YOLOv7 YOLOv9: دراسة تقنية متعمقة حول الكشف الحديث عن الكائنات

تطور مجال الكشف عن الكائنات في الوقت الفعلي بسرعة كبيرة، حيث توسع كل إصدار جديد حدود الإمكانيات المتاحة على الأجهزة الطرفية وخوادم السحابة على حد سواء. عند تقييم البنى الهندسية لمشاريع الرؤية الحاسوبية، يقارن المطورون في كثير من الأحيان المعايير المعمول بها بالابتكارات الحديثة. يقارن هذا الدليل الشامل بين معلمتين أساسيتين في YOLO : YOLOv7 و YOLOv9.

سنقوم بتحليل إنجازاتهم المعمارية ومقاييس الأداء وسيناريوهات النشر المثالية لمساعدتك في اختيار النموذج المناسب لتطبيقك. سنستكشف أيضًا كيف تعمل Ultralytics على توحيد هذه النماذج، مما يسهل تدريبها والتحقق من صحتها ونشرها.

سلسلة الطراز والمواصفات الفنية

إن فهم أصول هذه النماذج وفلسفات تصميمها يوفر سياقًا أساسيًا لفهم قدراتها. يشترك كلا النموذجين في سلالة بحثية مشتركة، لكنهما يستهدفان عقبات معمارية مختلفة.

YOLOv7: رائد حقيبة الهدايا المجانية

صدر YOLOv7 في منتصف عام 2022، YOLOv7 نفسه كبنية عالية الموثوقية ومُحسّنة بشكل كبير. وقد أدخل إعادة تحديد المعلمات الهيكلية ونهج "حقيبة الهدايا القابلة للتدريب" للحفاظ على سرعات استدلال عالية دون المساس بمتوسط الدقة (mAP).

• المؤلفون: Chien-Yao Wang و Alexey Bochkovskiy و Hong-Yuan Mark Liao
• المؤسسة:معهد علوم المعلومات، أكاديميا سينيكا، تايوان
• التاريخ: 6 يوليو 2022
• أرشيف:2207.02696
• GitHub:WongKinYiu/yolov7

الابتكارات المعمارية: YOLOv7 بشبكة تجميع الطبقات الفعالة الموسعة (E-ELAN)، والتي تسمح للنموذج بتعلم ميزات أكثر تنوعًا من خلال توسيع الكاردينالية وتبديلها ودمجها. ينتج عن هذا التصميم GPU ممتاز GPU وزمن استدلال ممتاز. ومع ذلك، قد يتطلب ذاكرة كبيرة أثناء عمليات التدريب المعقدة مقارنة بالتكرارات الحديثة.

تعرف على المزيد حول YOLOv7

YOLOv9: حل مشكلة عنق الزجاجة المعلوماتي

تم طرح YOLOv9 في أوائل عام 2024 من قبل نفس فريق البحث، YOLOv9 "اختناق المعلومات" المتأصل في الشبكات العصبية العميقة. غالبًا ما تضيع التفاصيل المهمة أثناء مرور البيانات عبر الطبقات العميقة. YOLOv9 هذه المشكلة من خلال تصميمات طبقات جديدة تمامًا.

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

ابتكارات معمارية: YOLOv9 معلومات التدرج القابلة للبرمجة (PGI) وشبكة تجميع الطبقات الفعالة المعممة (GELAN). تضمن PGI الحفاظ على التدرجات الموثوقة وإعادة تغذيتها لتحديث الأوزان بدقة. تعمل GELAN على تعظيم كفاءة المعلمات، مما يمكّن YOLOv9 تحقيق دقة عالية باستخدام عدد أقل بكثير من FLOPs مقارنة بسابقاتها.

تعرف على المزيد حول YOLOv9

تحليل الأداء

عند الاختيار بين البنى الهندسية، يجب على مهندسي الذكاء الاصطناعي الموازنة بين الدقة وسرعة الاستدلال والتكلفة الحسابية. يوضح الجدول أدناه الاختلافات في الأداء بين هذه النماذج على COCO القياسية.

النقاط الرئيسية

• كفاءة المعلمات: يضاهي YOLOv9m دقة YOLOv7l (51.4% mAP) مع استخدام معلمات أقل بنسبة 45% تقريبًا (20.0 مليون مقابل 36.9 مليون). هذا التخفيض الكبير يجعل YOLOv9m أسهل بكثير في النشر على أجهزة الذكاء الاصطناعي الطرفية ذات الذاكرة المحدودة.
• عمليات النشر الصغيرة: يوفر إدخال متغير YOLOv9t (صغير الحجم) سرعات مذهلة (2.3 مللي ثانية على T4 TensorRT) للبيئات التي تفرض قيودًا صارمة على الوقت الفعلي.
• أقصى دقة: بالنسبة للتطبيقات التي تتطلب دقة فائقة، ترفع YOLOv9e دقة الكشف إلى 55.6% mAP متفوقةً بشكل كبير على YOLOv7x.

ميزة Ultralytics

اختيار بنية النموذج هو مجرد الخطوة الأولى. فالنظام البيئي للبرمجيات المحيط بالنموذج هو الذي يحدد مدى سرعة الانتقال من النموذج الأولي إلى الإنتاج. ويوفر دمج هذه النماذج من خلال Python Ultralytics Python مزايا كبيرة للمطورين والباحثين.

