهاية خاليًا من NMS، ويلغي منطق المعالجة اللاحقة المعقد ويقلل بدرجة كبيرة تباين زمن الاستجابة على الأجهزة الطرفية.

تشمل الابتكارات الرئيسية في YOLO26 ما يلي:

• مُحسِّن MuSGD: مزيج هجين متطور من SGD وMuon يضمن ديناميكيات تدريب مستقرة بدرجة استثنائية وتقاربًا أسرع.
• إزالة DFL: من خلال إزالة Distribution Focal Loss، يبسّط YOLO26 توافق التصدير ويعزز الأداء على الأجهزة منخفضة الطاقة.
• ProgLoss + STAL: دوال خسارة متقدمة تحقق تحسينات ملحوظة في التعرّف على الكائنات الصغيرة.
• سرعة لا مثيل لها: يحقق استدلالًا على CPU أسرع بنسبة تصل إلى 43% مقارنة بالأجيال السابقة، ما يجعله مثاليًا للأنظمة المضمنة مثل عمليات النشر على Raspberry Pi أو Apple CoreML.

تشمل النماذج الأخرى عالية القدرة ضمن النظام البيئي YOLO11 وYOLOv8، وكلاهما يوفر توازنًا ممتازًا في الأداء لتكاملات الأجهزة القديمة.

مثال على الشفرة: تدريب مبسّط#

يوضح المقتطف التالي مدى سهولة تدريب نموذج YOLO26 رائد باستخدام واجهة برمجة تطبيقات Ultralytics. وينطبق سير العمل هذا حرفيًا بسلاسة على YOLO11 أو YOLOv8، إذ يخفي التعليمات البرمجية النمطية التي تتطلبها المستودعات الأقدم عادةً.

from ultralytics import YOLO

# Load the cutting-edge YOLO26 nano model for rapid training
model = YOLO("yolo26n.pt")

# Train the model on the COCO8 dataset
# The API handles dataset downloading, augmentation, and hyperparameter configuration
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device="cuda:0",  # Automatically utilizes PyTorch GPU acceleration
)

# Run an end-to-end, NMS-free inference on a test image
predictions = model.predict("https://ultralytics.com/images/bus.jpg")

# Export to ONNX for cross-platform deployment
model.export(format="onnx")

الخلاصة#

عالج YOLOv6-3.0 وYOLOv7 بنجاح جوانب مختلفة من تحدي الكشف في الوقت الفعلي. يُعد YOLOv6-3.0 قوة هائلة لبيئات GPU الصناعية المتخصصة، بينما يوفر YOLOv7 دقة عالية من خلال التحسين الدقيق لمسار التدرج.

ومع ذلك، بالنسبة إلى التطبيقات الحديثة التي تتطلب تعدد استخدامات لا مثيل له، وأقل قدر من التعقيد في النشر، وأداءً رائدًا، يمثل Ultralytics YOLO26 الخيار الحاسم. وتضمن بنيته الخالية من NMS، ومُحسِّن MuSGD المتقدم، وتكامله العميق مع منصة Ultralytics قدرة المطورين على نشر حلول قوية وقابلة للتوسع للذكاء الاصطناعي للرؤية بسرعة أكبر من أي وقت مضى.