YOLOv9 مقابل YOLOX#

شهد مجال الرؤية الحاسوبية تطورًا سريعًا في معماريات اكتشاف الأجسام في الوقت الفعلي. يقدم هذا الدليل مقارنة شاملة بين YOLOv9 وYOLOX، مع تحليل ابتكاراتهما المعمارية ومقاييس أدائهما ومنهجيات تدريبهما. سواء كنت تبني تطبيقات ذكية من أجل الذكاء الاصطناعي في التصنيع أو تستكشف النمذجة التنبؤية، فإن فهم هذه النماذج سيساعدك على اتخاذ قرارات مستنيرة بشأن عملية النشر التالية.

الابتكارات المعمارية#

YOLOv9: المعلومات القابلة للبرمجة للتدرجات#

أحدث YOLOv9 تحولًا في المنهجية من خلال معالجة مشكلة عنق زجاجة المعلومات المتأصلة في الشبكات العصبية العميقة. وتشمل ابتكاراته الأساسية معلومات التدرج القابلة للبرمجة (PGI) وشبكة تجميع الطبقات الفعّالة المعممة (GELAN).

المؤلفون: Chien-Yao Wang وHong-Yuan Mark Liao
الجهة: معهد علوم المعلومات، Academia Sinica، تايوان
التاريخ: 21 فبراير 2024
Arxiv: 2402.13616
GitHub: WongKinYiu/yolov9

من خلال الاحتفاظ ببيانات السمات المهمة أثناء العملية الأمامية، يضمن YOLOv9 بقاء التدرجات المستخدمة لتحديث الأوزان أثناء الانتشار العكسي دقيقة. وتتفوق هذه المعمارية في استخراج السمات، مما يجعلها قادرة بدرجة كبيرة على اكتشاف الأجسام الصغيرة في البيئات المعقدة، مثل تلك الموجودة في الصور الجوية والفحوصات الطبية التفصيلية.

تعرّف على المزيد حول YOLOv9

YOLOX: جسر بين البحث والصناعة#

أُطلق YOLOX في منتصف عام 2021، ودفع سلسلة YOLO نحو تصميم خالٍ من المراسي. وقدّم رأسًا مفككًا يفصل بين مهمتَي التصنيف وتحديد الموقع، واستخدم استراتيجية تعيين التسميات SimOTA لتحسين تقارب التدريب.

المؤلفون: Zheng Ge وSongtao Liu وFeng Wang وZeming Li وJian Sun
المنظمة: Megvii
التاريخ: 18 يوليو 2021
Arxiv: 2107.08430
GitHub: Megvii-BaseDetection/YOLOX

على الرغم من أن YOLOX كان رائدًا في عصره، إذ حقق متوسط دقة (mAP) ممتازًا وألغى الحاجة إلى ضبط المعلمات الفائقة لصناديق المراسي، فإن معماريته الأساسية تجاوزتها منذ ذلك الحين شبكات حديثة تحقق توازنًا أفضل بين عدد المعلمات والاحتفاظ بالسمات.

تعرّف على المزيد حول YOLOX

التطور الخالي من المراسي

يتبنى كل من YOLOX ونماذج Ultralytics الأحدث تصميمات خالية من المراسي، مما يقلل من تعقيد ضبط المعلمات الفائقة ويحسن قابلية التعميم عبر مجموعات البيانات المتنوعة.

تحليل الأداء#

عند مقارنة هذه النماذج عبر المعيار MS COCO، تصبح التطورات في YOLOv9 واضحة. ويحقق YOLOv9 باستمرار مفاضلة أفضل بين الدقة وFLOPs.

النموذج	الحجم ^(بكسل)	mAP^val 50-95	السرعة ^{CPU ONNX (مللي ثانية)}	السرعة ^{T4 TensorRT10 (مللي ثانية)}	المعاملات ^(M)	FLOPs ^(B)
YOLOv9t	640	38.3	-	2.3	2.0	7.7
YOLOv9s	640	46.8	-	3.54	7.1	26.4
YOLOv9m	640	51.4	-	6.43	20.0	76.3
YOLOv9c	640	53.0	-	7.16	25.3	102.1
YOLOv9e	640	55.6	-	16.77	57.3	189.0

