ابدأ

YOLOv7 مقابل YOLOv10

تقدم مجال الرؤية الحاسوبية بسرعة خلال السنوات القليلة الماضية، وكانت عائلة نماذج YOLO (You Only Look Once) في طليعة التقدم في اكتشاف الأجسام في الزمن الحقيقي. ويتطلب اختيار البنية المناسبة لمشاريع الرؤية الحاسوبية فهمًا واضحًا للخيارات المتاحة. تتناول هذه المقارنة التقنية الفروق الأساسية بين بنيتين بارزتين: YOLOv7 وYOLOv10.

مقدمة عن النماذج#

يمثل كلا النموذجين محطتين مهمتين في اكتشاف الأجسام، لكنهما يتبعان نهجين مختلفين جوهريًا لمعالجة تحديات اكتشاف الأجسام.

YOLOv7: رائد مجموعة المزايا المجانية#

أصدر الباحثون Chien-Yao Wang وAlexey Bochkovskiy وHong-Yuan Mark Liao من معهد علوم المعلومات، أكاديميا سينيكا نموذج YOLOv7 في 6 يوليو 2022، وقدموا أساليب جديدة لتحسين كواشف الأجسام في الزمن الحقيقي. وركز البحث الأصلي، المفصّل في ورقتهم الأكاديمية والمستضاف في مستودعهم الرسمي على GitHub، بدرجة كبيرة على إعادة المعلمة المعمارية و«حزمة المزايا 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 وزملاؤه في جامعة تسينغهوا نموذج YOLOv10، الذي صدر في 23 مايو 2024. وكما هو موضح في منشور arXiv ومستودع GitHub لجامعة تسينغهوا، يزيل هذا النموذج أحد الاختناقات المزمنة في اكتشاف الكائنات: كبح الصناديق المحددة غير القصوى (NMS).

قدّم YOLOv10 إسنادًا مزدوجًا متسقًا للتدريب الخالي من NMS، ما غيّر مسار المعالجة اللاحقة. ويقلل تصميم النموذج الشامل، المدفوع بتحقيق الكفاءة والدقة، التكرار الحسابي، لينتج بنية مناسبة للأجهزة الطرفية التي تتطلب زمن استجابة منخفضًا.

تعرّف على المزيد حول YOLOv10

بنية خالية من NMS

تتيح إزالة Non-Maximum Suppression (NMS) في YOLOv10 تصدير النموذج بأكمله في صورة رسم بياني حسابي واحد. وهذا يبسّط النشر باستخدام بيئات التشغيل مثل TensorRT أو OpenVINO.

مقارنة الأداء والمقاييس#

عند تحليل أداء النماذج، من المهم تقييم المفاضلات بين الدقة والسرعة والحمل الحسابي. يعرض الجدول التالي مقارنة أحجام هذه النماذج المختلفة.

النموذجالحجم
(بكسل)
‏mAPval50-95السرعة
CPU ONNX
(مللي ثانية)
السرعة
T4 TensorRT10
(ms)
المعاملات
(M)
FLOPs
(B)
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9
YOLOv10n64038.5-1.842.36.7
YOLOv10s64046.3-2.497.221.6
YOLOv10m64051.1-4.7415.459.1
YOLOv10b64052.5-5.7419.192.0
YOLOv10l64053.2-7.2824.4120.3
YOLOv10x64054.4-10.7029.5160.4

تحليل المفاضلات#

تكشف المقاييس أعلاه عن فجوة واضحة بين الأجيال. فرغم أن YOLOv7x يحقق قيمة mAPval50-95 قوية تبلغ 53.1%، فإنه يتطلب 71.3M من المعلمات و189.9B من عمليات FLOPs. في المقابل، يتجاوز YOLOv10l هذه الدقة (53.2% من mAP) مع الحاجة إلى نحو ثلث عدد المعلمات (24.4M) وعمليات FLOPs أقل بكثير (120.3B). علاوة على ذلك، يعمل YOLOv10n بزمن 1.84 ms على وحدة معالجة الرسوميات T4 باستخدام TensorRT، ما يجعله ملائمًا لتحليلات الفيديو في الزمن الفعلي وتطبيقات الأجهزة المحمولة.

حالات الاستخدام في العالم الحقيقي#

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

متى تستخدم YOLOv7#

يناسب التمثيل الغني للسمات في YOLOv7 المشاهد المعقدة على عتاد GPU. ويمكن لحالات الاستخدام مثل مراقبة تدفق حركة المرور في المناطق الحضرية المكتظة، وتحليل صور الأقمار الصناعية، أو اكتشاف العيوب في أتمتة التصنيع الثقيلة الاستفادة من بنيته المعاد ضبط معلماتها. كما يظل شائعًا في البيئات القديمة المبنية حول مسارات عمل محددة في PyTorch 1.x.

متى تستخدم YOLOv10#

يناسب التصميم الخفيف والخالي من NMS في YOLOv10 البيئات محدودة الموارد، بما فيها أجهزة الحوسبة الطرفية مثل وحدات NVIDIA Jetson أو Raspberry Pi. ويجعله أداؤه منخفض الكمون خيارًا مناسبًا للتطبيقات سريعة الحركة مثل تحليلات الرياضة، والملاحة الذاتية للطائرات المسيّرة، والفرز الروبوتي عالي السرعة على السيور الناقلة.

