YOLOv6-3.0 مقابل YOLOv9: السرعة الصناعية تلتقي بالكفاءة الحديثة

يُعد اختيار نموذج الكشف عن العناصر الأمثل قرارًا محوريًا في تطوير الرؤية الحاسوبية، ويتطلب توازنًا استراتيجيًا بين الدقة وسرعة الاستدلال وكفاءة الحوسبة. يتعمق هذا التحليل في الفروق الفنية الدقيقة لـ YOLOv6-3.0، وهو نموذج صممته Meituan للإنتاجية الصناعية، و YOLOv9، وهي بنية حديثة تعيد تعريف الكفاءة من خلال الحفاظ على المعلومات.

YOLOv6-3.0: مُحسَّن للتطبيقات الصناعية

يركز YOLOv6-3.0 بشكل كبير على سيناريوهات النشر العملية حيث يكون زمن انتقال الأجهزة هو عنق الزجاجة الأساسي.

المؤلفون: Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu, و Xiangxiang Chu
المؤسسة:Meituan
التاريخ: 2023-01-13
Arxiv:https://arxiv.org/abs/2301.05586
GitHub:https://github.com/meituan/YOLOv6
الوثائق:https://docs.ultralytics.com/models/yolov6/

الهندسة المعمارية وفلسفة التصميم

تم تصميم YOLOv6-3.0 باعتباره شبكة عصبونية التفافية (CNN) تراعي الأجهزة. تستخدم البنية عمودًا فقريًا لإعادة التهيئة فعالًا وكتلًا هجينة (RepBi-PAN) لزيادة الإنتاجية إلى أقصى حد على وحدات معالجة الرسوميات GPU. من خلال تصميم هيكل النموذج ليتناسب مع خصائص أجهزة معينة، يهدف YOLOv6 إلى تقديم سرعات استدلال عالية دون المساس بالدقة بشكل كبير. إنه بمثابة كاشف من مرحلة واحدة مُحسّن للأتمتة الصناعية والمراقبة حيث تكون المعالجة في الوقت الفعلي أمرًا غير قابل للتفاوض.

نقاط القوة والقيود

نقاط القوة:

سرعة الاستدلال: يتفوق النموذج في البيئات منخفضة زمن الانتقال، خاصةً على وحدات معالجة الرسوميات NVIDIA T4، مما يجعله مناسبًا لخطوط التصنيع عالية السرعة.
تحسين الأجهزة: يضمن تصميمه "الصديق للأجهزة" أن النموذج يستخدم عرض النطاق الترددي للذاكرة ووحدات الحوسبة بشكل فعال أثناء النشر.

نقاط الضعف:

تمثيل الميزات: يفتقر إلى تقنيات الحفاظ على معلومات التدرج المتقدمة الموجودة في النماذج الأحدث مثل YOLOv9، مما يؤدي إلى انخفاض حاد في الدقة مع انخفاض حجم النموذج.
دعم النظام البيئي: على الرغم من فعاليته، إلا أن النظام البيئي المحيط بالأدوات ودعم المجتمع والتكامل السهل أقل شمولاً مقارنة بإطار عمل Ultralytics.
تنوع محدود: يركز بشكل أساسي على اكتشاف مربعات الإحاطة، مع دعم أصلي أقل للمهام المعقدة مثل التقسيم أو تقدير الوضع مقارنة بنماذج Ultralytics متعددة الاستخدامات.

تعرف على المزيد حول YOLOv6

YOLOv9: إعادة تعريف الدقة وتدفق المعلومات

يقدم YOLOv9 مفاهيم معمارية جديدة تعالج القضية الأساسية لفقدان المعلومات في الشبكات العميقة، وتحقق مقاييس أداء فائقة.

المؤلفون: Chien-Yao Wang و Hong-Yuan Mark Liao
المؤسسة:معهد علوم المعلومات، أكاديميا سينيكا، تايوان
التاريخ: 2024-02-21
Arxiv:https://arxiv.org/abs/2402.13616
GitHub:https://github.com/WongKinYiu/yolov9
الوثائق:https://docs.ultralytics.com/models/yolov9/

الهيكلة: PGI و GELAN

تتميز YOLOv9 بابتكارين رائدين: معلومات التدرج القابلة للبرمجة (PGI) و شبكة تجميع الطبقات الفعالة المعممة (GELAN).

