YOLOv8 مقابل RTDETRv2#

يشهد مجال الرؤية الحاسوبية تطورًا مستمرًا، إذ توسع البنى الجديدة إمكانات اكتشاف الأجسام في الزمن الحقيقي. ومن النماذج البارزة التي حظيت باهتمام كبير Ultralytics YOLOv8 وRTDETRv2 من Baidu. ويقدم هذا الدليل مقارنة تقنية بين النموذجين، مستكشفًا بنيتيهما ومقاييس الأداء وسيناريوهات النشر المثلى.

نظرة عامة على YOLOv8#

يمثل Ultralytics YOLOv8 محطة مهمة في عائلة نماذج YOLO (أنت ترى مرة واحدة)، إذ يجمع بين السرعة والدقة وسهولة الاستخدام في مجموعة واسعة من المهام.

الخصائص الرئيسية:

• المؤلفون: Glenn Jocher وAyush Chaurasia وJing Qiu
• الجهة: Ultralytics
• التاريخ: 10 يناير 2023
• GitHub: مستودع Ultralytics
• الوثائق: وثائق YOLOv8

البنية ومواطن القوة#

يقدم YOLOv8 بنية مبسطة تحسّن استخراج السمات وانحدار مربعات الإحاطة. وهو كاشف خالٍ من المراسي، ما يبسّط رأس التنبؤ ويقلل تعديلات المعلمات الفائقة المطلوبة أثناء التدريب. ويمنح ذلك YOLOv8 توازنًا قويًا بين سرعة الاستدلال ومتوسط الدقة (mAP)، ما يجعله مناسبًا تمامًا للنشر في العالم الحقيقي على الأجهزة الطرفية والخوادم السحابية.

كما أن متطلبات الذاكرة لدى YOLOv8 أقل أثناء التدريب مقارنةً بالبنى المعتمدة على المحولات، ما يتيح للمطورين تدريب النماذج على وحدات GPU استهلاكية معتادة دون نفاد الذاكرة.

تعدد الاستخدامات#

تتمثل إحدى نقاط قوة YOLOv8 الأساسية في تعدد استخداماته المتأصل. وبينما تركز نماذج كثيرة على مربعات الإحاطة وحدها، يوفر YOLOv8 دعمًا جاهزًا لـكشف الأجسام وتجزئة الكائنات وتصنيف الصور وتقدير الوضعيات وكشف مربعات الإحاطة الموجّهة (OBB).

نظرة عامة على RTDETRv2#

يستند RTDETRv2 (الإصدار الثاني من محول الكشف في الزمن الحقيقي) إلى RT-DETR الأصلي، ويهدف إلى توظيف آليات الانتباه في محولات الرؤية لتطبيقات اكتشاف الأجسام في الزمن الحقيقي.

الخصائص الرئيسية:

• المؤلفون: Wenyu Lv وYian Zhao وQinyao Chang وKui Huang وGuanzhong Wang وYi Liu
• الجهة: Baidu
• التاريخ: 2024-07-24
• arXiv: 2407.17140
• GitHub: مستودع RT-DETR
• الوثائق: ملف README الخاص بـRTDETRv2

البنية ومواطن القوة#

يستخدم RTDETRv2 بنية هجينة تجمع عمودًا فقريًا للشبكة العصبية الالتفافية (CNN) ببنية محول تتألف من مُرمّز ومُفكّك ترميز. ويتيح ذلك للنموذج التقاط العلاقات المكانية المعقدة والسياق العام عبر آليات الانتباه الذاتي. وباستخدام مجموعة من استراتيجيات التدريب المعروفة باسم "مجموعة مزايا مجانية"، يحقق RTDETRv2 درجات mAP تنافسية على مجموعات بيانات المعايير القياسية مثل مجموعة بيانات COCO.

نقاط الضعف#

على الرغم من دقته العالية، تؤدي طبيعة RTDETRv2 المعتمدة على المحولات إلى استهلاك أكبر للذاكرة وأوقات تدريب أطول مقارنةً بالبنى المعتمدة كليًا على CNN. وتتطلب المحولات عادةً مزيدًا من VRAM، ما يصعّب تدريبها على الأجهزة محدودة الموارد. وإضافةً إلى ذلك، يتميز RTDETRv2 في الكشف، لكنه يفتقر إلى دعم المهام المتعددة، مثل التجزئة وتقدير الوضعيات، المدمج في منظومة Ultralytics.

تعرّف على المزيد حول RTDETRv2

مقارنة الأداء#

عند تقييم النماذج للاستخدام الإنتاجي، تكون الموازنة بين حجم النموذج وسرعة الاستدلال والدقة بالغة الأهمية. ويقدم الجدول أدناه مقارنة مباشرة بين إصدارات YOLOv8 وRTDETRv2.

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين YOLOv8 وRT-DETR على متطلبات مشروعك المحددة وقيود النشر وتفضيلات النظام البيئي.

متى تختار YOLOv8#

يُعد YOLOv8 خيارًا قويًا لـ:

• النشر متعدد المهام: المشاريع التي تتطلب نموذجًا مجرّبًا للاكتشاف والتجزئة والتصنيف وتقدير الوضعية 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 RT-DETR#

يوصى بـRT-DETR في الحالات التالية:

• أبحاث الكشف القائمة على المحولات: مشاريع تستكشف آليات الانتباه وبنى المحولات لاكتشاف الأجسام من البداية إلى النهاية دون NMS.
• سيناريوهات الدقة العالية مع مرونة زمن الاستجابة: التطبيقات التي تكون فيها دقة الكشف على رأس الأولويات، ويكون فيها تقبّل زمن استجابة أعلى قليلًا للاستدلال أمرًا ممكنًا.
• كشف الأجسام الكبيرة: المشاهد التي تضم أساسًا أجسامًا متوسطة إلى كبيرة، حيث توفر آلية الانتباه العام في Transformer ميزة طبيعية.

