YOLOv8 مقابل DAMO-YOLO#

يشهد مجال الرؤية الحاسوبية تطورًا مستمرًا، إذ تحسّن البنى الجديدة ما يمكن تحقيقه على الأجهزة الطرفية ومجموعات الخوادم السحابية الكبيرة. وتتناول هذه المقارنة التقنية نموذجين بارزين لاكتشاف الأجسام في الزمن الحقيقي: YOLOv8 وDAMO-YOLO. ومن خلال دراسة بنيتيهما ومقاييس الأداء ومنهجيات التدريب، يستطيع مهندسو تعلّم الآلة اتخاذ قرارات مستنيرة بشأن مسارات النشر لديهم.

خلفية النماذج ونشأتها#

طُرح النموذجان في الفترة الزمنية نفسها تقريبًا، لكنهما يستندان إلى فلسفتين تصميميتين وأهداف بحثية مختلفة.

تفاصيل YOLOv8#

• المؤلفون: Glenn Jocher وAyush Chaurasia وJing Qiu
• الجهة: Ultralytics
• التاريخ: 2023-01-10
• GitHub: مستودع Ultralytics على GitHub
• Docs: الوثائق الرسمية لـ YOLOv8

تفاصيل DAMO-YOLO#

• المؤلفون: Xianzhe Xu وYiqi Jiang وWeihua Chen وYilun Huang وYuan Zhang وXiuyu Sun
• المؤسسة: Alibaba Group
• التاريخ: 2022-11-23
• arXiv: ورقة بحثية عن DAMO-YOLO
• GitHub: مستودع DAMO-YOLO على GitHub

تعرّف على المزيد حول DAMO-YOLO

ابتكارات البنية#

YOLOv8: تصميم متعدد الاستخدامات لا يعتمد على المراسي#

قدم Ultralytics YOLOv8 تحسينات كبيرة مقارنةً بأسلافه، وأصبح نموذجًا موثوقًا واسع الانتشار. ويتميز برأس كشف خالٍ من المراسي، ما يقلل عدد تنبؤات المربعات ويسرّع الاستدلال. وتستخدم البنية رأسًا مفصولًا يفصل مهام التصنيف والانحدار، ما يؤدي إلى تنبؤات أدق بمربعات الإحاطة.

علاوةً على ذلك، ينفذ YOLOv8 خسارة البؤرة التوزيعية (DFL) إلى جانب خسارة CIoU، ما يعزز قدرة النموذج على تحديد حدود الأجسام بدقة، خاصةً للأهداف الأصغر أو المحجوبة. وقد حُسّن العمود الفقري المبسط للتنفيذ على وحدات GPU وCPU.

DAMO-YOLO: مدفوع بالبحث المعماري#

يتبع DAMO-YOLO نهجًا مختلفًا، إذ يعتمد بدرجة كبيرة على البحث عن البنى العصبية (NAS) لتصميم عموده الفقري تلقائيًا. وقد قدم فريق Alibaba تقنية "MAE-NAS" لاكتشاف البنى التي تحقق الموازنة المثلى بين زمن الاستجابة والدقة، تحديدًا عند استخدام تسريع TensorRT.

يضم النموذج شبكة RepGFPN (شبكة هرم السمات المعممة المعاد تمثيلها) لدمج السمات بكفاءة، وتصميم «ZeroHead» لتقليل العبء الحسابي لرأس الكشف. وأثناء التدريب، يستخدم AlignedOTA لإسناد التسميات، ويعتمد بدرجة كبيرة على عملية معقدة لتقطير المعرفة، تتطلب نموذجًا معلّمًا أكبر للإشراف على نموذج الطالب المستهدف.

الأداء والمقاييس#

عند نشر نماذج الرؤية الحاسوبية في بيئات الإنتاج، يُعد تحقيق التوازن بين الدقة (mAP) وسرعة الاستدلال أمرًا بالغ الأهمية. يوضح الجدول أدناه أداء النموذجين بأحجام مختلفة.

