YOLOX مقابل DAMO-YOLO#

شهد تطور اكتشاف الأجسام في الوقت الفعلي تحوّل العديد من النماذج، من البنى المعتمدة على المراسي إلى البنى غير المعتمدة على المراسي، ومن الشبكات الأساسية المصممة يدويًا إلى البحث الآلي عن البنى العصبية (NAS). في هذه المقارنة التقنية الشاملة، سنحلل محطتين بارزتين في هذا المسار: YOLOX وDAMO-YOLO. وسنستعرض ابتكاراتهما المعمارية، ومنهجيات تدريبهما، والمفاضلات بين أدائهما، مع إبراز كيفية توفير Ultralytics YOLO26 الحديث بديلًا لا مثيل له للمطورين العصريين.

YOLOX: ريادة النهج غير المعتمد على المراسي#

أُصدر YOLOX في 18 يوليو 2021 على يد Zheng Ge وSongtao Liu وFeng Wang وZeming Li وJian Sun في Megvii، وقد مثّل نقطة تحوّل مهمة بدمجه الناجح لتصميم غير معتمد على المراسي ضمن عائلة YOLO. وكما ورد في التقرير التقني على ArXiv التفصيلي، استهدف YOLOX ردم الفجوة بين البحث الأكاديمي والنشر الصناعي.

الابتكارات المعمارية الرئيسية#

قدّم YOLOX عدة تحولات بنيوية أساسية حسّنت أداء أسلافه تحسنًا كبيرًا:

• الآلية غير المعتمدة على المراسي: من خلال التنبؤ مباشرةً بمركز الجسم وأبعاد صندوق الإحاطة الخاص به، قلّل YOLOX عدد الاستدلالات التصميمية وبدّط عمليات تجميع المراسي المعقدة. وهذا يجعله قابلًا للتكيف بدرجة كبيرة مع سيناريوهات الرؤية الحاسوبية المتنوعة.
• الرأس المفصول: استخدمت نماذج YOLO التقليدية رأسًا واحدًا مقترنًا لكل من التصنيف والانحدار. أما YOLOX فطبّق رأسًا مفصولًا يعالج التصنيف وتحديد الموقع بصورة منفصلة، ما أدى إلى تقارب أسرع بكثير وتحسين الدقة.
• إسناد التسميات SimOTA: استُخدمت نسخة مبسطة من إسناد النقل الأمثل (OTA) لإسناد العينات الموجبة ديناميكيًا، ما قلّل أزمنة التدريب وتغلّب على حالات الغموض في إسناد النقاط المركزية.

تعرف على المزيد حول YOLOX

DAMO-YOLO: البحث الآلي عن البنى على نطاق واسع#

طوّر Xianzhe Xu وفريق من الباحثين في Alibaba Group نموذج DAMO-YOLO، الذي قُدّم في 23 نوفمبر 2022. وكما هو موضح في منشور ArXiv، اعتمد النموذج بدرجة كبيرة على البحث الآلي عن البنى العصبية (NAS) لدفع جبهة باريتو للسرعة والدقة.

الابتكارات المعمارية الرئيسية#

بُنيت استراتيجية DAMO-YOLO على أتمتة تصميم البنى الفعّالة:

• هياكل MAE-NAS الأساسية: باستخدام بحث موجّه بأقصى إنتروبيا، اكتشفت DAMO-YOLO هياكل أساسية عالية الكفاءة مخصصة لميزانيات زمن انتقال محددة، لا سيما عند تصديرها إلى أطر عمل مثل TensorRT.
• Efficient RepGFPN: تصميم عنق ثقيل يعزز دمج السمات بدرجة كبيرة عبر الدقات المكانية المختلفة، وهو مفيد للغاية لتحليل الصور الجوية واكتشاف الأجسام بأحجام متباينة.
• ZeroHead: رأس تنبؤ مبسّط يقلّل التكرار الحسابي دون التضحية بمتوسط الدقة (mAP) الإجمالي للنموذج.
• AlignedOTA والتقطير: يدمج إسناد التسميات المتقدم وتقطير المعرفة بين المعلم والطالب لاستخراج أقصى أداء من نماذج الطلاب الأصغر حجمًا.

تعرف على المزيد حول DAMO-YOLO

مقارنة الأداء والمقاييس#

عند مقارنة هذين النموذجين، يجب أن ننظر إلى أعداد المعلمات، وFLOPs المطلوبة، وملفات تعريف الكمون الخاصة بهما. فيما يلي بيانات القياس المعياري التي تقارن YOLOX وDAMO-YOLO عبر مقاييس متعددة.

على الرغم من تحقيق كلا النموذجين نتائج مبهرة، فإن لهما بعض القيود. يتطلب YOLOX ضبطًا دقيقًا لرأسه المفصول، في حين أن اعتماد DAMO-YOLO الكبير على التقطير يجعل إعادة التدريب على مجموعات البيانات المخصصة كثيفة استهلاك الموارد، إذ يتطلب كميات هائلة من ذاكرة GPU.

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين YOLOX وDAMO-YOLO على متطلبات مشروعك المحددة، وقيود النشر، وتفضيلات النظام البيئي.