ميزة منظومة Ultralytics#

على الرغم من الجذور الأكاديمية القوية لكلا النموذجين، فإن YOLOv10 هو الأسهل تدريبًا ونشرًا ضمن منظومة Ultralytics ومنصة Ultralytics. ويصعب تطوير نماذج الرؤية الحاسوبية من الصفر، بينما تبسّط منظومة Ultralytics سير العمل لمهندسي تعلّم الآلة.

  • سهولة الاستخدام: توفر واجهة Python البرمجية من Ultralytics واجهة موحدة. يمكنك تدريب النماذج والتحقق منها وتصديرها باستخدام بضعة أسطر من التعليمات البرمجية، مع تجنب تعارضات التبعيات الشائعة في المستودعات الأكاديمية.
  • منظومة مُدارة جيدًا: يجري تطوير قاعدة شيفرة Ultralytics بنشاط، ويستفيد المستخدمون من التكامل مع أدوات تعلّم الآلة الشائعة مثل Weights & Biases لتسجيل البيانات، أو Gradio لإنشاء عروض ويب توضيحية بسرعة.
  • متطلبات الذاكرة: غالبًا ما تستهلك كاشفات الأجسام القائمة على Transformer قدرًا كبيرًا من ذاكرة CUDA أثناء التدريب. في المقابل، تتطلب نماذج Ultralytics YOLO ذاكرة أقل بكثير، ما يتيح استخدام أحجام دفعات أكبر على العتاد الاستهلاكي.
  • تعدد الاستخدامات: لا يقتصر مسار عمل Ultralytics على مربعات الإحاطة القياسية. فهو يدعم تجزئة المثيلات، وتصنيف الصور، وتقدير الوضعية، ومربعات الإحاطة الموجّهة عبر عائلات النماذج المدعومة مثل YOLO11 وYOLOv8.

مثال على تدريب مبسّط#

يُعد تشغيل مسار تدريب باستخدام Ultralytics أمرًا مباشرًا. سواء استفدت من سرعة YOLOv10 الخالية من NMS أم استخدمت نموذجًا مدعومًا آخر، فستظل صياغة التعليمات 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 تسريعًا مخصصًا بواسطة GPU، حيث يعمل YOLO26n أسرع على CPU بنسبة تصل إلى 43% من YOLO11n.
  • اكتشاف الأجسام الصغيرة: سيناريوهات صعبة مثل الصور الجوية الملتقطة بالطائرات المسيّرة أو تحليل مستشعرات إنترنت الأشياء، حيث تحسّن ProgLoss وSTAL الدقة عند اكتشاف الأجسام الصغيرة جدًا.

المستقبل: تقديم YOLO26#

على الرغم من أن YOLOv7 وYOLOv10 محطتان بارزتان، فإن آفاق الذكاء الاصطناعي تتقدم باستمرار. أُطلق Ultralytics YOLO26 في يناير 2026، وهو النموذج الموصى به لتحقيق الكفاءة والدقة في عمليات النشر الطرفية والسحابية.

إذا كنت تبدأ اليوم مشروعًا جديدًا في الرؤية الحاسوبية، فإن YOLO26 هو البنية الموصى بها. وهو يبني على أسلافه ويضيف عدة ابتكارات:

  • تصميم شامل خالٍ من NMS: استلهامًا من YOLOv10، تتخطى الرأس الاختيارية أحادية المطابقة في YOLO26 (nms=False) معالجة NMS اللاحقة، ما يوفر زمن استجابة أقل وأكثر اتساقًا للروبوتات في الوقت الفعلي.
  • استدلال على CPU أسرع بنسبة تصل إلى 43%: بإزالة وحدة Distribution Focal Loss (DFL)، يسرّع YOLO26 التنفيذ على العتاد الطرفي غير المزود بـ GPU؛ إذ يعمل YOLO26n بسرعة تفوق YOLO11n بنسبة تصل إلى 43% على CPU، ما يجعله مناسبًا لـ أجهزة إنترنت الأشياء.
  • محسّن MuSGD: استلهامًا من الابتكارات الحديثة في تدريب نماذج اللغة الكبيرة، يدمج YOLO26 مزيجًا من SGD وMuon لتحقيق تدريب أكثر استقرارًا وتقارب أسرع.
  • ProgLoss + STAL: تحسّن الخسارة التدريجية وإسناد التسميات المراعي للأهداف الصغيرة التعرّف على الأجسام الصغيرة، وتعالجان نقطة ضعف تاريخية في أجيال YOLO الأقدم.
  • تعدد المهام: يدعم YOLO26 الكشف، وتجزئة المثيلات، والتجزئة الدلالية، وتقدير العمق، والتصنيف، وتقدير الوضعية، وOBB، مع تحسينات خاصة بكل مهمة مثل Residual Log-Likelihood Estimation (RLE) لتقدير الوضعية وخسائر زوايا متخصصة لكشف OBB بدقة في الصور الجوية.

للمهندسين الباحثين عن أفضل توازن بين السرعة والدقة وبساطة النشر، يُعد YOLO26 ترقية طبيعية من النماذج القديمة.

المساهمون

التعليقات

اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.