YOLOv8 مقابل YOLOv9#

اتسم تطور اكتشاف الأجسام في الزمن الحقيقي بالسعي المستمر إلى دقة أفضل وزمن استجابة أقل واستفادة محسّنة من العتاد. ومن أبرز المحطات في هذا المسار Ultralytics YOLOv8 وYOLOv9. وعلى الرغم من أن كلا النموذجين يمثل أحدث ما توصل إليه المجال في الرؤية الحاسوبية، فإن لكل منهما احتياجات نشر وفلسفات معمارية ومنظومات للمطورين مختلفة.

يفصّل هذا الدليل الشامل الاختلافات التقنية والابتكارات المعمارية واعتبارات النشر العملية، لمساعدتك على اختيار النموذج المناسب لمشروع الذكاء الاصطناعي القادم.

أصول النماذج وفلسفاتها الأساسية#

قبل الخوض في المقاييس، من الضروري فهم أصول كل نموذج وأهداف تصميمه الرئيسية.

Ultralytics YOLOv8: المعيار متعدد الاستخدامات للمنظومة#

أصدر فريق Ultralytics نموذج YOLOv8، الذي صُمم ليكون أكثر من مجرد كاشف أجسام مستقل؛ فهو إطار عمل موحد متعدد المهام. ويعطي الأولوية لتجربة مطور سلسة ومتطلبات ذاكرة منخفضة وتوافق واسع مع العتاد.

• المؤلفون: Glenn Jocher وAyush Chaurasia وJing Qiu
• الجهة: Ultralytics
• التاريخ: 2023-01-10
• GitHub: ultralytics/ultralytics
• الوثائق: وثائق YOLOv8

YOLOv9: معلومات التدرج القابلة للبرمجة#

طوّر باحثون في أكاديميا سينيكا YOLOv9 بشكل مستقل، ويركز النموذج بشدة على النظرية المعمارية، وتحديدًا على معالجة ظاهرة عنق الزجاجة المعلوماتية في الشبكات العصبية العميقة.

• المؤلفون: Chien-Yao Wang وHong-Yuan Mark Liao
• الجهة: معهد علوم المعلومات، أكاديميا سينيكا، تايوان
• التاريخ: 2024-02-21
• Arxiv: 2402.13616
• GitHub: WongKinYiu/yolov9

تعرّف على المزيد عن YOLOv9

تحليل معمّق للبنية#

تحدد الخيارات المعمارية في التعلم العميق مدى كفاءة تعلم النموذج وسرعة تشغيله على العتاد المستهدف، مثل NVIDIA Jetson أو CPU من Intel.

بنية YOLOv8: وحدات C2f والرؤوس المنفصلة#

قدم YOLOv8 وحدة C2f (عنق زجاجة جزئي عبر المراحل يتضمن عمليتي التفاف)، لتحل محل وحدة C3 الأقدم. ويحسن هذا التغيير تدفق التدرجات، ويتيح للشبكة تعلم تمثيلات أغنى للسمات دون استهلاك مفرط لذاكرة GPU.

إضافة إلى ذلك، يستخدم YOLOv8 تصميمًا بلا مراسي مع رأس منفصل. فمن خلال معالجة التصنيف والانحدار عبر مسارين منفصلين، يتقارب النموذج بسرعة أكبر أثناء التدريب ويعمم على مجموعات البيانات المخصصة المتنوعة بشكل أفضل.

بنية YOLOv9: PGI وGELAN#

يقدم YOLOv9 معلومات التدرج القابلة للبرمجة (PGI) وشبكة تجميع الطبقات الفعالة المعممة (GELAN). تضمن PGI عدم فقدان البيانات المهمة أثناء مرورها عبر طبقات الشبكة، مما يوفر تدرجات موثوقة لتحديث الأوزان. وتعزز GELAN كفاءة استخدام المعلمات إلى أقصى حد، مما يتيح للنموذج تحقيق دقة عالية مع السعي إلى إبقاء FLOPs ضمن حدود معقولة.

على الرغم من تميزه رياضيًا، فإن اعتماد YOLOv9 على فروع عكسية مساعدة محددة أثناء التدريب قد يجعل تخصيص شيفرة التدريب أكثر تعقيدًا مقارنةً بخطوط المعالجة القياسية.