في الفئة الأصغر، يحقق DAMO-YOLOt وDAMO-YOLOs قيمة mAP أعلى من YOLOv8n وYOLOv8s، لكنهما يستخدمان عددًا أكبر من المعلمات؛ ومن الحجم المتوسط فصاعدًا، يتقدم YOLOv8 في الدقة. لا يحتاج YOLOv8n (nano) إلا إلى 3.2 مليون معلمة، مقارنةً بـ8.5 مليون لدى DAMO-YOLOt، ما يجعله أنسب للأجهزة المحمولة أو البيئات ذات القيود الصارمة على الذاكرة. كما يوفر YOLOv8 نطاقًا أوسع من الأحجام، وصولًا إلى YOLOv8x، وهو النموذج الأدق هنا، لأعباء العمل السحابية.

تجربة المطور والمنظومة#

سهولة الاستخدام وكفاءة التدريب#

من أبرز عوامل الاختلاف تجربة المستخدم. فقد صُمم نظام Ultralytics البيئي لتسريع وتيرة عمل المطورين. ويتطلب تدريب نموذج YOLOv8 مخصص قدرًا معتدلًا من الذاكرة، ويمكن إجراؤه عبر واجهة Python API موحدة أو واجهة سطر الأوامر.

في المقابل، يتطلب تكرار تدريب DAMO-YOLO المعزز بالتقطير غالبًا التعامل مع ملفات إعداد معقدة وإدارة تتبّع التجارب متعددة المراحل بين المعلّم والطالب.

يدرّب المثال التالي YOLOv8 ويصدره باستخدام Python:

from ultralytics import YOLO

# ⁨تحميل نموذج YOLOv8 nano مدرّب مسبقًا⁩
model = YOLO("yolov8n.pt")

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

# ⁨تصدير النموذج المدرّب إلى تنسيق ONNX⁩
path = model.export(format="onnx")

تعدد الاستخدامات عبر مهام الرؤية#

صُمم DAMO-YOLO حصرًا لاكتشاف الأجسام باستخدام مربعات الإحاطة. وعلى النقيض، تدعم بنية YOLOv8 مهامًا متعددة دعمًا أصيلًا. فمن خلال استبدال أوزان النموذج، يستطيع المطورون إجراء تجزئة المثيلات وتصنيف الصور وتقدير الوضعيات دون تغيير قاعدة شيفرات النشر الأساسية، ما يجعل نماذج Ultralytics أكثر عملية للتطبيقات متعددة المهام.

حالات الاستخدام في العالم الحقيقي#

متى تستخدم YOLOv8#

يجعل الجمع بين السرعة والدقة وسهولة النشر في YOLOv8 منه خيارًا مثاليًا لما يلي:

• تحليلات البيع بالتجزئة الذكية: تنفيذ تتبّع الأجسام لمراقبة سلوك العملاء أو أتمتة عمليات فحص المخزون.
• الروبوتات الزراعية: الاستفادة من الأداء القوي على أجهزة متنوعة لتحديد المحاصيل أو الآفات في الزمن الحقيقي.
• التشخيص الطبي: استخدام تجزئة المثيلات لرسم خرائط الشذوذ في الصور الطبية بسرعة ودقة.
• عمليات النشر الطرفية: يجعل التصدير المدمج إلى تنسيقات مثل OpenVINO وCoreML YOLOv8 مناسبًا تمامًا للأجهزة محدودة الموارد.

متى تستخدم DAMO-YOLO#

يمكن أن يكون DAMO-YOLO مفيدًا في سيناريوهات محددة، ولا سيما:

• الأبحاث الأكاديمية في البحث العصبي عن المعمارية (NAS): للفرق التي تدرس إعادة المعلمات أو منهجيات التصميم الآلي للمعماريات.
• مسارات العمل المقيّدة بوحدة GPU حصرًا: التطبيقات التي تعمل حصريًا على أجهزة NVIDIA محددة، حيث جرى تحسين البنى المصممة باستخدام NAS لتنفيذ TensorRT.

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين YOLOv8 وDAMO-YOLO على متطلبات مشروعك المحددة وقيود النشر وتفضيلات النظام البيئي.