متى تختار YOLOX؟#

يُعد YOLOX خيارًا قويًا لـ:

• 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 DAMO-YOLO#

يوصى باستخدام DAMO-YOLO في الحالات التالية:

• تحليلات الفيديو عالية الإنتاجية: معالجة تدفقات فيديو عالية FPS على بنية تحتية ثابتة من NVIDIA GPU، حيث تكون الإنتاجية عند حجم الدفعة 1 هي المقياس الأساسي.
• خطوط التصنيع الصناعية: السيناريوهات ذات القيود الصارمة على زمن استجابة GPU ضمن عتاد مخصص، مثل فحص الجودة في الوقت الفعلي على خطوط التجميع.
• أبحاث البحث عن البنية العصبية: دراسة تأثيرات البحث الآلي عن البنية (MAE-NAS) والشبكات الأساسية المعاد تمثيلها بكفاءة على أداء الاكتشاف.

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.

ميزة Ultralytics: تقديم YOLO26#

يمثل YOLOX وDAMO-YOLO محطتين تاريخيتين مهمتين، إلا أن المطورين العصريين يحتاجون إلى حل يجمع بين دقة متقدمة وسهولة استخدام لا مثيل لها. وهنا يأتي دور Ultralytics YOLO26 في إحداث تحول في هذا المجال. أُصدر YOLO26 في يناير 2026، وهو يبني على إرث النماذج الخالية من NMS ليقدم التوازن الأمثل بين السرعة والدقة وتجربة المطور.

لماذا تختار YOLO26؟#

يتفوق نظام Ultralytics البيئي المتكامل على المستودعات الأكاديمية المجزأة من خلال توفير ما يلي:

• تصميم شامل خالٍ من NMS: يلغي YOLO26 أصلاً تطبيق قمع غير الأعظم (NMS) أثناء الاستدلال. وينتج عن ذلك كمون سريع للغاية وقابل للتنبؤ، وهو أمر بالغ الأهمية لعمليات النشر على الحافة والمركبات ذاتية القيادة.
• إزالة DFL: من خلال إزالة Distribution Focal Loss، يبسّط YOLO26 عمليات التصدير إلى الأجهزة الطرفية، ويخفض متطلبات الذاكرة بدرجة كبيرة للتطبيقات خفيفة الوزن.
• مُحسِّن MuSGD: يستعير YOLO26 ابتكارات تدريب LLM من خلال مُحسِّن هجين يجمع بين SGD وMuon، ما يضمن استقرارًا قويًا للغاية أثناء التدريب وتقاربًا فائق السرعة.
• استدلال على CPU أسرع بنسبة تصل إلى 43%: بفضل التحسينات البنيوية العميقة، يعمل YOLO26 بسرعة فائقة على وحدات CPU دون الحاجة إلى عتاد GPU باهظ الثمن.
• دوال خسارة متقدمة: يؤدي دمج ProgLoss + STAL إلى تحسينات هائلة في التعرّف على الأجسام الصغيرة، ما يجعله مثاليًا لمهام مثل فحص الطائرات المسيّرة ومراقبة إنترنت الأشياء.
• تعدد الاستخدامات: بخلاف DAMO-YOLO، الذي يقتصر على كونه كاشفًا، يدعم YOLO26 أصلاً مهام تجزئة المثيلات، وتقدير الوضعية، وتصنيف الصور، وصندوق الإحاطة الموجّه (OBB) ضمن إطار عمل موحّد واحد.

from ultralytics import YOLO

# Load the cutting-edge YOLO26 nano model
model = YOLO("yolo26n.pt")

# Train the model effortlessly on a custom dataset
train_results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run ultra-fast, NMS-free inference
results = model("https://ultralytics.com/images/bus.jpg")

# Export to ONNX or OpenVINO with a single command
model.export(format="openvino")

نماذج أخرى جديرة بالاعتبار#

إن نظام الرؤية الحاسوبية البيئي واسع. وبناءً على قيودك المحددة، قد ترغب أيضًا في استكشاف بنى أخرى يدعمها نظام Ultralytics البيئي دعمًا كاملًا:

• YOLO11: السلف القادر للغاية لـ YOLO26، والمعروف بمتانته في تحليلات البيع بالتجزئة ومراقبة جودة التصنيع.
• YOLOv8: نموذج أسطوري مستقر للغاية وغير معتمد على المراسي، أسهم في انتشار النشر على الحافة.
• RT-DETR: مُحوِّل للكشف في الوقت الفعلي (RT-DETR) طوّرته Baidu، ويوفر بديلًا ممتازًا للمهام التي تستفيد بدرجة كبيرة من آليات الانتباه الشامل، وإن كان ذلك على حساب متطلبات ذاكرة تدريب أعلى.

الخلاصة#

أسهم كل من YOLOX وDAMO-YOLO بمفاهيم حيوية في تطور التعلم العميق—فقد أثبت YOLOX صلاحية النهج المفصول وغير المعتمد على المراسي، بينما برهن DAMO-YOLO قوة البحث الآلي عن البنى. ومع ذلك، قد تؤدي تعقيدات قواعد الشيفرة البحثية الأصلية الخاصة بهما إلى إبطاء الفرق الرشيقة في بيئات الإنتاج الواقعية.

من خلال الاستفادة من منصة Ultralytics الشاملة، يمكن للمطورين تجاوز هذه العقبات. وبفضل تصميم YOLO26 الشامل، وسرعاته الفائقة على CPU، ووثائقه الموسعة، أصبح تحقيق ذكاء اصطناعي متقدم للرؤية أكثر سهولة من أي وقت مضى. سواء أكنت تبني بنية تحتية لمدينة ذكية، أو حلولًا للتشخيص الطبي، أو روبوتات متقدمة، فإن Ultralytics يوفر المسار الأكثر كفاءة من البيانات الخام إلى النشر المتين في العالم الواقعي.