مقاييس الأداء والمعايير المرجعية#

يعرض الجدول أدناه مقارنة مباشرة بين النماذج بأحجام مختلفة. وقيس الأداء على مجموعة بيانات MS COCO، وهي معيار مرجعي شائع لاكتشاف الأجسام.

ملاحظة: تُبرز أفضل القيم في كل عمود بخط عريض.

تحليل المفاضلات#

يحقق YOLOv9 دقة قصوى (mAP) أعلى قليلًا، لا سيما مع متغيره الأكبر e. إلا أن ذلك يأتي بتكلفة. إذ يتفوق Ultralytics YOLOv8 بوضوح في سرعة الاستدلال، ولا سيما عند تحويله إلى تنسيقات مثل TensorRT أو ONNX. أما التطبيقات التي تتطلب معدل إطارات مرتفعًا في الثانية (FPS) على عتاد طرفي محدود الموارد، مثل Raspberry Pi أو شرائح الهواتف المحمولة الأقدم، فتستفيد من التوازن العملي الأفضل الذي توفره متغيرات n وs من YOLOv8.

كفاءة التدريب والتكامل مع المنظومة#

لا يقتصر اختيار النموذج على مراجعة جداول الدقة؛ فتجربة المطور عامل بالغ الأهمية.

ميزة Ultralytics: سهولة الاستخدام#

يتطلب تدريب YOLOv9 غالبًا استنساخ مستودعات GitHub معقدة، وإدارة بيئات PyTorch بعناية، وضبط أوزان الخسائر المساعدة يدويًا.

في المقابل، يستند Ultralytics YOLOv8 إلى واجهة API في Python مبسطة على نحو لافت. وقد صُممت لسهولة الاستخدام، وتتولى أصليًا زيادة البيانات وتسجيلها (باستخدام أدوات مثل Weights & Biases وComet ML) وتوزيع العتاد.

from ultralytics import YOLO

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

# ⁨تدريب النموذج بكفاءة على بيانات مخصصة⁩
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# ⁨تصدير النموذج للنشر على الأجهزة الطرفية⁩
model.export(format="engine", quantize=16)  # ⁨تصدير TensorRT⁩

تقلل واجهة API هذه وحدها كثيرًا الوقت اللازم للانتقال من النموذج الأولي إلى الإنتاج. إضافة إلى ذلك، يتطلب YOLOv8 عمومًا ذاكرة CUDA أقل أثناء التدريب، مما يتيح للمطورين استخدام أحجام دفعات أكبر على العتاد الاستهلاكي.

تعدد المهام#

على الرغم من أن YOLOv9 كاشف ممتاز لصناديق الإحاطة، فإن تطبيقات الذكاء الاصطناعي للرؤية في العالم الحقيقي تتطلب غالبًا أكثر من ذلك. يدعم YOLOv8 متعدد الاستخدامات أصليًا تجزئة الكائنات وتقدير الوضعية وتصنيف الصور وصناديق الإحاطة الموجّهة (OBB). ويقلل استخدام إطار عمل واحد لمهام متعددة كثيرًا تضخم البرمجيات وأعباء الصيانة.

حالات الاستخدام في العالم الحقيقي#

كيف يكون أداء هذه النماذج في بيئات الإنتاج؟

الطائرات المسيّرة المستقلة والروبوتات#

يُفضّل YOLOv8 للروبوتات التي تتطلب تفادي العوائق بسرعة. إذ يضمن زمن الاستجابة المنخفض للغاية لـ YOLOv8n تفاعل الأنظمة المستقلة مع بيئاتها في الزمن الحقيقي، مما يمنع التصادمات. كما تجعل إمكانات التصدير الأصلية إلى OpenVINO وCoreML نشره على الشرائح منخفضة الطاقة الشائعة في الطائرات المسيّرة التجارية أمرًا بالغ السهولة.

