YOLOv7 مقابل YOLOv10#

شهد مجال الرؤية الحاسوبية تطورات ملحوظة خلال السنوات القليلة الماضية، وكانت عائلة نماذج YOLO ‏(You Only Look Once) في طليعة كشف الأجسام الآني. ويتطلب اختيار البنية المناسبة لمشروعات الرؤية الحاسوبية فهمًا عميقًا للخيارات المتاحة. وفي هذه المقارنة التقنية الشاملة، سنستكشف الفروق الرئيسية بين بنيتين بارزتين: YOLOv7 وYOLOv10.

مقدمة عن النماذج#

يمثل كلا النموذجين محطتين بارزتين في تاريخ الذكاء الاصطناعي، لكنهما يتبعان نهجين مختلفين جوهريًا لحل تحديات كشف الأجسام.

YOLOv7: رائد مجموعة المزايا المجانية#

طُرح YOLOv7 في 6 يوليو 2022 على يد الباحثين Chien-Yao Wang وAlexey Bochkovskiy وHong-Yuan Mark Liao من معهد علوم المعلومات التابع لأكاديميا سينيكا، وأحدث تحولًا جذريًا في كيفية تحسين الشبكات العصبية. وركّز البحث الأصلي، المفصّل في ورقتهم البحثية والمستضاف في مستودع GitHub الرسمي، بدرجة كبيرة على إعادة المعلمات المعمارية و«حزمة التحسينات المجانية» القابلة للتدريب.

يستفيد YOLOv7 من شبكة تجميع طبقات فعّالة موسعة (E-ELAN) لتوجيه الشبكة نحو تعلم ميزات متنوعة دون إتلاف مسار التدرج الأصلي. وهذا يجعله خيارًا موثوقًا للمعايير المرجعية في الأبحاث الأكاديمية والأنظمة المعتمدة بكثافة على وحدات GPU قياسية عالية الأداء.

تعرّف على المزيد عن YOLOv7

YOLOv10: كشف آني شامل من البداية إلى النهاية#

طوّر Ao Wang وفريقه في جامعة تسينغهوا نموذج YOLOv10، الذي صدر في 23 مايو 2024. وكما هو موضح في منشوره على arxiv ومستودع GitHub لجامعة تسينغهوا، يزيل هذا النموذج عنق زجاجة ظل طويلًا في كشف الأجسام: كبح غير الأقصى (NMS).

قدّم YOLOv10 إسنادًا مزدوجًا متسقًا للتدريب الخالي من NMS، ما أحدث تغييرًا جوهريًا في مسار المعالجة اللاحقة. ويقلل YOLOv10 التكرار الحسابي من خلال اعتماد استراتيجية شاملة لتصميم النماذج توازن بين الكفاءة والدقة. وينتج عن ذلك بنية مصممة خصيصًا للأجهزة الطرفية التي تتطلب زمن استجابة منخفضًا للغاية.

تعرّف على المزيد حول YOLOv10

مقارنة الأداء والمقاييس#

عند تحليل أداء النماذج، من الضروري تقييم المفاضلات بين الدقة والسرعة والعبء الحسابي. يوضح الجدول التالي مقارنة أحجام النماذج المختلفة.

تحليل المفاضلات#

تكشف المقاييس أعلاه عن فجوة واضحة بين الأجيال. فبينما يحقق YOLOv7x قيمة mAP^val قوية جدًا تبلغ 53.1%، فإنه يتطلب 71.3M من المعلمات و189.9B من عمليات FLOPs. في المقابل، يتجاوز YOLOv10l تلك الدقة (53.2% mAP) مع احتياجه إلى نحو ثلث عدد المعلمات (24.4M) وعدد أقل بكثير من عمليات FLOPs ‏(120.3B). علاوةً على ذلك، يوفر YOLOv10n المحسّن للغاية سرعة استدلال مذهلة تبلغ 1.84ms، ما يجعله مثاليًا لتحليلات الفيديو الآنية وتطبيقات الأجهزة المحمولة.

حالات الاستخدام في العالم الحقيقي#

تحدد الاختلافات المعمارية بين هذه النماذج حالات الاستخدام المثلى لكل منها.

متى يُستخدم YOLOv7#

بفضل تمثيله الغني للميزات، يتفوق YOLOv7 في البيئات شديدة التعقيد. وتستفيد حالات الاستخدام مثل مراقبة تدفق حركة المرور في المناطق الحضرية الكثيفة، وتحليل صور الأقمار الصناعية، وتحديد العيوب في أتمتة التصنيع الثقيلة من إعادة المعلمة البنيوية الموثوقة التي يوفرها. كما يحظى بتفضيل كبير في البيئات القديمة المدمجة بعمق بالفعل مع مسارات PyTorch 1.12 محددة.

متى يُستخدم YOLOv10#

يتألق تصميم YOLOv10 الخفيف والخالي من NMS في البيئات محدودة الموارد. ويوصى به بشدة لـأجهزة الحوسبة الطرفية، مثل NVIDIA Jetson Nano أو Raspberry Pi. ويجعله أداؤه منخفض الكمون مثاليًا للتطبيقات سريعة الحركة مثل تحليلات الرياضة، والملاحة الذاتية للطائرات المسيّرة، والفرز الروبوتي عالي السرعة على السيور الناقلة.

ميزة منظومة Ultralytics#

لدى كلا النموذجين جذور أكاديمية راسخة، لكن إمكانات YOLOv10 الحقيقية تظهر عند استخدامه ضمن منصة Ultralytics الموحدة. ويُعرف تطوير نماذج الرؤية الحاسوبية من الصفر بصعوبته البالغة، لكن منظومة Ultralytics توفر تجربة لا مثيل لها لمهندسي تعلم الآلة.

