مقارنة بين YOLOv7 وYOLOX#

اتسم تطور الرؤية الحاسوبية بتقدم سريع في اكتشاف الأجسام في الوقت الفعلي. ومن أبرز المحطات في هذا المسار YOLOv7 وYOLOX. وعلى الرغم من أن كلا النموذجين تجاوز حدود السرعة والدقة، فقد تبنّيا فلسفتين معماريتين مختلفتين لتحقيق نتائجهما. يقدم هذا الدليل مقارنة تقنية شاملة بين هذين النموذجين القويين، لمساعدتك على اختيار البنية المناسبة لمشروعات الرؤية الحاسوبية الخاصة بك.

مقدمة إلى النماذج#

يُعد فهم أصول هذه النماذج وخيارات تصميمها الأساسية أمرًا بالغ الأهمية لنشرها بفاعلية في عمليات تعلّم الآلة الحديثة.

تفاصيل YOLOv7#

طوّر YOLOv7 باحثون حافظوا على بنيتي CSPNet وScaled-YOLOv4، وقدّم نهج «حقيبة من المزايا المجانية القابلة للتدريب» لتعظيم الدقة دون زيادة تكلفة الاستدلال.

• المؤلفون: Chien-Yao Wang وAlexey Bochkovskiy وHong-Yuan Mark Liao
• الجهة: معهد علوم المعلومات، أكاديميا سينيكا، تايوان
• التاريخ: 2022-07-06
• Arxiv: https://arxiv.org/abs/2207.02696
• GitHub: https://github.com/WongKinYiu/yolov7
• الوثائق: وثائق Ultralytics YOLOv7

تعرف على المزيد حول YOLOv7

تفاصيل YOLOX#

اتخذ YOLOX مسارًا مختلفًا من خلال إعادة نمط اكتشاف الأجسام إلى النهج الخالي من المراسي، مع تبسيط بنية الرأس بدرجة كبيرة مع الحفاظ على أداء قوي.

• المؤلفون: Zheng Ge وSongtao Liu وFeng Wang وZeming Li وJian Sun
• المنظمة: Megvii
• التاريخ: 2021-07-18
• Arxiv: https://arxiv.org/abs/2107.08430
• GitHub: https://github.com/Megvii-BaseDetection/YOLOX
• المستندات: المستندات الرسمية لـ YOLOX

تعرف على المزيد حول YOLOX

الاختلافات والابتكارات المعمارية#

تكمن الفروقات الأساسية بين YOLOv7 وYOLOX في منهجيتهما لاستخراج السمات، والتنبؤ بالمربعات المحيطة، وإسناد التسميات.

YOLOX: الرائد في الاستغناء عن المراسي#

أحدث YOLOX تحولًا جذريًا في عائلة YOLO من خلال الانتقال إلى تصميم خالٍ من المراسي. تتطلب الكاشفات التقليدية القائمة على المراسي ضبطًا استدلاليًا معقدًا لتجميع مربعات المراسي، وقد يعتمد ذلك بدرجة كبيرة على مجموعة البيانات. ومن خلال إلغاء مربعات المراسي، خفّض YOLOX عدد معلمات التصميم بدرجة ملحوظة. علاوة على ذلك، يستخدم YOLOX رأسًا مفصولًا، إذ يفصل مهام التصنيف وتحديد الموقع في فرعين مميزين من الشبكة. ويعالج ذلك التعارض المتأصل بين تصنيف الجسم وانحدار إحداثياته المكانية. كما يدمج YOLOX استراتيجيات متقدمة لإسناد التسميات، مثل SimOTA، التي تخصص العينات الموجبة ديناميكيًا أثناء التدريب.