PGI يكافح مشكلة عنق الزجاجة المعلوماتي المتأصلة في الشبكات العصبية العميقة. من خلال الحفاظ على بيانات التدرج الحاسمة عبر الطبقات، يضمن PGI أن النموذج يتعلم ميزات أكثر موثوقية، مما يؤدي إلى دقة أعلى.
GELAN تعمل على تحسين استخدام المعلمات، مما يسمح للنموذج بتحقيق دقة أعلى مع عدد أقل من المعلمات والتكاليف الحسابية مقارنة بالبنى التقليدية.

تسليط الضوء على الابتكار: معلومات التدرج القابلة للبرمجة (PGI)

غالبًا ما تفقد الشبكات العميقة المعلومات أثناء مرور البيانات عبر الطبقات المتتالية، وهي ظاهرة تُعرف باسم عنق الزجاجة المعلوماتي. تعمل PGI الخاصة بـ YOLOv9 كآلية إشراف مساعدة، مما يضمن الحفاظ على البيانات الأساسية للكائنات المستهدفة التعليمية طوال عمق الشبكة. ينتج عن هذا تقارب ودقة أفضل بشكل ملحوظ، خاصةً للكائنات التي يصعب detectها.

مزايا نظام Ultralytics البيئي

يوفر دمج YOLOv9 في النظام البيئي لـ Ultralytics مزايا واضحة للمطورين:

سهولة الاستخدام: يعمل Python API و CLI الموحدان على تبسيط التدريب والتحقق من الصحة والنشر.
موازنة الأداء: يحقق YOLOv9 أحدث mAP مع الحفاظ على سرعات استدلال تنافسية، مما يوفر موازنة ممتازة للتطبيقات المتنوعة.
كفاءة الذاكرة: تم تحسين تطبيقات Ultralytics لتقليل حجم الذاكرة المستخدمة أثناء التدريب، على عكس متطلبات VRAM العالية لبعض النماذج القائمة على المحولات.
Versatility: بالإضافة إلى الـ detect، تدعم مرونة التصميم داخل إطار عمل Ultralytics التوسع في مهام أخرى، مدعومة بمجتمع قوي وتحديثات متكررة.

تعرف على المزيد حول YOLOv9

تحليل الأداء المقارن

تسلط بيانات الأداء الضوء على تمييز واضح: YOLOv6-3.0 مُحسَّن للسرعة الخام على أجهزة معينة، بينما يهيمن YOLOv9 على الكفاءة (الدقة لكل معلمة).

على سبيل المثال، يحقق YOLOv9c نسبة 53.0% mAP مع 25.3 مليون بارامتر فقط، متفوقًا على YOLOv6-3.0l (52.8% mAP) الذي يتطلب أكثر من ضعف عدد البارامترات (59.6 مليون) و FLOPs أعلى بكثير. يشير هذا إلى أن الابتكارات المعمارية لـ YOLOv9 (GELAN و PGI) تسمح له "بالتعلم أكثر بأقل"، مما يجعله خيارًا فعالًا للغاية للبيئات محدودة الموارد التي لا تزال تتطلب دقة عالية.

على العكس من ذلك، يوفر YOLOv6-3.0n زمن انتقال منخفض للغاية (1.17 مللي ثانية)، مما يجعله قابلاً للتطبيق للاستدلال في الوقت الفعلي فائق السرعة حيث يكون الانخفاض في الدقة (37.5% mAP) مقبولاً.

النموذج	الحجم ^{(بالبكسل)}	mAP^val 50-95	السرعة ^{وحدة المعالجة المركزية CPU ONNX (بالمللي ثانية)}	السرعة ^{T4 TensorRT10 (بالمللي ثانية)}	المعلمات ^(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

YOLOv9t	640	38.3	-	2.3	2.0	7.7
YOLOv9s	640	46.8	-	3.54	7.1	26.4
YOLOv9m	640	51.4	-	6.43	20.0	76.3
YOLOv9c	640	53.0	-	7.16	25.3	102.1
YOLOv9e	640	55.6	-	16.77	57.3	189.0

التدريب وسير عمل النشر

تختلف تجربة المطور بشكل كبير بين النموذجين. يعتمد YOLOv6-3.0 عادةً على سير عمل خاص بالمستودع يتضمن نصوص shell وملفات تكوين يدوية. على الرغم من أن هذا قوي، إلا أنه يمكن أن يمثل منحنى تعليمي أكثر حدة للقادمين الجدد.