متى تختار YOLOv8#

يُعد YOLOv8 خيارًا قويًا لـ:

• نشر مرن متعدد المهام: مشاريع تتطلب نموذجًا مثبتًا لـالكشف والتجزئة والتصنيف وتقدير الوضعيات ضمن منظومة Ultralytics.
• أنظمة إنتاجية راسخة: بيئات الإنتاج الحالية المبنية بالفعل على بنية YOLOv8، والتي تستخدم خطوط نشر مستقرة ومختبرة جيدًا.
• دعم واسع من المجتمع والمنظومة: التطبيقات التي تستفيد من دروس YOLOv8 الشاملة وتكاملاته مع جهات خارجية وموارد مجتمعه النشط.

متى تختار DAMO-YOLO#

يوصى باستخدام DAMO-YOLO في الحالات التالية:

• تحليلات الفيديو عالية الإنتاجية: معالجة تدفقات فيديو ذات معدل إطارات مرتفع على بنية تحتية ثابتة من NVIDIA GPU، حيث تكون الإنتاجية عند batch-1 المقياس الأساسي.
• خطوط التصنيع الصناعي: السيناريوهات ذات قيود زمن استجابة صارمة على GPU ضمن أجهزة مخصصة، مثل فحص الجودة في الوقت الفعلي على خطوط التجميع.
• أبحاث البحث عن البنية العصبية: دراسة تأثيرات البحث الآلي عن البنية (MAE-NAS) والعمود الفقري الفعال المعاد تحديد معلماته على أداء الكشف.

متى تختار Ultralytics (YOLO26)#

بالنسبة إلى معظم المشاريع الجديدة، يقدم Ultralytics YOLO26 أفضل مزيج من الأداء وتجربة المطور:

• النشر الطرفي الخالي من NMS: تطبيقات تتطلب استدلالًا ثابتًا منخفض زمن الاستجابة، دون تعقيد المعالجة اللاحقة الخاصة بـ الكبح غير الأقصى (NMS).
• البيئات التي لا تستخدم إلا CPU: الأجهزة التي لا تتضمن تسريعًا مخصصًا لوحدة GPU، حيث تمنح سرعة استدلال YOLO26n الأعلى بنسبة تصل إلى 43% على CPU مقارنةً بـYOLO11n أفضلية حاسمة.
• 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.

نظرة مستقبلية: نماذج Ultralytics الأحدث#

يظل YOLOv8 أداة عمل موثوقة، لكن مجال الرؤية الحاسوبية يتطور بسرعة، لذا ينبغي للمستخدمين التفكير أيضًا في الأجيال الأحدث:

YOLO26: يقدّم أحدث الأجيال، Ultralytics YOLO26، تصميمًا أصليًا شاملًا من دون NMS (nms=False) يزيل زمن الاستجابة الناتج عن المعالجة اللاحقة باستخدام NMS. ويعمل محسّن MuSGD (مزيج من SGD وMuon) على تثبيت التدريب، فيما تحسّن ProgLoss + STAL (الخسارة التدريجية وإسناد التسميات المراعي للأهداف الصغيرة) اكتشاف الأجسام الصغيرة. وبفضل إزالة DFL (إزالة Distribution Focal Loss لتبسيط التصدير وتحسين التوافق مع الأجهزة الطرفية ومنخفضة الطاقة)، يوفّر YOLO26n استدلالًا على CPU أسرع بنسبة تصل إلى 43% مقارنةً بـ YOLO11n، ما يجعله خيارًا قويًا للحوسبة الطرفية.

YOLO11: يحسّن Ultralytics YOLO11 بنية YOLOv8، ولا يزال واسع الاستخدام في المجتمع.

ختامًا، بينما يقدم DAMO-YOLO رؤى بحثية مفيدة حول البحث عن البنى، توفر نماذج Ultralytics منظومة أكثر نضجًا وتنوعًا وملاءمةً للمطورين. سواء اخترت الاستمرار في استخدام YOLOv8 أو الترقية إلى بنية YOLO26 الخالية من NMS، توفر Ultralytics مجموعة أدوات متكاملة للذكاء الاصطناعي للرؤية في الزمن الحقيقي.