• سهولة الاستخدام: توفر واجهة Python API من Ultralytics واجهة موحدة. ويمكنك تدريب النماذج والتحقق من صحتها وتصديرها ببضعة أسطر من الشيفرة فقط، متجنبًا مشكلات التبعيات المعقدة المرتبطة عادةً بالمستودعات الأكاديمية.
• منظومة تتم صيانتها جيدًا: تضمن Ultralytics التطوير النشط للشيفرة الأساسية. ويستفيد المستخدمون من التكامل السلس مع أدوات تعلم الآلة الشائعة، مثل Weights & Biases لتسجيل البيانات، أو Gradio لإنشاء عروض توضيحية سريعة على الويب.
• متطلبات الذاكرة: غالبًا ما تستهلك كواشف الأجسام القائمة على Transformer كميات هائلة من ذاكرة CUDA أثناء التدريب. وعلى النقيض من ذلك، تتطلب نماذج Ultralytics YOLO ذاكرة أقل بكثير، ما يتيح استخدام أحجام دفعات أكبر على عتاد الأجهزة الاستهلاكية.
• تعدد الاستخدامات: لا يقتصر مسار Ultralytics على مربعات الإحاطة القياسية. فهو يدعم بسلاسة تقدير الوضع وتجزئة المثيلات ومربعات الإحاطة الموجّهة عبر عائلات النماذج المدعومة، مثل YOLO11 وYOLOv8.

مثال على تدريب مبسّط#

يتميز تشغيل مسار تدريب باستخدام Ultralytics بالبساطة الكبيرة. وسواء كنت تستفيد من سرعة YOLOv10 الخالية من NMS أو تستخدم نموذجًا مدعومًا آخر، تظل الصياغة متسقة (لاحظ أن حزمة Ultralytics لا تدعم تدريب YOLOv7):

from ultralytics import YOLO

# ⁨تحميل النموذج المفضّل (مثل YOLOv10 Nano)⁩
model = YOLO("yolov10n.pt")

# ⁨تدريب النموذج على مجموعة بيانات COCO8⁩
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# ⁨تنفيذ استدلال تنبؤي على صورة عيّنة⁩
predictions = model.predict("https://ultralytics.com/images/bus.jpg")

# ⁨التصدير إلى تنسيق ملائم للأجهزة الطرفية، مثل ONNX⁩
model.export(format="onnx")

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين YOLOv7 وYOLOv10 على متطلبات مشروعك المحددة وقيود النشر وتفضيلات المنظومة.

متى تختار YOLOv7#

يُعد YOLOv7 خيارًا قويًا 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 YOLOv10#

يوصى بـ YOLOv10 في الحالات التالية:

• الكشف الآني دون NMS: التطبيقات التي تستفيد من الكشف الشامل من البداية إلى النهاية من دون الكبت غير الأقصى، مما يقلل تعقيد النشر.
• موازنة السرعة والدقة: المشاريع التي تتطلب توازناً جيداً بين سرعة الاستدلال ودقة الكشف عبر مقاييس نماذج متعددة.
• التطبيقات ذات زمن الاستجابة الثابت: سيناريوهات النشر التي تتطلب أوقات استدلال قابلة للتنبؤ، مثل الروبوتات أو الأنظمة ذاتية التشغيل.

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.

المستقبل: تقديم YOLO26#

يمثل YOLOv7 وYOLOv10 محطتين بارزتين، لكن حدود الذكاء الاصطناعي تواصل التقدم. وصدر Ultralytics YOLO26 في يناير 2026، وهو المعيار الجديد الأبرز للكفاءة والدقة في جميع سيناريوهات النشر الطرفي والسحابي.

إذا كنت تبدأ اليوم مشروعًا جديدًا في الرؤية الحاسوبية، فإن YOLO26 هو البنية الموصى بها. ويبني هذا النموذج على إرث أسلافه من خلال دمج ابتكارات رائدة عدة:

• تصميم شامل خالٍ من NMS: استلهامًا من YOLOv10، يتجاوز الرأس الاختياري أحادي المطابقة في YOLO26 (nms=False) المعالجة اللاحقة لـNMS، ما يضمن استدلالًا بزمن استجابة منخفض للغاية للروبوتات الآنية الحتمية.
• استدلال CPU أسرع بنسبة تصل إلى 43%: من خلال إزالة وحدة خسارة البؤرة التوزيعية (DFL) بصورة استراتيجية، يسرّع YOLO26 التنفيذ بدرجة كبيرة على عتاد الحوسبة الطرفية الذي لا يستخدم وحدات GPU، ما يجعله قوة دافعة لـأجهزة إنترنت الأشياء.
• مُحسِّن MuSGD: استلهامًا من الابتكارات الحديثة في تدريب النماذج اللغوية الكبيرة، يدمج YOLO26 بين SGD وMuon في نهج هجين يحقق استقرار مسارات التدريب ويضمن تقاربًا أسرع.
• ProgLoss + STAL: تحقق دوال الخسارة المتقدمة هذه تحسينات ملحوظة في التعرّف على الأجسام الصغيرة، وتتغلب على نقطة ضعف تاريخية في أجيال YOLO الأقدم.
• تعدد استخدامات لا مثيل له: يتضمن YOLO26 تحسينات أصلية خاصة بكل مهمة، مثل تقدير احتمال اللوغاريتم المتبقي (RLE) لتتبّع الوضع وخسائر زاوية متخصصة للكشف الدقيق عن OBB في الصور الجوية.

للمهندسين الساعين إلى تحقيق التوازن الأمثل بين السرعة والدقة وبساطة النشر، يوفر الانتقال من النماذج القديمة إلى YOLO26 ميزة تنافسية فورية وقابلة للقياس.