تخطي إلى المحتوى

YOLOv8 مقابل DAMO-YOLO: مقارنة فنية شاملة

في مجال الرؤية الحاسوبية سريع التطور، يعد اختيار النموذج الصحيح لاكتشاف الأجسام أمرًا بالغ الأهمية لنجاح المشروع. تتعمق هذه المقارنة في الفروق الفنية الدقيقة بين Ultralytics YOLOv8YOLO وهما نموذجان بارزان أحدثا تأثيرات كبيرة في هذا المجال. بينما يدفع كلا النموذجين حدود السرعة والدقة، فإنهما يلبيان احتياجات وقواعد مستخدمين مختلفة، بدءًا من البحث الأكاديمي إلى النشر على مستوى الإنتاج.

ملخص تنفيذي

YOLOv8، الذي طورته Ultralytics، يمثل تطورًا متعدد الاستخدامات ومتمحورًا حول المستخدم في عائلة YOLO. تم إطلاقه في أوائل عام 2023، وهو يعطي الأولوية لإطار عمل موحد يدعم مهام متعددة - الكشف (detect)، والتقطيع (segment)، والتصنيف (classify)، وتقدير الوضع، و obb - مدعومًا بنظام بيئي قوي ومُصان جيدًا.

DAMO-YOLO، الذي تم إصداره بواسطة مجموعة علي بابا في أواخر عام 2022، يركز بشكل كبير على الابتكارات المعمارية المشتقة من البحث عن البنية العصبية (NAS) وتقنيات دمج الميزات المتقدمة. إنه مصمم بشكل أساسي لاكتشاف الكائنات عالية الإنتاجية على وحدات معالجة الرسومات (GPUs).

الابتكارات المعمارية

تكمن الاختلافات الأساسية بين هذين النموذجين في فلسفات التصميم الخاصة بهما. يركز YOLOv8 على سهولة الاستخدام والتعميم، بينما يستهدف DAMO-YOLO تحسين البنية لتحقيق مقاييس أداء محددة.

Ultralytics YOLOv8: مُحسَّن وموحَّد

يعتمد YOLOv8 على نجاح سابقاته من خلال تقديم رأس detect حديث بدون نقاط ارتكاز. يعالج هذا الرأس المفصول مهام الكشف عن الكائنات والتصنيف والانحدار بشكل مستقل، مما يعزز سرعة التقارب والدقة.

تشمل الميزات المعمارية الرئيسية ما يلي:

  • وحدة C2f: كبديل لوحدة C3، تعمل وحدة C2f (مرحلة جزئية متقاطعة مع عنق الزجاجة الثنائي) على تحسين تدفق التدرج وتمثيل الميزات مع الحفاظ على بصمة خفيفة الوزن.
  • تصميم خالٍ من المرتكزات (Anchor-Free Design): تقلل إزالة الحاجة إلى مربعات ارتكاز محددة مسبقًا من عدد المعلمات الفائقة، مما يبسط عملية التدريب ويحسن التعميم عبر مجموعات البيانات المتنوعة.
  • زيادة بيانات Mosaic: مسار مُحسَّن يعزز قدرة النموذج على detect الكائنات في المشاهد المعقدة والمقاييس المتغيرة.

تعرف على المزيد حول YOLOv8

DAMO-YOLO: تحسين مدفوع بالبحث

تدمج DAMO-YOLO ("الاكتشاف والمغامرة والزخم والتوقعات") العديد من مفاهيم البحث المتقدمة لضغط الأداء الأقصى من البنية.

تشمل التقنيات الرئيسية:

  • العمود الفقري MAE-NAS: يستخدم البحث في بنية الشبكة العصبية (NAS) لاكتشاف بنية عمود فقري فعالة تلقائيًا، وتحسين المقايضة بين زمن الوصول والدقة.
  • RepGFPN Neck: تعمل شبكة RepGFPN الفعالة (Generalized Feature Pyramid Network) على تحسين feature fusion عبر مختلف المقاييس، وهو أمر بالغ الأهمية لـ detect الأجسام ذات الأحجام المختلفة.
  • ZeroHead: تصميم رأس خفيف الوزن يقلل من التعقيد الحسابي (FLOPs) دون التضحية بشكل كبير بأداء detect.
  • AlignedOTA: إستراتيجية ديناميكية لإسناد الملصقات تحل عدم التوافق بين مهام التصنيف والانحدار أثناء التدريب.

