YOLOv9 مقابل DAMO-YOLO#

أدى التطور السريع للرؤية الحاسوبية إلى ظهور مجموعة من البنى القوية المصممة لتلبية قيود النشر ومتطلبات الدقة المتنوعة. ومن النماذج البارزة في هذا المجال YOLOv9، المعروف بقدرته على معالجة اختناقات المعلومات بفاعلية، وDAMO-YOLO، الذي يركّز بشدة على البحث عن البنى العصبية (NAS) وأهرامات السمات الفعّالة.

يقدّم هذا الدليل مقارنة تقنية متعمقة بين YOLOv9 وDAMO-YOLO، ويسلط الضوء على اختلافاتهما المعمارية ومنهجيات التدريب وسيناريوهات النشر المثالية. وسنستكشف أيضًا كيف توفّر منظومة Ultralytics مسارًا سلسًا من التطوير إلى الإنتاج، ولماذا أصبحت النماذج الحديثة مثل YOLO26 المعيار الموصى به للمشاريع الجديدة.

تحليل معمّق للبنية#

يكشف فهم الآليات الأساسية التي تحرّك كل نموذج عن أسباب اختلاف أدائهما عبر المقاييس المختلفة.

YOLOv9: معلومات التدرج القابلة للبرمجة#

صُمّم YOLOv9 لمعالجة فقدان المعلومات مباشرةً، وهو ما يحدث أثناء تدفق البيانات عبر الشبكات العصبية العميقة.

• المؤلفون: Chien-Yao Wang، Hong-Yuan Mark Liao
• الجهة: معهد علوم المعلومات، أكاديميا سينيكا، تايوان
• التاريخ: 21 فبراير 2024
• الروابط: Arxiv، GitHub، الوثائق

تعرّف على المزيد عن YOLOv9

يقدّم YOLOv9 معلومات التدرّج القابلة للبرمجة (PGI) وشبكة تجميع الطبقات الفعّالة المعمّمة (GELAN). يضمن PGI الاحتفاظ بالمعلومات المكانية والدلالية الحيوية خلال عملية التمرير الأمامي، ما يمنع تدهور التدرّجات المستخدمة لتحديث الأوزان. وتكمّل GELAN ذلك من خلال تعظيم كفاءة المعلمات، ما يتيح للنموذج تحقيق أداء يضاهي أحدث ما توصل إليه المجال وفق مقياس متوسط الدقة المتوسطة (mAP)، مع عدد أقل من عمليات FLOPs مقارنةً بالعديد من شبكات CNN التقليدية.

DAMO-YOLO: كفاءة مدفوعة بـ NAS#

طوّرت مجموعة Alibaba نموذج DAMO-YOLO، ويتبع نهجًا مختلفًا يستفيد من البحث الآلي عن البنى لإيجاد التوازن الأمثل بين السرعة والدقة.

• المؤلفون: Xianzhe Xu وYiqi Jiang وWeihua Chen وYilun Huang وYuan Zhang وXiuyu Sun
• الجهة: مجموعة Alibaba
• التاريخ: 23 نوفمبر 2022
• الروابط: Arxiv، GitHub

تعرّف على المزيد حول DAMO-YOLO

يعتمد DAMO-YOLO على عمود فقري MAE-NAS (البحث عن البنى العصبية بأقصى إنتروبيا) لتوليد بنى شبكية فعّالة آليًا. ويستخدم RepGFPN (شبكة هرم السمات المعمّمة المعاد تمثيلها) لدمج السمات بفاعلية، وتصميم «ZeroHead» لتقليل العبء الحاسوبي لرأس الكشف. كما يدمج AlignedOTA لتعيين التسميات وتقطير المعرفة لتعزيز أداء إصداراته الأصغر.

مقارنة الأداء والمقاييس#

عند اختيار نموذج اكتشاف الكائنات، تُعد الموازنة بين الدقة والسرعة والبصمة الحاسوبية أمرًا بالغ الأهمية.

التحليل#

• الدقة مقابل عدد المعلمات: يُظهر YOLOv9 عمومًا نسبة أفضل بين عدد المعلمات والدقة. فعلى سبيل المثال، يحقق YOLOv9c قيمة mAP تبلغ 53.0% باستخدام 25.5M معلمة، بينما يحقق DAMO-YOLOl قيمة mAP تبلغ 50.8% لكنه يتطلب عددًا أكبر بكثير من المعلمات (42.1M).
• سرعة الاستدلال: توفّر بنية DAMO-YOLO سرعات استدلال تنافسية باستخدام TensorRT على وحدات GPU من نوع T4، متفوقةً قليلًا على YOLOv9 ضمن الفئات المتوسطة. ومع ذلك، تُترجم كفاءة YOLOv9 في FLOPs وعدد المعلمات إلى كفاءة استثنائية في استخدام ذاكرة GPU.
• متطلبات الذاكرة: تتميز نماذج Ultralytics YOLO، بما فيها YOLOv9، عادةً باستخدام ذاكرة أقل أثناء التدريب والاستدلال مقارنةً بالنماذج المعقدة التي تُنشئها NAS أو ببنى المحوّلات الضخمة، ما يجعل نشرها على الأجهزة الطرفية محدودة الموارد متاحًا بدرجة كبيرة.

ميزة منظومة Ultralytics#

على الرغم من أهمية المقاييس النظرية، فإن التنفيذ العملي يؤثر بشدة في نجاح المشروع. وهنا تتفوق منصة Ultralytics ومنظومتها البرمجية الشاملة على المستودعات المستقلة مثل DAMO-YOLO.

