YOLOv6-3.0 مقابل YOLOv9#

يواصل مشهد اكتشاف الكائنات في الوقت الفعلي تطوره مدفوعًا بالطلب على دقة أعلى وزمن استجابة أقل واستفادة أفضل من الأجهزة. وتفحص هذه المقارنة الشاملة محطتين بارزتين في المجال: YOLOv6-3.0، المطور لمعدل الإنتاجية الصناعي، وYOLOv9، الذي قدم بنى جديدة لتجاوز اختناقات المعلومات في التعلم العميق.

على الرغم من ابتكار كل من النموذجين معماريًا بطرق فريدة، ينتقل المطورون الباحثون عن أفضل توازن بين الأداء وبساطة النشر غالبًا إلى منظومات حديثة. ونوصي باستخدام Ultralytics YOLO26، المصمم بطبيعته للعمل من البداية إلى النهاية، معيارًا للمشاريع الجديدة، إذ يوفر دقة متطورة وتجربة تطوير أكثر بساطة بدرجة كبيرة.

YOLOv6-3.0: تحسين معدل الإنتاجية الصناعي#

طوّره قسم الذكاء الاصطناعي للرؤية في Meituan، وهُندس YOLOv6-3.0 بدرجة كبيرة لتحقيق أقصى معدل إنتاجية في التطبيقات الصناعية، ولا سيما على أجهزة GPU.

• المؤلفون: Chuyi Li وLulu Li وYifei Geng وHongliang Jiang وMeng Cheng وBo Zhang وZaidan Ke وXiaoming Xu وXiangxiang Chu
• المؤسسة: Meituan
• التاريخ: 13 يناير 2023
• Arxiv: 2301.05586
• GitHub: meituan/YOLOv6

ابتكارات البنية#

قدم YOLOv6-3.0 تعديلات رئيسية عدة لتعزيز دمج السمات وكفاءة الأجهزة. تتضمن البنية وحدة Bi-directional Concatenation (BiC) في العنق، ما يوفر إشارات تحديد موقع أكثر دقة. كما تستخدم استراتيجية Anchor-Aided Training (AAT). ويجمع هذا النهج بين التوجيه الغني للتدريب القائم على نقاط الارتكاز وسرعة الاستدلال للنهج الخالي من نقاط الارتكاز، محققًا أداءً أفضل دون إبطاء النشر.

يستند العمود الفقري إلى تصميم EfficientRep، المحسّن بدقة ليلائم أجهزة GPU ويعزز الاستدلال عليها. وهذا يجعله قادرًا للغاية على التعامل مع سيناريوهات التصنيع الصناعي حيث تسود المعالجة الدفعية الكثيفة.

نقاط القوة والضعف#

تتمثل نقطة القوة الأساسية لـ YOLOv6-3.0 في معدل الإطارات العالي على وحدات GPU مثل NVIDIA T4، ما يجعله مناسبًا لتدفقات فهم الفيديو عالية الكثافة. ومع ذلك، قد يؤدي اعتماده الكبير على تحسينات مخصصة لأجهزة بعينها إلى زمن استجابة غير مثالي على الأجهزة الطرفية التي تستخدم CPU فقط. علاوة على ذلك، قد يكون إعداد مسار التدريب الخاص به معقدًا مقارنةً بأطر العمل الأكثر توحيدًا.

تعرّف على المزيد حول YOLOv6

YOLOv9: معلومات التدرج القابلة للبرمجة#

أُطلق YOLOv9 بعد عام، ويركز على حل مشكلة اختناق المعلومات الكامنة في الشبكات العصبية العميقة، دافعًا الحدود النظرية لبنى CNN إلى الأمام.

• المؤلفون: Chien-Yao Wang وHong-Yuan Mark Liao
• المؤسسة: معهد علوم المعلومات، أكاديميا سينيكا
• التاريخ: 21 فبراير 2024
• Arxiv: 2402.13616
• GitHub: WongKinYiu/yolov9

ابتكارات البنية#

تتمثل المساهمة الرئيسية لـ YOLOv9 في معلومات التدرج القابلة للبرمجة (PGI)، التي تضمن الاحتفاظ بالبيانات المهمة أثناء مرورها عبر طبقات متعددة من الشبكة، ما يسمح بتحديثات أكثر موثوقية للأوزان. وإلى جانب PGI، يتميز النموذج بشبكة تجميع الطبقات الفعالة المعممة (GELAN). وتزيد GELAN كفاءة المعلمات إلى أقصى حد، ما يمكّن YOLOv9 من تحقيق دقة أعلى بعمليات FLOPs حسابية أقل من كثير من النماذج السابقة.

