YOLOv9 مقابل PP-YOLOE+: مقارنة تقنية مفصلة
يعد اختيار النموذج الصحيح لاكتشاف الأجسام أمرًا بالغ الأهمية لمهام الرؤية الحاسوبية. تقدم هذه الصفحة مقارنة تقنية بين YOLOv9 و PP-YOLOE+، وتدرس بنيتهما وأدائهما وتطبيقاتهما لتوجيه اختيارك.
YOLOv9: معلومات التدرج القابلة للبرمجة
يمثل YOLOv9، الذي تم طرحه في عام 2024، تقدماً كبيراً في سلسلة YOLO مع التركيز على حفظ المعلومات من خلال تصميمات معمارية جديدة.
- الهندسة المعمارية: YOLOv9 من تأليف تشين-ياو وانغ وهونغ يوان مارك لياو من معهد علوم المعلومات، الأكاديمية الصينية في تايوان. وهو يقدم معلومات التدرج القابلة للبرمجة (PGI) وشبكة تجميع الطبقات الفعالة المعممة (GELAN). تعالج PGI فقدان المعلومات أثناء الانتشار العميق للشبكة، بينما تعمل GELAN على تحسين كفاءة الشبكة. يهدف هذا المزيج المبتكر إلى تحسين الدقة دون زيادة التكلفة الحسابية بشكل كبير. الورقة الأصلية متاحة على arXiv. يوفر مستودع GitHub الرسمي تفاصيل التنفيذ.
- الأداء: يحقق YOLOv9 أحدث أداء مع توازن بين السرعة والدقة. كما هو موضح في مخطط المقارنة والجدول، تُظهر نماذج YOLOv9 قيمًا عالية من mAP مع الحفاظ على سرعات استدلال تنافسية. على سبيل المثال، يحقق YOLOv9c نسبة 53.0% mAPval50-95.
- حالات الاستخدام: إن كفاءة ودقة YOLOv9 المحسّنة تجعلها مناسبة لمجموعة واسعة من التطبيقات، بما في ذلك الروبوتات والقيادة الذاتية وأنظمة الأمن حيث يكون أداء الكشف العالي أمرًا بالغ الأهمية مع موارد حسابية محدودة.
PP-YOLOE+: الكشف المحسّن الخالي من المرساة
يعد PP-YOLOE+، الذي طورته PaddlePaddle والمفصل في إطار عمل PaddleDetection الخاص بها، تطورًا لسلسلة PP-YOLOE، المعروفة بنهجها الخالي من المراسي وكفاءتها.
- البنية: يبني PP-YOLOE+ على نموذج الكشف الخالي من المرساة، مما يبسط النموذج ويقلل من الحاجة إلى المعلمات الفائقة المتعلقة بالمرساة. وعادةً ما يتضمن تحسينات على نموذج PP-YOLOE الأساسي في تصميم العمود الفقري والرقبة ورأس الكشف، وغالبًا ما يتضمن تقنيات مثل الرؤوس المنفصلة وفقدان البؤرة المتغيرة لتحسين دقة الكشف. تتوفر الوثائق والتنفيذ على PaddleDetection GitHub.
- الأداء: صُممت نماذج PP-YOLOE+ لتوفر توازنًا قويًا بين الدقة وسرعة الاستدلال. كما هو موضح في جدول المقارنة، توفر نماذج PP-YOLOE+ مثل PP-YOLOE+m و PP-YOLOE+l درجات تنافسية في دقة الاستنتاج وأوقات استدلال فعالة، مما يجعلها متعددة الاستخدامات لمختلف التطبيقات.
- حالات الاستخدام: إن تصميم PP-YOLOE+ الخالي من المثبتات وخصائص الأداء المتوازن التي يتميز بها PP-YOLOE+ تجعله مناسبًا تمامًا لتطبيقات مثل فحص الجودة الصناعية وتجارة التجزئة الذكية والمراقبة البيئية حيثما كانت هناك حاجة إلى اكتشاف قوي وفعال للأجسام.
مستندات PP-YOLOE+ (PaddleDetection)
| الطراز | الحجم (بكسل) |
مافال 50-95 |
السرعة CPU ONNX (مللي ثانية) |
السرعة T4 T4TensorRT10 (مللي ثانية) |
بارامز (م) |
(ب) |
|---|---|---|---|---|---|---|
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.1 | 26.4 |
| يولوف 9 م | 640 | 51.4 | - | 6.43 | 20.0 | 76.3 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.3 | 102.1 |
| يولوف 9 هـ | 640 | 55.6 | - | 16.77 | 57.3 | 189.0 |
| PP-YOLOE+T | 640 | 39.9 | - | 2.84 | 4.85 | 19.15 |
| PP-YOLOE+s | 640 | 43.7 | - | 2.62 | 7.93 | 17.36 |
| PP-YOLOE+م | 640 | 49.8 | - | 5.56 | 23.43 | 49.91 |
| PP-YOLOE+l | 640 | 52.9 | - | 8.36 | 52.2 | 110.07 |
| PP-YOLOE+x | 640 | 54.7 | - | 14.3 | 98.42 | 206.59 |
بالنسبة للمستخدمين المهتمين بنماذج أخرى عالية الأداء لاكتشاف الأجسام، تقدم Ultralytics أيضًا نماذج YOLOv5 و YOLOv7 و YOLOv8 و YOLO11 المتطورة التي تتميز كل منها بنقاط قوة وتحسينات فريدة. استكشف وثائق نموذجنا لمزيد من المقارنات والتفاصيل.
📅 تم إنشاؤها منذ 1 سنة مضت
✏️ تم التحديث منذ 1 شهر