YOLOv7: تجميع الطبقات الفعّال الموسّع#

عاد YOLOv7 إلى المنهجيات القائمة على المراسي، لكنه قدّم شبكة تجميع الطبقات الفعّال الموسّع (E-ELAN). تعمل E-ELAN على تحسين طول مسار التدرج، بما يضمن تعلّم الشبكة بفاعلية عبر أعماق مختلفة. وتعتمد البنية بدرجة كبيرة على تقنيات إعادة المعلمة، إذ تدمج طبقات الالتفاف أثناء الاستدلال لتعزيز السرعة دون التضحية بالدقة. وتتضمن استراتيجية «حقيبة المزايا المجانية» في YOLOv7 ابتكارات مثل الالتفافات المعاد تحديد معلماتها المخططة وإسناد التسميات الموجّه من الرئيسي من الخشن إلى الدقيق، ما يدفع متوسط الدقة بالمتوسط للنموذج إلى مستويات لافتة.

مقارنة الأداء#

عند تقييم هذه النماذج للاستخدام الإنتاجي، من الضروري تحقيق توازن بين الدقة والكفاءة الحسابية. يوضح الجدول أدناه المفاضلات، مع إبراز المقاييس الأفضل أداءً بالخط العريض.

كما يتضح أعلاه، يحقق YOLOv7x أعلى قيمة mAP، ما يجعله دقيقًا للغاية مع مجموعات البيانات المعقدة. وعلى العكس، جرى تحسين YOLOX-Nano بدرجة كبيرة ليتعامل مع القيود القصوى على الموارد. ومع ذلك، يُظهر كلا النموذجين استخدامًا مرتفعًا نسبيًا للذاكرة أثناء التدريب مقارنة بالبنيات الحديثة.

منهجيات التدريب والمنظومة#

من العوامل الحاسمة للباحثين والمطورين سهولة التنفيذ. فقد كانت إصدارات YOLO الأقدم تتطلب تقليديًا نصوص C++ مخصصة بدرجة كبيرة أو إدارة معقدة للتبعيات.

ميزة منظومة Ultralytics#

أما اليوم، فأكثر الطرق فاعلية لاستخدام هذه البنيات تتمثل في منظومة Ultralytics التي تحظى بصيانة جيدة. توفر Ultralytics واجهة Python موحدة وبديهية للغاية، وتبسّط بدرجة كبيرة التدريب والتحقق والنشر.

• سهولة الاستخدام: باستخدام بضعة أسطر من التعليمات البرمجية فقط، يمكنك بدء حلقة تدريب، مما يخفف من منحنى التعلم الحاد المرتبط بتطبيقات PyTorch الخام.
• كفاءة التدريب: تستخدم نماذج Ultralytics YOLO بطبيعتها ذاكرة أقل أثناء التدريب مقارنة بنماذج Transformer الثقيلة مثل RT-DETR. ويتيح ذلك للمطورين زيادة أحجام الدُفعات إلى أقصى حد على الأجهزة الاستهلاكية.
• تعدد الاستخدامات: إلى جانب المربعات المحيطة البسيطة، تمتد المنظومة بسهولة لتشمل مهام مثل تجزئة المثيلات وتقدير الوضعية.

فيما يلي مثال قابل للتشغيل بنسبة 100% يوضح كيفية تدريب نموذج باستخدام واجهة API الخاصة بـ Ultralytics:

from ultralytics import YOLO

# Load a pre-trained model
model = YOLO("yolov8n.pt")  # Readily available weights for rapid transfer learning

# Train the model efficiently on your custom data
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    batch=16,
    device="0",  # Utilizes optimal CUDA memory management
)

# Export seamlessly to ONNX or TensorRT
model.export(format="onnx")

من خلال توحيد مسار التصدير، يستطيع المطورون نقل أوزانهم بسهولة إلى تنسيقات مثل TensorRT أو ONNX، بما يضمن استدلالًا عالي السرعة على الأجهزة المستهدفة.