سهولة الاستخدام وكفاءة التدريب

تاريخياً، YOLOv7 تدريب YOLOv7 إعداد بيانات معقدة ونصوص برمجية مخصصة بشكل كبير. يعمل Ultralytics على إزالة تعقيدات التعلم العميق هذه. يمكن للمطورين التبديل بسهولة بين البنى، وتجربة ضبط المعلمات الفائقة، واستخدام خطوط أنابيب ذكية لتعزيز البيانات باستخدام الحد الأدنى من التعليمات البرمجية.

علاوة على ذلك، Ultralytics استخدام الذاكرة أثناء التدريب والاستدلال. على عكس نماذج المحولات الثقيلة (مثل RT-DETR)، فإنYOLO Ultralytics YOLO تتدرب بشكل أسرع بكثير وتتطلب CUDA أقل بكثير، مما يجعلها مثالية لوحدات معالجة الرسومات (GPU) المخصصة للمستهلكين.

مثال على الكود: تدريب مبسط

يتم تدريب النماذج المتطورة بسلاسة داخل Ultralytics . فيما يلي مثال قابل للتشغيل بالكامل يوضح كيفية تدريب YOLOv9 والتحقق من صحته:

from ultralytics import YOLO

# Initialize the model (you can swap 'yolov9c.pt' with 'yolov7.pt' or 'yolo26n.pt')
model = YOLO("yolov9c.pt")

# Train the model on the COCO8 sample dataset
train_results = model.train(
    data="coco8.yaml",
    epochs=50,
    imgsz=640,
    device="0",  # Use GPU 0 if available
    batch=16,  # Optimized batch size for memory efficiency
)

# Validate the model's performance on the validation set
metrics = model.val()

# Export the trained model to ONNX format for deployment
model.export(format="onnx")

تنوع لا مثيل له في المهام

يعني النظام البيئي الذي يتم صيانته جيدًا إمكانية الوصول إلى مهام رؤية حاسوبية متنوعة. في حين أن YOLOv7 تصميمه في الأساس لاكتشاف الأجسام (مع فروع تجريبية لاحقة لمهام أخرى)، فإن Ultralytics الحديثة مصممة أصلاً لتكون متعددة الاستخدامات. يمكنك القيام بتجزئة المثيلات وتقدير الوضع وتصنيف الصور واكتشاف المربعات المحددة الاتجاه (OBB) بسلاسة فور تشغيله.

حالات الاستخدام والتطبيقات المثالية

YOLOv9 يعتمد الاختيار بين YOLOv7 YOLOv9 على قيود الصناعة المحددة لديك وتوافر الأجهزة.

متى تستخدم YOLOv7

• عمليات النشر القديمة: بالنسبة لبيئات الأجهزة التي تم ضبطها وتحسينها بالفعل بشكل كبير لتلائم بنية E-ELAN YOLOv7 تظل هذه البنية خيارًا قويًا لإنترنت الأشياء الصناعي.
• مراقبة حركة المرور: تعد معدلات الإطارات العالية والاستقرار المثبت YOLOv7 مماثلة ممتازة للبنية التحتية للمدن الذكية وإدارة حركة المرور في الوقت الفعلي.
• تكامل الروبوتات: يتطلب التنقل في البيئات الديناميكية معالجة منخفضة التأخير، وهو سيناريو تم اختبار YOLOv7 فيه بشكل مكثف.

متى تستخدم YOLOv9

• التصوير الطبي: YOLOv9 بنية PGI في YOLOv9 الاستثنائية على الحفاظ على التفاصيل الدقيقة من خلال الطبقات العميقة، وهو أمر بالغ الأهمية عند تحليل مهام تحليل الصور الطبية المعقدة مثل الكشف عن الأورام.
• تحليلات البيع بالتجزئة الكثيفة: لتتبع وحساب العناصر المكدسة بكثافة على أرفف البيع بالتجزئة، يوفر تكامل ميزات YOLOv9 دقة فائقة ويقلل من النتائج السلبية الخاطئة.
• الصور الجوية وصور الطائرات بدون طيار: تتيح كفاءة معلمات YOLOv9m معالجة الصور عالية الدقة على الطائرات بدون طيار، مما يساعد في الحفاظ على الحياة البرية ومراقبة الزراعة دون استنزاف عمر البطارية.

الخلاصة

YOLOv9 رسخ كل من YOLOv7 YOLOv9 مكانتهما في تاريخ الرؤية الحاسوبية. YOLOv7 تحسينات أساسية للمعالجة في الوقت الفعلي، بينما YOLOv9 معوقات التعلم العميق الهيكلي لتعظيم كفاءة المعلمات.

ومع ذلك، بالنسبة للمطورين الذين يبدؤون مشاريع جديدة اليوم، فإن الاستفادة من Ultralytics — وخاصة نماذج الجيل التالي مثل YOLO11 و YOLO26- توفر أفضل توازن بين السرعة والدقة وتجربة المطور. بفضل ابتكارات مثل مُحسّن MuSGD وإزالة Distribution Focal Loss (DFL) من أجل توافق أوسع مع الأجهزة، Ultralytics توفير الأدوات الأكثر سهولة وقوة لمحترفي الذكاء الاصطناعي في مجال الرؤية.

تعليقات