YOLOv9 مقابل DAMO-YOLO#

أفرز التطور السريع للرؤية الحاسوبية معماريات كثيرة مصممة لتلبية قيود النشر ومتطلبات الدقة المختلفة. ومن النماذج البارزة YOLOv9، المعروف بمعالجة اختناقات المعلومات في الشبكات العميقة، وDAMO-YOLO، الذي يعتمد على البحث عن البنى العصبية (NAS) وأهرامات السمات الفعّالة.

يقدم هذا الدليل مقارنة تقنية بين YOLOv9 وDAMO-YOLO، مسلطًا الضوء على اختلافاتهما المعمارية ومنهجيات التدريب وسيناريوهات النشر المثلى. كما يوضح كيف تبسّط منظومة Ultralytics الانتقال من التطوير إلى الإنتاج، ولماذا يوصى الآن بنماذج أحدث مثل YOLO26 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
• روابط: 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 DAMO-YOLO مجموعة Alibaba، وهي تتبع نهجًا مختلفًا، إذ تستخدم البحث الآلي عن المعمارية لإيجاد توازن فعّال بين السرعة والدقة.

• المؤلفون: Xianzhe Xu وYiqi Jiang وWeihua Chen وYilun Huang وYuan Zhang وXiuyu Sun
• الجهة: مجموعة Alibaba
• التاريخ: 23 نوفمبر 2022
• روابط: 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 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: توفر بنية DAMO-YOLO سرعات استدلال تنافسية باستخدام TensorRT على وحدات GPU من طراز T4، متقدمةً قليلًا على YOLOv9 في الفئات المتوسطة. ومع ذلك، يساعد انخفاض عدد المعلمات في YOLOv9 في معظم الأحجام على تقليل استخدام ذاكرة GPU.
• متطلبات الذاكرة: تستخدم نماذج Ultralytics YOLO، بما فيها YOLOv9، عادةً ذاكرة أقل أثناء التدريب والاستدلال من النماذج المعقدة المولّدة عبر NAS أو معماريات المحولات الثقيلة، ما يجعلها عملية للنشر على العتاد الطرفي محدود الموارد.

ميزة منظومة Ultralytics#

مع أهمية المقاييس النظرية، غالبًا ما يحسم التنفيذ العملي نجاح المشروع. وهنا تقدم منصة Ultralytics ومنظومة برامج Ultralytics الأوسع مزايا واضحة مقارنةً بالمستودعات المستقلة مثل DAMO-YOLO.

سهولة الاستخدام وكفاءة التدريب#

يتطلب تدريب نموذج YOLOv9 مخصص قدرًا ضئيلًا من التعليمات البرمجية النمطية. وتتولى واجهة Python البرمجية من Ultralytics العمليات المعقدة مثل زيادة البيانات والتدريب الموزع وتحسين العتاد.

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")

في المقابل، يتطلب استخدام DAMO-YOLO غالبًا التعامل مع ملفات إعداد جامدة وسلاسل تبعيات معقدة خاصة بمسار التدريب الفريد، ما يجعل منحنى التعلم أكثر حدة.

التنوع عبر المهام#

يُعد التنوع سمة مميزة لنماذج Ultralytics. فإلى جانب كشف مربعات الإحاطة القياسي، يدعم إطار عمل Ultralytics مهامًا مثل تجزئة الكائنات وتصنيف الصور وتقدير الوضعية وكشف مربعات الإحاطة الموجّهة (OBB). أما DAMO-YOLO فهو محسّن حصرًا لكشف الأجسام ثنائي الأبعاد، ويتطلب إعادة هندسة كبيرة لتكييفه مع أنماط الرؤية الأخرى.

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)#

يوفر Ultralytics YOLO26 أفضل مزيج من الأداء وتجربة المطورين لمعظم المشاريع الجديدة:

• النشر الطرفي الخالي من NMS: تطبيقات تتطلب استدلالًا ثابتًا منخفض زمن الاستجابة، دون تعقيد المعالجة اللاحقة الخاصة بـ الكبح غير الأقصى (NMS).
• البيئات التي تعتمد على CPU فقط: الأجهزة التي لا تتضمن تسريعًا مخصصًا لوحدات GPU، حيث تمنح سرعة الاستدلال على CPU في YOLO26، الأعلى بنسبة تصل إلى 43% (YOLO26n مقابل YOLO11n)، ميزة 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.

المستقبل: الانتقال إلى YOLO26#

على الرغم من أن YOLOv9 وDAMO-YOLO محطتان مهمتان، فقد انتقلت الرؤية الحاسوبية الحديثة نحو معماريات شاملة أصلية. ويوصى باستخدام YOLO26 للتطوير الجديد.

صدر YOLO26 في يناير 2026، وهو يبني على أسلافه ويحسّن الدقة وبساطة النشر معًا.

أبرز ابتكارات YOLO26#

• تصميم شامل من البداية إلى النهاية بلا NMS: يلغي الرأس الاختياري واحد لواحد في YOLO26 (nms=False) المعالجة اللاحقة باستخدام كبح الصناديق غير القصوى (NMS) بالكامل. وينشئ ذلك مسار نشر مبسطًا وأصيلًا شاملًا من البداية إلى النهاية، وهو نهج أدخله YOLOv10 إلى نماذج YOLO.
• إزالة DFL: أُزيلت خسارة البؤرة التوزيعية لتبسيط التصدير وتحسين التوافق مع الأجهزة الطرفية ومنخفضة الطاقة.
• استدلال على CPU أسرع بنسبة تصل إلى 43%: بعد إزالة DFL وNMS، يعمل YOLO26n بسرعة أعلى تصل إلى 43% من YOLO11n على CPU، ما يجعله مناسبًا لسيناريوهات الحوسبة الطرفية التي لا تتوفر فيها وحدات GPU مخصصة.
• مُحسِّن MuSGD: استلهامًا من ابتكارات تدريب نماذج اللغة الكبيرة، يستخدم YOLO26 مزيجًا من SGD وMuon (MuSGD) لتدريب أكثر استقرارًا وتقارب أسرع.
• ProgLoss + STAL: تحسّن الخسارة التدريجية وتعيين التسميات الواعي بالأهداف الصغيرة (STAL) كشف الأجسام الصغيرة، ما يجعل YOLO26 مناسبًا تمامًا للصور الجوية عالية الارتفاع وأجهزة إنترنت الأشياء.

إذا كنت تبحث حاليًا في YOLO11 أو YOLOv8 لمشروعك التالي، ففكّر في YOLO26 بدلًا منه، فهو نموذج Ultralytics الموصى به حاليًا.

الملخص#

يعتمد اختيار النموذج المناسب على قيودك التشغيلية المحددة:

• يقدم DAMO-YOLO رؤى مفيدة حول التحسين القائم على NAS، ويوفر سرعات تنافسية لملفات عتاد محددة جدًا تتألق فيها بنية RepGFPN.
• 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 الموصى به للتطبيقات الجديدة في المؤسسات والأبحاث. فسهولة استخدامه وبنيته الخالية من NMS وتحسينات التدريب باستخدام MuSGD تجعله موثوقًا ودقيقًا وسهل النشر.