نقاط القوة والضعف#

يحقق YOLOv9 متوسط الدقة المتوسط (mAP) متميزًا على مجموعات البيانات المعيارية مثل COCO، ما يجعله مفضلًا لدى الباحثين الذين يعطون الأولوية للدقة الخام. ومع ذلك، فهو لا يزال، مثل YOLOv6، يعتمد على كبح الحد الأقصى التقليدي (NMS) للمعالجة اللاحقة. ويضيف ذلك زمن استجابة ويعقّد مسار نشر النموذج، ولا سيما عند نقله إلى الأجهزة الطرفية باستخدام تنسيقات مثل ONNX أو TensorRT.

تعرّف على المزيد عن YOLOv9

مقارنة الأداء#

عند مقارنة هذه النماذج، من الضروري النظر إلى التوازن بين الدقة وعدد المعلمات وسرعة الاستدلال.

ميزة Ultralytics: تقديم YOLO26#

على الرغم من أن YOLOv6-3.0 وYOLOv9 يقدمان بنيتين متينتين، تتطلب بيئات الإنتاج منظومة جيدة الصيانة ومتطلبات ذاكرة منخفضة وسهولة استخدام استثنائية. وهنا تتألق منصة Ultralytics ونماذج مثل YOLO11 وYOLO26 المتطور.

أُطلق YOLO26 في أوائل عام 2026، وأعاد تعريف كفاءة النشر جوهريًا من خلال التخلص من الاختناقات القديمة.

أبرز ابتكارات YOLO26#

1. محسِّن MuSGD: استلهامًا من تدريب نماذج اللغة الكبيرة (LLM)، مثل Kimi K2 من Moonshot AI، يستخدم YOLO26 مزيجًا من SGD وMuon. وهذا يوفر استقرارًا تدريبيًا لا مثيل له وتقاربًا أسرع لمهام الرؤية الحاسوبية.
2. استدلال أسرع على CPU بنسبة تصل إلى 43%: خلافًا لتركيز YOLOv6 الكبير على GPU، حُسّن YOLO26 كثيرًا للأجهزة الطرفية. وتبسّط إزالة Distribution Focal Loss (DFL) الرأس، ما يعزز توافقه بدرجة كبيرة مع وحدات CPU منخفضة الطاقة وأجهزة الحوسبة الطرفية.
3. ProgLoss + STAL: تحسّن دوال الخسارة المتقدمة اكتشاف الأجسام الصغيرة بدرجة كبيرة، وهو أمر بالغ الأهمية لـالصور الجوية والروبوتات.
4. تعدد استخدامات لا مثيل له: بينما يقتصر YOLOv6 على اكتشاف الأجسام، يتعامل YOLO26 بسلاسة مع تقسيم الكائنات والتصنيف وتقدير الوضعية واكتشاف مربعات الإحاطة الموجّهة (OBB).

تدريب سلس باستخدام Ultralytics#

لا ينبغي أن يتطلب تدريب النماذج المتطورة كتابة نصوص bash معقدة. توفر واجهة Python API الخاصة بـ Ultralytics تجربة مبسطة تشمل تحميل البيانات تلقائيًا، واستهلاكًا ضئيلًا لذاكرة CUDA، وتتبعًا مدمجًا.

from ultralytics import YOLO

# ⁨تحميل نموذج YOLO26 nano المتطور⁩
model = YOLO("yolo26n.pt")

# ⁨التدريب على مجموعة بيانات COCO8 (يختار optimizer='auto' محسن MuSGD لعمليات التدريب الأطول)⁩
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# ⁨تصدير النموذج المدرّب إلى ONNX بأمر واحد⁩
model.export(format="onnx")

حالات الاستخدام المثالية#

يعتمد اختيار البنية المناسبة بالكامل على بيئة النشر المستهدفة:

• استخدم YOLOv6-3.0 في: أتمتة المصانع واكتشاف العيوب، حيث تتوفر وحدات GPU بمواصفات الخوادم (مثل A100) بكثرة، وتزيد المعالجة الدفعية معدل الإنتاجية إلى أقصى حد.
• استخدم YOLOv9 في: الأبحاث الأكاديمية أو المسابقات التي يكون فيها الهدف الأساسي بلوغ أعلى قيمة mAP ممكنة على مجموعات بيانات معيارية مثل COCO.
• استخدم YOLO26 في: معظم التطبيقات التجارية الحديثة تقريبًا. فاستدلاله الاختياري الخالي من NMS، وحجم ذاكرته المنخفض، واستدلاله السريع على CPU تجعله مثاليًا لـأنظمة إنذار الأمن والبيع بالتجزئة الذكي وتتبع الكائنات في الوقت الفعلي على الأجهزة المضمنة.

من خلال الاستفادة من منظومة Ultralytics الشاملة، يستطيع المطورون تجربة YOLOv8 وYOLO11 وYOLO26 بسهولة، للعثور على التوازن المثالي للأداء بما يلائم تحدياتهم الواقعية المحددة.