حالات الاستخدام المثالية والتطبيقات الواقعية#

يعتمد الاختيار بين YOLOX وYOLOv7 إلى حد كبير على أهداف النشر:

• YOLOX للذكاء الاصطناعي الطرفي: تُعد نسختا YOLOX-Nano وYOLOX-Tiny مناسبتين للغاية للنشر على الأجهزة منخفضة الطاقة. فإذا كنت تبني كاميرا أمنية ذكية على Raspberry Pi، فإن الالتفافات البسيطة الخالية من المراسي في YOLOX تنتقل بسهولة إلى المسرّعات الطرفية.
• YOLOv7 للتحليلات عالية الدقة: إذا كنت تعالج صورًا عالية الدقة للأقمار الصناعية أو تنفذ مراقبة جودة التصنيع المعقدة، فإن قيمة mAP المرتفعة في YOLOv7x، والمدعومة بوحدات GPU عالية المستوى من NVIDIA، تضمن اكتشاف حتى أصغر الحالات الشاذة.

المستقبل: الترقية إلى Ultralytics YOLO26#

رغم أن YOLOv7 وYOLOX كانا رائدين عند ظهورهما، فإن مجال الرؤية الحاسوبية شهد تقدمًا كبيرًا. وبالنسبة إلى عمليات النشر الجديدة، ينبغي للمطورين التوجه إلى Ultralytics YOLO26، الذي أُصدر في يناير 2026. يجمع هذا النموذج المتطور أفضل النظريات المعمارية في نظام نهائي جاهز للاستخدام الإنتاجي.

إليك أسباب التوصية الشديدة بالترقية:

• تصميم شامل خالٍ من NMS: يلغي YOLO26 أصلاً عملية كبت غير الأعظمي (NMS) أثناء المعالجة اللاحقة. وقد طُرح هذا النهج أولًا في YOLOv10، وهو يضمن زمن استجابة منخفضًا باستمرار، مما يبسط النشر على الأجهزة التي تفتقر إلى دعم عتادي لـ NMS.
• إزالة DFL: من خلال إزالة خسارة البؤرة التوزيعية، يحقق YOLO26 توافقًا أفضل بكثير مع الأجهزة الطرفية منخفضة الطاقة وعمليات تصدير ONNX المباشرة.
• مُحسِّن MuSGD: مستفيدًا من ابتكارات تدريب LLM، يستخدم YOLO26 مُحسِّن MuSGD هجينًا، مما يضمن تقاربًا أسرع وديناميكيات تدريب مستقرة للغاية.
• استدلال على CPU أسرع بنسبة تصل إلى 43%: جرى تحسين YOLO26 بدرجة كبيرة ليتلاءم مع الأجهزة الواقعية، وهو يعمل بكفاءة على وحدات CPU القياسية دون الحاجة إلى بنية تحتية مكلفة لوحدات GPU.
• ProgLoss + STAL: تعمل دوال الخسارة المتقدمة هذه على تحسين التعرّف على الأجسام الصغيرة بدرجة كبيرة، وهي ميزة بالغة الأهمية لـعمليات تفتيش الطائرات المسيّرة الجوية وشبكات IoT المتطورة.

بالنسبة إلى المطورين الساعين إلى تحقيق أفضل توازن في الأداء عبر اكتشاف الأجسام والتجزئة وما يتجاوزهما، فإن نشر النماذج عبر منصة Ultralytics يوفر تجربة لا مثيل لها وخالية من الاحتكاك.

الخلاصة#

قدّم كل من YOLOX وYOLOv7 تقنيات محورية شكّلت مسار الذكاء الاصطناعي مفتوح المصدر للرؤية الحاسوبية. فأثبت YOLOX جدوى الرؤوس المفصولة الخالية من المراسي، في حين أظهر YOLOv7 القوة الهائلة لإعادة معلمة مسار التدرج. واليوم، يضمن الاستفادة من منظومة Ultralytics إمكانية استخراج أقصى إمكانات هذه البنيات التاريخية، أو الانتقال بسلاسة إلى أحدث ما توصل إليه المجال عبر YOLO26 لتحصين تطبيق الرؤية الحاسوبية التالي لديك ضد تقادم التقنية.