تعرف على المزيد حول DAMO-YOLO

مقاييس الأداء

غالبًا ما يكون الأداء هو العامل الحاسم بالنسبة للمهندسين. يقدم الجدول أدناه مقارنة تفصيلية للمقاييس الرئيسية على مجموعة بيانات COCO.

النموذجالحجم
(بالبكسل)		mAPval
50-95		السرعة
وحدة المعالجة المركزية CPU ONNX
(بالمللي ثانية)		السرعة
T4 TensorRT10
(بالمللي ثانية)		المعلمات
(M)		FLOPs
(B)
YOLOv8n64037.380.41.473.28.7
YOLOv8s64044.9128.42.6611.228.6
YOLOv8m64050.2234.75.8625.978.9
YOLOv8l64052.9375.29.0643.7165.2
YOLOv8x64053.9479.114.3768.2257.8
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3

التحليل

  • دقة من الدرجة الأولى: يحقق أكبر نموذج YOLOv8x أعلى دقة مع 53.9 mAP، متجاوزًا أكبر متغير DAMO-YOLO. هذا يجعل YOLOv8 الخيار المفضل للتطبيقات التي تكون فيها الدقة ذات أهمية قصوى، مثل تحليل الصور الطبية أو الأنظمة الحساسة للسلامة.
  • سرعة الاستدلال:YOLOv8n (Nano) يهيمن على السرعة، حيث يسجل 1.47 مللي ثانية فقط على وحدة معالجة الرسوميات T4 و 80.4 مللي ثانية على وحدة المعالجة المركزية CPU. هذه السرعة الاستثنائية ضرورية لـ الاستدلال في الوقت الفعلي على الأجهزة الطرفية.
  • الكفاءة: يُظهر YOLOv8 كفاءة فائقة في استخدام المعلمات. على سبيل المثال، يستخدم YOLOv8n فقط 3.2 مليون معلمة مقارنة بـ 8.5 مليون معلمة لـ DAMO-YOLOt، ولكنه يقدم أداءً تنافسيًا للغاية. يعتبر هذا الحجم الأصغر للذاكرة أمرًا بالغ الأهمية للنشر على الأجهزة ذات الموارد المحدودة مثل Raspberry Pi.
  • أداء وحدة المعالجة المركزية (CPU Performance): توفر Ultralytics معايير شفافة لوحدة المعالجة المركزية (CPU)، في حين أن DAMO-YOLO يفتقر إلى بيانات وحدة المعالجة المركزية (CPU) الرسمية. بالنسبة للعديد من الشركات التي لا تستطيع الوصول إلى وحدات معالجة الرسومات (GPUs) المخصصة، يعد أداء وحدة المعالجة المركزية (CPU) المثبت لـ YOLOv8 ميزة كبيرة.

مرونة النشر

يمكن تصدير نماذج YOLOv8 بسهولة إلى تنسيقات مختلفة بما في ذلك ONNX و TensorRT و CoreML و TFLite باستخدام yolo export الأمر. هذا نشر النموذج تضمن هذه الإمكانية التكامل السلس في بيئات إنتاج متنوعة.

سهولة الاستخدام والنظام البيئي

غالبًا ما يتم تحديد الفجوة بين نموذج البحث وأداة الإنتاج من خلال نظامه البيئي وسهولة استخدامه.

ميزة النظام الإيكولوجي لـ Ultralytics

YOLOv8 ليس مجرد نموذج؛ بل هو جزء من منصة شاملة. يوفر نظام Ultralytics البيئي ما يلي:

  • واجهة برمجة تطبيقات بسيطة: تتيح واجهة Python موحدة للمطورين تدريب النماذج والتحقق من صحتها ونشرها بأقل من خمسة أسطر من التعليمات البرمجية.
  • وثائق شاملة: تساعد الأدلة التفصيلية والبرامج التعليمية والمسرد المستخدمين على التنقل في مفاهيم رؤية الكمبيوتر المعقدة.
  • دعم المجتمع: يضمن المجتمع النشط على GitHub و Discord حل المشكلات بسرعة.
  • عمليات التكامل: دعم أصيل لأدوات مثل Weights & Biases و Comet و Roboflow يبسط خط أنابيب MLOps.

