YOLOv6-3.0 مقابل YOLOv9#

يواصل مجال اكتشاف الأجسام في الوقت الفعلي تطوره، مدفوعًا بمتطلبات تحقيق دقة أعلى، وزمن استجابة أقل، واستفادة أفضل من العتاد. تتناول هذه المقارنة الشاملة محطتين بارزتين في هذا المجال: YOLOv6-3.0، الذي طُوّر لتحقيق إنتاجية صناعية، وYOLOv9، الذي قدّم بنيات مبتكرة للتغلب على اختناقات المعلومات في التعلم العميق.

رغم أن كلا النموذجين يقدّم ابتكارات معمارية فريدة، فإن المطورين الذين يبحثون عن التوازن الأمثل بين الأداء وسهولة النشر ينتقلون غالبًا إلى الأنظمة البيئية الحديثة. وبالنسبة إلى من يبدؤون مشاريع جديدة، يُعد Ultralytics YOLO26 الأصلي الشامل من البداية إلى النهاية المعيار الموصى به، إذ يوفر دقة متقدمة مع تجربة تطوير أكثر سلاسة بدرجة كبيرة.

YOLOv6-3.0: تحسين الإنتاجية الصناعية#

طوّر قسم الذكاء الاصطناعي للرؤية في Meituan نموذج YOLOv6-3.0 مع هندسة مكثفة لتحقيق أقصى إنتاجية في التطبيقات الصناعية، ولا سيما على عتاد GPU.

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

الابتكارات المعمارية#

قدّم YOLOv6-3.0 عدة تعديلات رئيسية لتعزيز دمج السمات وكفاءة العتاد. وتتضمن البنية وحدة الوصل ثنائي الاتجاه (BiC) في عنقه، ما يوفر إشارات تحديد موضع أكثر دقة. كما تستخدم استراتيجية التدريب المعزز بالمراسي (AAT). ويجمع هذا النهج بين الإرشاد الغني الذي يوفره التدريب القائم على المراسي وسرعة الاستدلال التي يتيحها النهج الخالي من المراسي، مما يؤدي إلى أداء أفضل من دون إبطاء النشر.

يعتمد العمود الفقري على تصميم EfficientRep، وقد حُسّن بدقة ليكون ملائمًا للعتاد عند إجراء الاستدلال على GPU. وهذا يجعله مناسبًا جدًا لسيناريوهات التصنيع الصناعي التي تُعد فيها معالجة الدُفعات الكبيرة أمرًا معتادًا.

نقاط القوة والضعف#

تكمن القوة الأساسية لـ YOLOv6-3.0 في معدل الإطارات المرتفع على وحدات GPU مثل NVIDIA T4، ما يجعله مناسبًا لتدفقات فهم الفيديو عالية الكثافة. إلا أن اعتماده الكبير على تحسينات عتادية محددة قد يؤدي إلى زمن استجابة دون المستوى الأمثل على الأجهزة الطرفية التي تعتمد على CPU فقط. علاوة على ذلك، قد يكون إعداد مسار التدريب الخاص به معقدًا مقارنةً بالأطر الأكثر توحيدًا.

تعرف على المزيد حول YOLOv6

YOLOv9: المعلومات القابلة للبرمجة للتدرجات#

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

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

الابتكارات المعمارية#

تتمثل المساهمة الرئيسية لـ YOLOv9 في معلومات التدرج القابلة للبرمجة (PGI)، التي تضمن الاحتفاظ بالبيانات المهمة أثناء مرورها عبر طبقات متعددة من الشبكة، مما يتيح تحديثات أكثر موثوقية للأوزان. وإلى جانب PGI، يتضمن النموذج شبكة تجميع الطبقات الفعالة المعممة (GELAN). وتعمل GELAN على زيادة كفاءة المعاملات إلى أقصى حد، ما يمكّن YOLOv9 من تحقيق دقة أعلى باستخدام عدد أقل من عمليات FLOPs الحسابية مقارنةً بالعديد من النماذج السابقة.