YOLOXnano	416	25.8	-	-	0.91	1.08
YOLOXtiny	416	32.8	-	-	5.06	6.45
YOLOXs	640	40.5	-	2.56	9.0	26.8
YOLOXm	640	46.9	-	5.43	25.3	73.8
YOLOXl	640	49.7	-	9.04	54.2	155.6
YOLOXx	640	51.1	-	16.1	99.1	281.9

بينما يوفر YOLOX إصدارات خفيفة مثل YOLOX-Nano للحالات الطرفية القصوى، تتفوق إصدارات YOLOv9 باستمرار على نماذج YOLOX المماثلة في الحجم من حيث الدقة الخالصة. فعلى سبيل المثال، يحقق YOLOv9m قيمة mAP تبلغ 51.4% مقارنةً بـ49.7% لنموذج YOLOXl، رغم امتلاكه أقل من نصف عدد المعلمات (20.0M مقابل 54.2M).

ميزة Ultralytics#

ينطوي اختيار النموذج على أكثر من مجرد النظرية المعمارية؛ إذ تحدد المنظومة المحيطة به سرعة التطوير ونجاح النشر. ويوفر استخدام YOLOv9 ضمن منظومة Ultralytics سهولة استخدام لا مثيل لها ودعمًا قويًا من المجتمع.

وعلى خلاف مستودعات الأبحاث الأصلية الأقدم، يوفر إطار Ultralytics واجهة API موحدة في Python تبسط خطوط الأنابيب المعقدة. ويتطلب التدريب قدرًا أقل بكثير من ذاكرة GPU مقارنةً بالعديد من البدائل، مما يوفر كفاءة تدريب استثنائية.

from ultralytics import YOLO

# Initialize the YOLOv9c model
model = YOLO("yolov9c.pt")

# Train the model on your custom dataset seamlessly
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Validate the model's performance
metrics = model.val()

# Export the optimized model to TensorRT format
model.export(format="engine")

ومع الدعم المدمج لمهام متعددة، بما في ذلك اكتشاف الأجسام وتجزئة المثيلات وتقدير الوضعية، يمكنك تغيير اتجاه حلول الرؤية الحاسوبية بسرعة من دون تغيير قاعدة التعليمات البرمجية بأكملها.

تصدير سلس

هل تنشر على الأجهزة الطرفية؟ تجعل Ultralytics عملية تصدير نماذجك المدرَّبة إلى تنسيقات محسّنة للغاية مثل ONNX وTensorRT وOpenVINO بسيطة، وذلك باستخدام أمر واحد فقط.

التطبيقات الواقعية#

تجعل نقاط القوة المحددة لهذه النماذج كلًا منها مناسبًا لتطبيقات متميزة في العالم الحقيقي:

تحليلات البيع بالتجزئة عالية السرعة#

بالنسبة إلى بيئات البيع بالتجزئة الحديثة التي تتطلب التعرّف على المنتجات في الوقت الفعلي، يتفوق YOLOv9. وتجعل قدرته على الاحتفاظ بتفاصيل السمات الدقيقة منه خيارًا مناسبًا تمامًا لعمليات نشر الذكاء الاصطناعي في البيع بالتجزئة، حيث يكون التمييز بين المنتجات المتشابهة بصريًا على رف مزدحم أمرًا ضروريًا.

عمليات النشر الطرفية القديمة#

في السيناريوهات التي تفرضها قيود صارمة على الأجهزة أو وحدات NPU المتخصصة التي تواجه صعوبة مع كتل التجميع الأحدث، قد يجد YOLOX-Nano أحيانًا مجالًا مناسبًا. وتُفضَّل أنماط الالتفاف النقية والمبسطة فيه أحيانًا لأجهزة المتحكمات الدقيقة المقيدة للغاية من حيث الموارد.

الروبوتات المستقلة#

في ملاحة الروبوتات، قد يكون عدم اكتشاف الأجسام الصغيرة كارثيًا. وتضمن معمارية GELAN داخل YOLOv9 عدم فقدان سمات العوائق الصغيرة البعيدة في الطبقات العميقة للشبكة، متفوقةً على النماذج الأقدم في بيئات السلامة الحرجة، مثل تطبيقات الذكاء الاصطناعي في السيارات.

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين YOLOv9 وYOLOX على متطلبات مشروعك المحددة وقيود النشر وتفضيلات المنظومة.

