YOLOv6-3.0 مقابل YOLOv7#

اتسم تطور الرؤية الحاسوبية الآنية بتقدم سريع في كفاءة البنى ومنهجيات التدريب. ومن أبرز النماذج التي أثرت كثيرًا في هذا المجال YOLOv6-3.0 وYOLOv7. وقد قدم كلا الإطارين تقنيات مبتكرة لتحقيق توازن بين سرعة الاستدلال ودقة الكشف، مستهدفين عمليات النشر التي تتراوح بين خوادم متطورة مزودة بوحدات معالجة رسومية والأجهزة الطرفية.

تستكشف هذه المقارنة التقنية الشاملة بنيتيهما ومقاييس الأداء وحالات الاستخدام المثالية، وتسلط الضوء أيضًا على كيفية بناء منصة Ultralytics الحديثة ونموذج YOLO26 الأحدث على هذه المفاهيم التأسيسية لتقديم تجارب لا تضاهى 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.

تعرّف على المزيد حول YOLOv6

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#

تتمثل نواة YOLOv7 في شبكة تجميع الطبقات الفعالة الموسعة (E-ELAN). وتحسن E-ELAN مسار التدرج من خلال تمكين الطبقات المختلفة من تعلم سمات أكثر تنوعًا دون الإخلال بالطوبولوجيا الأصلية للشبكة. وينتج عن ذلك نموذج عالي القدرة على التعبير، قادر على تحقيق مستويات متقدمة من متوسط الدقة (mAP).

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.

تعرّف على المزيد عن YOLOv7

مقارنة الأداء#

عند تقييم هذه النماذج على مجموعة بيانات MS COCO، نلاحظ مفاضلة واضحة بين إصدارات YOLOv6 فائقة الخفة وبنى YOLOv7 كثيرة المعلمات والمركزة على الدقة.

تكشف البيانات أن YOLOv6-3.0n يوفر سرعة استدلال استثنائية، ما يجعله مناسبًا لتحليلات الفيديو عالية التردد. وعلى النقيض، 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 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 تسريعاً مخصصاً بواسطة GPU، حيث يمنح الاستدلال الأسرع على CPU بنسبة تصل إلى 43% في YOLO26 ميزة حاسمة.
• اكتشاف الأجسام الصغيرة: السيناريوهات الصعبة مثل صور الطائرات المسيّرة الجوية أو تحليل مستشعرات إنترنت الأشياء، حيث يعزز ProgLoss وSTAL دقة اكتشاف الأجسام الدقيقة بدرجة كبيرة.

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 عكس النماذج السابقة التي ركزت أساسًا على مربعات الإحاطة، تدعم نماذج Ultralytics التعلم متعدد المهام بطبيعتها، بما يشمل تقسيم الكائنات وتقدير الوضعية ومربعات الإحاطة 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 الساعين إلى أعلى مستويات الأداء، يغير YOLO26 (الذي أُطلق في يناير 2026) جذريًا المفاهيم السائدة في كشف الأجسام. ويقدم تصميمًا شاملًا اختياريًا خاليًا من NMS (nms=False)، ما يلغي منطق المعالجة اللاحقة المعقد ويقلل تفاوت زمن الاستجابة على الأجهزة الطرفية بدرجة كبيرة.

تشمل الابتكارات الرئيسية في YOLO26 ما يلي:

• محسّن MuSGD: مزيج هجين متطور من SGD وMuon يضمن ديناميكيات تدريب مستقرة للغاية وتقاربًا أسرع.
• إزالة DFL: من خلال حذف Distribution Focal Loss، يبسط YOLO26 التوافق مع التصدير ويحسن الأداء على الأجهزة منخفضة الطاقة.
• ProgLoss + STAL: دوال خسارة متقدمة تحقق تحسينات ملحوظة في التعرف على الأجسام الصغيرة.
• سرعة لا تضاهى: يحقق استدلالًا أسرع بنسبة تصل إلى 43% على CPU مقارنةً بالأجيال السابقة، ما يجعله مثاليًا للأنظمة المضمنة مثل عمليات النشر على Raspberry Pi أو Apple CoreML.

تشمل النماذج الأخرى عالية الكفاءة ضمن المنظومة YOLO11 وYOLOv8، وكلاهما يقدم توازنًا ممتازًا في الأداء لعمليات التكامل مع الأجهزة القديمة.

مثال على الشفرة: تدريب مبسط#

يوضح المقطع التالي مدى سهولة تدريب نموذج YOLO26 متطور باستخدام واجهة Ultralytics البرمجية. وينطبق مسار العمل نفسه بسلاسة على YOLO11 أو YOLOv8، مع تجريد التعليمات البرمجية التمهيدية التي تتطلبها عادةً المستودعات الأقدم.

from ultralytics import YOLO

# ⁨حمّل نموذج YOLO26 nano المتطور 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 GPU في PyTorch 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#

عالج YOLOv6-3.0 وYOLOv7 بنجاح جوانب مختلفة من تحدي الكشف الآني. ويُعد YOLOv6-3.0 خيارًا قويًا لبيئات وحدات معالجة الرسوميات الصناعية المتخصصة، بينما يوفر YOLOv7 دقة عالية بفضل التحسين الدقيق لمسارات التدرج.

لكن بالنسبة إلى التطبيقات الحديثة التي تتطلب تعدد استخدامات لا يضاهى، واحتكاكًا أقل في النشر، وأداءً متطورًا، فإن Ultralytics YOLO26 هو الخيار الحاسم. وتضمن بنيته الخالية من NMS، ومحسّن MuSGD المتقدم، وتكامله العميق مع منصة Ultralytics أن يتمكن المطورون من نشر حلول قوية وقابلة للتوسع للذكاء الاصطناعي البصري بسرعة أكبر من أي وقت مضى.