نقاط القوة والضعف#

يحقق YOLOv9 متوسط دقة (mAP) متميزًا على مجموعات بيانات معيارية مثل COCO، ما يجعله خيارًا مفضلًا للباحثين الذين يعطون الأولوية للدقة الخام. إلا أنه، مثل YOLOv6، لا يزال يعتمد على القمع غير الأقصى (NMS) التقليدي للمعالجة اللاحقة. ويضيف ذلك زمن استجابة ويعقد مسار نشر النموذج، خصوصًا عند نقله إلى الأجهزة الطرفية باستخدام تنسيقات مثل ONNX أو TensorRT.

تعرف على المزيد حول YOLOv9

مقارنة الأداء#

عند مقارنة هذه النماذج، من الضروري النظر في التوازن بين الدقة وعدد المعاملات وسرعة الاستدلال.

ميزة Ultralytics: تقديم YOLO26#

رغم أن YOLOv6-3.0 وYOLOv9 يقدمان بنيات قوية، فإن بيئات الإنتاج تتطلب نظامًا بيئيًا مُدارًا جيدًا، ومتطلبات ذاكرة منخفضة، وسهولة استخدام استثنائية. وهنا تتفوق منصة Ultralytics ونماذج مثل YOLO11 وYOLO26 المتطور.

صدر YOLO26 في أوائل عام 2026، ويعيد تعريف كفاءة النشر جذريًا من خلال إزالة الاختناقات القديمة.

أهم ابتكارات YOLO26#

1. مُحسِّن MuSGD: مستلهمًا من تدريب LLM (مثل Kimi K2 من Moonshot AI)، يستخدم YOLO26 مزيجًا هجينًا من SGD وMuon. ويوفر ذلك استقرارًا تدريبيًا غير مسبوق وتقاربًا أسرع لمهام الرؤية الحاسوبية.
2. استدلال على CPU أسرع بنسبة تصل إلى 43%: بخلاف تركيز YOLOv6 المكثف على GPU، جرى تحسين YOLO26 بدرجة كبيرة للأجهزة الطرفية. ويبسّط التخلص من Distribution Focal Loss (DFL) الرأس، ما يجعله متوافقًا بدرجة كبيرة مع وحدات CPU منخفضة الطاقة وعتاد 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 يُعد YOLOv6 محركًا لاكتشاف الأجسام فحسب، يتعامل YOLO26 بسلاسة مع تجزئة المثيلات والتصنيف وتقدير الوضعية واكتشاف المربع المحيط الموجّه (OBB).

تدريب سلس باستخدام Ultralytics#

لا ينبغي أن يتطلب تدريب النماذج المتقدمة نصوص bash البرمجية المعقدة. توفر واجهة Python البرمجية لـ Ultralytics تجربة مبسطة مع تحميل تلقائي للبيانات، واستخدام منخفضًا لـذاكرة CUDA، وتتبعًا مدمجًا.

from ultralytics import YOLO

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

# Train on the COCO8 dataset using the robust MuSGD optimizer natively
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export the trained model to ONNX with a single command
model.export(format="onnx")

حالات الاستخدام المثالية#

يعتمد اختيار البنية المناسبة بالكامل على بيئة النشر المستهدفة:

• استخدم YOLOv6-3.0 من أجل: أتمتة المصانع واكتشاف العيوب حيث تتوفر وحدات GPU بمستوى الخوادم (مثل A100s) بكثرة، وحيث تحقق معالجة الدُفعات أقصى إنتاجية.
• استخدم YOLOv9 من أجل: الأبحاث الأكاديمية أو المسابقات التي يكون فيها تحقيق أعلى mAP ممكن على مجموعات بيانات معيارية مثل COCO هو الهدف الأساسي.
• استخدم YOLO26 من أجل: معظم التطبيقات التجارية الحديثة تقريبًا. فبنيته الخالية من NMS، وبصمته المنخفضة من الذاكرة، واستدلاله السريع على CPU تجعله مثاليًا لـأنظمة إنذار الأمان وتجارة التجزئة الذكية وتتبع الأجسام في الوقت الفعلي على الأجهزة المضمّنة.

من خلال الاستفادة من النظام البيئي الشامل لـ Ultralytics، يمكن للمطورين تجربة YOLOv8 وYOLO11 وYOLO26 بسهولة للعثور على التوازن المثالي للأداء بما يلائم تحدياتهم الواقعية المحددة.