على النقيض من ذلك، يستفيد YOLOv9 من سير عمل Ultralytics المبسط. يتطلب تدريب نموذج حديث الحد الأدنى من التعليمات البرمجية، ويدعم النظام البيئي التصدير السلس إلى تنسيقات مثل ONNX و TensorRT و CoreML لتوافق النشر الواسع.

مثال: تدريب YOLOv9 باستخدام Ultralytics

تتيح واجهة Ultralytics Python بدء عمليات التدريب ببضعة أسطر فقط من التعليمات البرمجية، والتعامل مع زيادة البيانات وتسجيلها وتقييمها تلقائيًا.

from ultralytics import YOLO

# Load a pre-trained YOLOv9 model
model = YOLO("yolov9c.pt")

# Train the model on your custom dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

مرونة النشر

تدعم نماذج Ultralytics، بما في ذلك YOLOv9، التصدير بنقرة واحدة إلى تنسيقات مختلفة مناسبة لـ edge AI والنشر السحابي. تعمل هذه المرونة على تبسيط الانتقال من البحث إلى الإنتاج.

حالات الاستخدام المثالية

YOLOv6-3.0

خطوط تجميع عالية السرعة: أنظمة مراقبة الجودة حيث تتطلب سرعات الناقل زمن انتقال أقل من 2 مللي ثانية.
أجهزة مخصصة: السيناريوهات التي تعمل على وحدات معالجة الرسومات NVIDIA محددة حيث يتم الاستفادة الكاملة من البنية المدركة للأجهزة.

YOLOv9

الأنظمة الذاتية:المركبات ذاتية القيادة والروبوتات التي تتطلب دقة عالية للتنقل في البيئات المعقدة بأمان.
التصوير الطبي: تطبيقات مثل detect الأورام حيث أن فقدان ميزة صغيرة (سلبية كاذبة) غير مقبول.
رؤية حاسوبية للأغراض العامة: المطورون الذين يبحثون عن نموذج قوي وسهل الاستخدام مع وثائق ممتازة ودعم مجتمعي لمهام متنوعة.

الخلاصة

في حين أن YOLOv6-3.0 لا يزال أداة قوية للتطبيقات الصناعية المتخصصة التي تعطي الأولوية للإنتاجية الأولية على أجهزة معينة، فإن YOLOv9 يبرز باعتباره الخيار الأفضل لغالبية مشاريع رؤية الكمبيوتر الحديثة.

توفر بنية PGI و GELAN المبتكرة في YOLOv9 توازنًا أفضل بين الدقة والكفاءة، وغالبًا ما تتفوق على YOLOv6 في مقاييس الأداء لكل معلمة. علاوة على ذلك، يضمن التكامل مع النظام البيئي Ultralytics استفادة المطورين من سير عمل مبسط وصيانة نشطة ومجموعة من الأدوات التي تسرع الرحلة من البيانات إلى النشر. بالنسبة لأولئك الذين يبحثون عن نموذج متعدد الاستخدامات وعالي الأداء ومقاوم لمستقبل التطورات، فإن YOLOv9 هو المسار الموصى به للمضي قدمًا.

استكشف نماذج أخرى

إذا كنت تستكشف أحدث الخيارات، ففكر في هذه النماذج القوية الأخرى في مكتبة Ultralytics:

YOLO11: أحدث تطور في سلسلة YOLO، حيث يقدم أداءً متطورًا لـ detect، segment، وتقدير الوضعية.
YOLOv8: نموذج شائع ومتعدد الاستخدامات للغاية معروف بتوازنه بين السرعة والدقة عبر مهام متعددة.
RT-DETR: كاشف يعتمد على المحولات ويتفوق في الدقة دون الحاجة إلى Non-Maximum Suppression ‏(NMS).