متى تختار YOLOv9#

يُعد YOLOv9 خيارًا قويًا لـ:

أبحاث عنق الزجاجة المعلوماتي: المشاريع الأكاديمية التي تدرس معماريات المعلومات القابلة للبرمجة للتدرجات (PGI) وشبكة تجميع الطبقات الفعّالة المعمّمة (GELAN).
دراسات تحسين تدفق التدرجات: الأبحاث التي تركز على فهم فقدان المعلومات في طبقات الشبكات العميقة أثناء التدريب والحد منه.
قياس أداء اكتشاف عالي الدقة: السيناريوهات التي تحتاج إلى أداء YOLOv9 القوي في معيار COCO بوصفه نقطة مرجعية للمقارنات المعمارية.

متى تختار YOLOX؟#

يوصى باستخدام YOLOX في الحالات التالية:

أبحاث الاكتشاف دون مراسٍ: الأبحاث الأكاديمية التي تستخدم بنية YOLOX النظيفة المستغنية عن المراسي خط أساس للتجارب على رؤوس اكتشاف أو دوال خسارة جديدة.
الأجهزة الطرفية فائقة الخفة: النشر على المتحكمات الدقيقة أو الأجهزة المحمولة القديمة التي تكون فيها البصمة الصغيرة للغاية لمتغير YOLOX-Nano (0.91M معلمة) أمرًا بالغ الأهمية.
دراسات إسناد التسميات SimOTA: مشاريع بحثية تدرس استراتيجيات إسناد التسميات القائمة على النقل الأمثل وتأثيرها في تقارب التدريب.

متى تختار Ultralytics (YOLO26)#

بالنسبة إلى معظم المشاريع الجديدة، يقدم Ultralytics YOLO26 أفضل مزيج من الأداء وتجربة المطور:

النشر الطرفي الخالي من NMS: التطبيقات التي تتطلب استدلالًا متسقًا منخفض زمن الانتقال دون تعقيد المعالجة اللاحقة لكبت القيم غير العظمى.
البيئات المعتمدة على CPU فقط: الأجهزة التي لا تتضمن تسريع GPU مخصصًا، حيث يوفر استدلال YOLO26 الأسرع على CPU بنسبة تصل إلى 43% ميزة حاسمة.
اكتشاف الأجسام الصغيرة: السيناريوهات الصعبة مثل الصور الجوية الملتقطة بالطائرات المسيّرة أو تحليل مستشعرات إنترنت الأشياء، حيث يعزّز ProgLoss وSTAL الدقة بدرجة كبيرة عند التعامل مع الأجسام الصغيرة جدًا.

المستقبل: ظهور YOLO26#

على الرغم من أن YOLOv9 يمثل إنجازًا بارزًا، فإن متطلبات بيئات الإنتاج تدفع الحدود باستمرار. ويمثل YOLO26، الذي أُطلق حديثًا، المعيار الحاسم للرؤية الحديثة بالذكاء الاصطناعي.

يعمل YOLO26 على تجديد خط أنابيب النشر بالكامل من خلال تصميم أصلي شامل خالٍ من NMS. ومن خلال إلغاء الحاجة إلى قمع غير الأعظم المعقد أثناء المعالجة اللاحقة، فإنه يوفر زمن استجابة للاستدلال أقل بكثير.

علاوةً على ذلك، يدمج YOLO26 مُحسِّن MuSGD الرائد، وهو مزيج من SGD وMuon يستعير ابتكارات من تدريب LLM لتوفير تقارب سريع ومستقر بدرجة استثنائية. ومن خلال إزالة خسارة التركيز التوزيعية (DFL)، يحقق YOLO26 استدلالًا على CPU أسرع بنسبة تصل إلى 43% مقارنةً بأسلافه، مما يجعله الخيار الأفضل على الإطلاق للأجهزة الطرفية وعمليات نشر المؤسسات. ومع التحسينات الملحوظة في التعرّف على الأجسام الصغيرة عبر ProgLoss وSTAL، يتفوق YOLO26 فعليًا على كل من YOLOX وYOLOv9.

وبالنسبة إلى المهندسين الذين يستكشفون المعماريات الحديثة، نوصي أيضًا بالاطلاع على YOLO11 وRT-DETR بوصفهما بديلين قويين ضمن مجموعة Ultralytics. واحرص على جعل مشروعك مواكبًا للمستقبل من خلال الاستفادة من الأداء الذي لا مثيل له لأحدث النماذج على منصة Ultralytics.

المساهمون

GLglenn-jocher¹⁵ PDpderrenger²

تاريخ الإنشاء 27 يناير 2025تاريخ التحديث الشهر الماضي