اكتشاف العيوب عالية الدقة#

قد يكون YOLOv9 فعالًا جدًا في بيئات التصنيع المتخصصة التي يكون فيها اكتشاف العيوب المجهرية ضروريًا وتكون المعالجة غير المتصلة بالإنترنت مقبولة. تساعد بنية PGI الشبكة على الاحتفاظ بالتفاصيل البصرية الدقيقة اللازمة لاكتشاف الشقوق الرفيعة كالشعرة أو أخطاء لحام لوحات الدارات المطبوعة (PCB).

تحليلات البيع بالتجزئة والأمن الذكية#

يوفر YOLOv8 أفضل توازن لتتبع العملاء في ممرات المتاجر أو إدارة أنظمة الدفع الآلي. كما أن قدرته على تشغيل الاكتشاف وتتبع الأجسام المتعددة في الوقت نفسه، باستخدام خوارزميات قياسية مثل BoT-SORT، تجعله حلًا متينًا لعمليات النشر متعددة الكاميرات في متاجر البيع بالتجزئة.

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين YOLOv8 وYOLOv9 على متطلبات مشروعك المحددة وقيود النشر وتفضيلات المنظومة.

متى تختار YOLOv8#

يُعد YOLOv8 خيارًا قويًا لـ:

• نشر متعدد المهام ومتعدد الاستخدامات: المشروعات التي تتطلب نموذجًا مجرّبًا لـالكشف والتقسيم 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 YOLOv9#

يوصى بـYOLOv9 في الحالات التالية:

• أبحاث عنق زجاجة المعلومات: المشاريع الأكاديمية التي تدرس معلومات التدرج القابلة للبرمجة (PGI) وبنى شبكة تجميع الطبقات الفعالة المعمّمة (GELAN).
• دراسات تحسين تدفق التدرجات: الأبحاث التي تركز على فهم فقدان المعلومات في طبقات الشبكات العميقة أثناء التدريب والحد منه.
• اختبارات معيارية للكشف عالي الدقة: السيناريوهات التي يلزم فيها أداء YOLOv9 القوي في اختبارات COCO المعيارية ليكون مرجعاً للمقارنة بين البنى.

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 تعتمد على CPU فقط: الأجهزة التي لا تتضمن تسريعاً مخصصاً بواسطة GPU، حيث يمنح الاستدلال الأسرع على CPU بنسبة تصل إلى 43% في YOLO26 ميزة حاسمة.
• اكتشاف الأجسام الصغيرة: السيناريوهات الصعبة مثل صور الطائرات المسيّرة الجوية أو تحليل مستشعرات إنترنت الأشياء، حيث يعزز ProgLoss وSTAL دقة اكتشاف الأجسام الدقيقة بدرجة كبيرة.

التطور التالي: YOLO26#

على الرغم من قوة YOLOv8 وYOLOv9، فإن مشهد الذكاء الاصطناعي يتغير بسرعة. وبالنسبة إلى الفرق التي تطلب أفضل أداء ممكن، يأتي YOLO26 الذي أُطلق حديثًا، مستندًا إلى إنجازات الأجيال السابقة.

يقدم YOLO26 تصميمًا اختياريًا شاملًا من البداية إلى النهاية لا يستخدم NMS (nms=False)، ما يلغي اختناقات المعالجة اللاحقة المعقدة ويجعل النشر أبسط وزمن الاستجابة أكثر قابلية للتوقع. وبفضل مُحسِّن MuSGD الجديد ودوال الخسارة المحسّنة ProgLoss + STAL، فضلًا عن إزالة DFL (إزالة خسارة البؤرة التوزيعية لتبسيط التصدير وتحسين التوافق مع الأجهزة الطرفية ومنخفضة الطاقة)، يحقق النموذج استدلالًا على CPU أسرع بنسبة تصل إلى 43%، مع تعزيز التعرّف على الأجسام الصغيرة. ونوصي بشدة المطورين الذين يسعون إلى تخطي حدود الحوسبة الطرفية بتقييم YOLO26.

وخلاصة القول، على الرغم مما يقدمه YOLOv9 من أبحاث معمارية مثيرة للاهتمام ودقة قصوى ممتازة، يظل Ultralytics YOLOv8 الخيار الأكثر عملية ودعمًا وتنوعًا للغالبية العظمى من مهندسي الرؤية الحاسوبية الساعين إلى إطلاق برمجيات موثوقة بسرعة.