سهولة استخدام DAMO-YOLO

DAMO-YOLO هو في الأساس مستودع للأبحاث. على الرغم من أنه يقدم تقنية رائعة، إلا أنه يتطلب منحنى تعليمي أكثر حدة. غالبًا ما يحتاج المستخدمون إلى تكوين البيئات يدويًا والتنقل في قواعد التعليمات البرمجية المعقدة لتكييف النموذج مع مجموعات البيانات المخصصة. يفتقر إلى دعم المهام المتعددة الواسع النطاق (segmentation، الوضع، وما إلى ذلك) الموجود في إطار عمل Ultralytics.

حالات الاستخدام والتطبيقات

السيناريوهات المثالية لـ YOLOv8

  • أنظمة الرؤية متعددة المهام: المشاريع التي تتطلب object detection و instance segmentation و تقدير الوضع في وقت واحد.
  • الذكاء الاصطناعي الطرفي: عمليات النشر على أجهزة مثل NVIDIA Jetson أو الهواتف المحمولة حيث تكون كفاءة الذاكرة والكمون المنخفض أمرًا بالغ الأهمية.
  • النماذج الأولية السريعة: الشركات الناشئة وفرق البحث والتطوير التي تحتاج إلى التكرار بسرعة من جمع البيانات إلى نشر النموذج.
  • الأتمتة الصناعية: خطوط التصنيع التي تستخدم فحص الجودة حيث تكون الموثوقية والتكاملات القياسية ضرورية.

السيناريوهات المثالية لـ DAMO-YOLO

  • الخوادم التي تركز على وحدة معالجة الرسوميات (GPU): خدمات سحابية عالية الإنتاجية حيث تتم معالجة دفعات ضخمة من الصور على وحدات معالجة الرسوميات (GPU) قوية.
  • البحث الأكاديمي: الباحثون الذين يبحثون في فعالية تقنيات NAS والتقطير في معماريات الكشف عن الكائنات.

مثال على التدريب: YOLOv8

اختبر بساطة واجهة برمجة التطبيقات Ultralytics. يوضح مقتطف التعليمات البرمجية التالي كيفية تحميل نموذج YOLOv8 مدرب مسبقًا وضبطه بدقة على مجموعة بيانات مخصصة.

from ultralytics import YOLO

# Load a pre-trained YOLOv8 model
model = YOLO("yolov8n.pt")

# Train the model on your custom data
# The data argument points to a YAML file describing your dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run inference on an image
results = model("path/to/image.jpg")

يتناقض سير العمل المباشر هذا مع الإعداد الأكثر كثافة في التكوين المطلوب عادةً للنماذج الموجهة نحو البحث مثل DAMO-YOLO.

الخلاصة

يمثل كلا التصميمين المعماريين إنجازات كبيرة في مجال رؤية الحاسوب. يقدم DAMO-YOLO ابتكارات مقنعة مثل ZeroHead و MAE-NAS، مما يجعله منافسًا قويًا لمهام GPU عالية الأداء المحددة.

ومع ذلك، بالنسبة للغالبية العظمى من المطورين والمؤسسات، يظل Ultralytics YOLOv8 هو الخيار الأفضل. إن تعدد استخداماته التي لا مثيل لها ووثائقه الشاملة ونظامه البيئي النابض بالحياة يقلل من الاحتكاك الناتج عن تبني الذكاء الاصطناعي. سواء كنت تقوم بالتحسين لـ تقدير السرعة على طريق سريع أو إجراء تقسيم الأنسجة الدقيق في المختبر، فإن YOLOv8 يوفر الأداء المتوازن والأدوات اللازمة لتقديم الحل الخاص بك إلى مرحلة الإنتاج بكفاءة.

استكشف نماذج أخرى

تعد مقارنة النماذج أفضل طريقة للعثور على الأداة المناسبة التي تلبي احتياجاتك الخاصة. تحقق من هذه المقارنات الأخرى:


تعليقات