سهولة الاستخدام وكفاءة التدريب#

يتطلب تدريب نموذج YOLOv9 مخصص قدرًا ضئيلًا من الشيفرة النمطية. وتجرّد واجهة Python البرمجية من Ultralytics العمليات المعقدة مثل تحسين البيانات والتدريب الموزّع وتحسين الأجهزة.

from ultralytics import YOLO

# ⁨تحميل نموذج YOLOv9 مدرّب مسبقًا⁩
model = YOLO("yolov9c.pt")

# ⁨درّب النموذج على مجموعة البيانات المخصصة⁩
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# ⁨التحقق من أداء النموذج⁩
metrics = model.val()

# ⁨التصدير للنشر في بيئة الإنتاج⁩
model.export(format="onnx")

وعلى النقيض، يتطلب استخدام DAMO-YOLO غالبًا التعامل مع ملفات إعداد جامدة وسلاسل تبعيات معقدة خاصة بمسار التدريب الفريد فيه، ما يؤدي إلى منحنى تعلّم أكثر حدة.

التنوع عبر المهام#

من السمات البارزة لنماذج Ultralytics تعدد استخداماتها المتأصل. فإلى جانب اكتشاف مربعات الإحاطة القياسي، يدعم إطار عمل Ultralytics بسلاسة مهامًا مثل تقسيم المثيلات، وتقدير الوضعية، وتصنيف الصور، واكتشاف مربعات الإحاطة الموجّهة (OBB). أما DAMO-YOLO فهو مُحسّن حصريًا لاكتشاف الأجسام ثنائي الأبعاد، ويتطلب إعادة هندسة كبيرة للتكيف مع نماذج بصرية أخرى.

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين YOLOv9 وDAMO-YOLO على متطلبات مشروعك المحددة وقيود النشر وتفضيلات المنظومة.

متى تختار YOLOv9#

يُعد YOLOv9 خيارًا قويًا لما يلي:

• 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 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 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.

المستقبل: الانتقال إلى YOLO26#

مع أن YOLOv9 وDAMO-YOLO يمثلان محطات تاريخية بارزة، فقد اتجهت الرؤية الحاسوبية الحديثة إلى البنى الشاملة الطرفية الأصلية. يُوصى باستخدام YOLO26 معيارًا معتمدًا لأي تطوير جديد.

صدر YOLO26 في عام 2026، وبنى على نجاح أسلافه، محققًا قفزة في الدقة وبساطة النشر.

أبرز ابتكارات YOLO26#

• تصميم شامل الطرفية وخالٍ من NMS: تزيل الرأس الاختيارية أحادية المطابقة في YOLO26 (nms=False) معالجة كبت القيم غير القصوى (NMS) اللاحقة بالكامل. وينتج عن ذلك مسار نشر مبسّط وشامل الطرفية أصلًا، وهو إنجاز رائد ظهر لأول مرة في YOLOv10.
• إزالة DFL: أُزيلت خسارة البؤرة التوزيعية لتبسيط التصدير وتحسين التوافق مع الأجهزة الطرفية ومنخفضة الطاقة.
• استدلال أسرع بنسبة تصل إلى 43% على CPU: بإزالة DFL وتحسين الالتفافات الأساسية، يناسب YOLO26 على نحو فريد سيناريوهات الحوسبة الطرفية التي تفتقر إلى وحدات GPU مخصصة.
• محسّن MuSGD: يستلهم YOLO26 ابتكارات تدريب نماذج اللغة الكبيرة، ويستخدم مزيجًا هجينًا من SGD وMuon (MuSGD) لضمان عمليات تدريب أكثر استقرارًا وأزمنة تقارب أسرع بوضوح.
• ProgLoss + STAL: تحقق دوال الخسارة المتقدمة هذه تحسينات ملحوظة في التعرّف على الأجسام الصغيرة، ما يجعل YOLO26 مثاليًا للصور الجوية عالية الارتفاع وأجهزة إنترنت الأشياء.

إذا كنت تجري حاليًا بحثًا حول YOLO11 أو YOLOv8 لمشروعك المقبل، فإن الترقية إلى YOLO26 تضمن لك استخدام إطار عمل الذكاء الاصطناعي للرؤية المحسّن إلى أقصى درجة والمتطور وفق أحدث ما توصلت إليه التقنية والمتاح اليوم.

الملخص#

يعتمد اختيار النموذج المناسب على قيودك التشغيلية المحددة:

• DAMO-YOLO يقدم لمحة مثيرة عن التحسين المدفوع بالبحث عن البنى العصبية (NAS)، ويوفر سرعات تنافسية لملفات تعريف محددة جدًا للأجهزة، حيث تتألق بنية RepGFPN فيه.
• YOLOv9 خيار ممتاز للباحثين الذين يركزون على الاحتفاظ بالتفاصيل البصرية الدقيقة، إذ يستفيد من بنية PGI لمنع فقدان المعلومات في الشبكات العميقة.
• Ultralytics YOLO26 هو الخيار الأمثل لتطبيقات المؤسسات والبحث الحديثة. فسهولة استخدامه الفائقة، وبنيته الخالية من NMS، وتحسينات التدريب المتطورة باستخدام MuSGD، تجعله النموذج الأكثر موثوقية ودقة وسهولة في النشر ضمن مجال الرؤية الحاسوبية.