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 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.

ميزة Ultralytics#

يتجاوز اختيار النموذج المقاييس الخام؛ فالنظام البرمجي المحيط به بالغ الأهمية لإنتاجية المطورين. وقد صُمم نظام Ultralytics البيئي لتسهيل الاستخدام، إذ يوفر واجهة Python API موحدة تبسّط دورة حياة تعلّم الآلة بالكامل.

تتولى Ultralytics معالجة الشيفرات النمطية المعقدة، بدءًا من إدارة مجموعات البيانات ووصولًا إلى التدريب الموزع. ويستفيد المطورون من الأوزان المدربة مسبقًا والمتاحة بسهولة، والتكاملات مع منصات مثل Hugging Face وأدوات مراقبة التجارب. ويُطوّر النظام البيئي بنشاط، ويُحدّث باستمرار، ويدعمه مجتمع كبير.

حُسّنت نماذج Ultralytics YOLO أيضًا لتسريع التقارب وتقليل استهلاك الذاكرة أثناء عملية التدريب، ما يسرّع التجارب مقارنةً بكواشف المحولات مثل RTDETRv2.

نظرة إلى المستقبل: قوة YOLO26#

لا يزال YOLOv8 نموذجًا قويًا، لكن Ultralytics توصي بـYOLO26 للمشاريع الجديدة؛ وقد صدر في يناير 2026، ويقدم عدة تحسينات:

• تصميم شامل من البداية إلى النهاية وخالٍ من NMS: يلغي الرأس الاختياري أحادي المطابقة في YOLO26 (nms=False) معالجة كبت غير الأعظميات (NMS) اللاحقة، ما يؤدي إلى مسارات نشر أسرع وأكثر حتمية.
• إزالة DFL: تبسيط النموذج عبر إزالة خسارة البؤرة التوزيعية لتحسين التوافق مع الأجهزة الطرفية ومنخفضة الطاقة.
• محسّن MuSGD: استُلهم MuSGD من تدريب نماذج اللغة الكبيرة، وهو مزيج هجين من SGD وMuon يوفر عمليات تدريب أكثر استقرارًا وتقاربًا أسرع.
• استدلال على CPU أسرع بنسبة تصل إلى 43%: يعمل YOLO26n بسرعة تصل إلى 43% أعلى من YOLO11n في استدلال ONNX على CPU، ما يجعله مناسبًا للبيئات التي لا تتوفر فيها وحدات GPU مخصصة.
• ProgLoss + STAL: تحقق الخسارة التقدمية وإسناد التسميات الواعي بالأهداف الصغيرة تحسينات ملحوظة في التعرّف على الأجسام الصغيرة، وهو أمر بالغ الأهمية للصور الجوية والروبوتات.

تشمل البدائل الحديثة الأخرى التي تستحق الاستكشاف ضمن مجموعة Ultralytics YOLO11، الذي لا يزال خيارًا متينًا للمشاريع القائمة، مع التوصية بـYOLO26 لعمليات النشر الجديدة.

مثال برمجي: التدريب والاستدلال#

تتيح بساطة واجهة Ultralytics API تحميل النماذج وتدريبها ونشرها باستخدام بضعة أسطر فقط من شيفرة Python. تأكد من تثبيت PyTorch قبل تشغيل المثال التالي.

from ultralytics import YOLO

# ⁨تحميل نموذج YOLOv8 صغير مدرّب مسبقًا⁩
model = YOLO("yolov8s.pt")

# ⁨درّب النموذج على مجموعة البيانات المخصصة⁩
# ⁨يتيح التدريب الموفر للذاكرة استخدام أحجام دفعات أكبر⁩
train_results = model.train(data="coco8.yaml", epochs=50, imgsz=640, batch=16)

# ⁨تنفيذ الاستدلال على صورة اختبار⁩
results = model("https://ultralytics.com/images/bus.jpg")

# ⁨اعرض النتائج⁩
results[0].show()

# ⁨تصدير النموذج للنشر على الأجهزة الطرفية⁩
export_path = model.export(format="onnx")

الخلاصة#

يقدم كل من YOLOv8 وRTDETRv2 قدرات مقنعة لاكتشاف الأجسام في الزمن الحقيقي. ويوضح RTDETRv2 كيف تلتقط المحولات السياق العام، ما يجعله مناسبًا لمهام الاستدلال المكاني المعقدة التي لا تكون فيها سرعة الاستدلال والعبء الإضافي على الذاكرة من القيود الأساسية.

لكن نماذج Ultralytics YOLO هي الخيار العملي أكثر للمطورين الذين يفضلون التوازن بين السرعة والدقة وكفاءة الموارد. فتصميم YOLOv8 خفيف الوزن، وسهولة استخدامه، ودعمه للمهام المتعددة، ونظامه النشط مفتوح المصدر، تجعله مناسبًا تمامًا لبيئات الإنتاج القابلة للتوسع. ولتحقيق أفضل أداء على الأجهزة الطرفية، يقدم YOLO26 استدلالًا خاليًا من NMS وسرعة أعلى على CPU.