YOLOX مقابل DAMO-YOLO#

شهد تطور اكتشاف الكائنات في الزمن الحقيقي تحولات عديدة في النماذج، من المعماريات القائمة على المراسي إلى المعماريات الخالية منها، ومن الشبكات الأساسية المصممة يدويًا إلى البحث الآلي عن المعماريات العصبية (NAS). في هذه المقارنة التقنية الشاملة، سنحلل محطتين بارزتين في هذا المسار: YOLOX وDAMO-YOLO. سنستكشف ابتكاراتهما المعمارية، ومنهجيات التدريب، والمفاضلات في الأداء، مع إبراز كيف توفّر Ultralytics YOLO26 الحديثة بديلًا لا يُضاهى للمطورين اليوم.

YOLOX: ريادة النهج الخالي من المراسي#

أُطلق YOLOX في 18 يوليو 2021 على يد Zheng Ge وSongtao Liu وFeng Wang وZeming Li وJian Sun في Megvii، وشكّل نقطة تحول حاسمة من خلال دمج تصميم خالٍ من المراسي بنجاح في عائلة YOLO. وكما ورد في التقرير التقني المفصل على ArXiv، سعى YOLOX إلى سد الفجوة بين البحث الأكاديمي والنشر الصناعي.

أبرز الابتكارات المعمارية#

أدخل YOLOX عدة تحولات بنيوية أساسية حسّنت أداء أسلافه بدرجة كبيرة:

• آلية خالية من المراسي: من خلال التنبؤ مباشرةً بمركز الكائن وأبعاد صندوق الإحاطة الخاص به، قلّل YOLOX عدد القواعد الاستدلالية التصميمية وبسّط عمليات تجميع المراسي المعقدة. وهذا يجعله قابلًا للتكيّف بدرجة كبيرة مع سيناريوهات الرؤية الحاسوبية المتنوعة.
• رأس مفصول: استخدمت نماذج YOLO التقليدية رأسًا واحدًا مترابطًا للتصنيف والانحدار معًا. أما YOLOX، فنفّذ رأسًا مفصولًا يعالج التصنيف وتحديد الموقع كلًّا على حدة، ما سرّع التقارب كثيرًا وحسّن الدقة.
• تعيين التسميات SimOTA: استُخدمت نسخة مبسطة من التعيين بالنقل الأمثل (OTA) لتعيين العينات الإيجابية ديناميكيًا، ما قلّل أوقات التدريب وتجاوز حالات الالتباس في تعيين النقاط المركزية.

تعرّف على المزيد حول YOLOX

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

طوّر Xianzhe Xu وفريق من الباحثين في Alibaba Group نموذج DAMO-YOLO، الذي قُدّم في 23 نوفمبر 2022. وكما يوضح بحثهم المنشور على ArXiv، اعتمد النموذج بكثافة على البحث عن المعماريات العصبية (NAS) لتوسيع حدود مفاضلة باريتو بين السرعة والدقة.

أبرز الابتكارات المعمارية#

استندت استراتيجية DAMO-YOLO إلى أتمتة تصميم البنى الفعالة:

• الشبكات الأساسية MAE-NAS: باستخدام بحث موجّه بالإنتروبيا القصوى، اكتشف DAMO-YOLO شبكات أساسية فعالة للغاية ومخصصة لميزانيات زمن الاستجابة المحددة، ولا سيما عند التصدير إلى أطر مثل TensorRT.
• RepGFPN الفعّال: تصميم ثقيل لعنق الشبكة يعزّز دمج السمات بدرجة كبيرة عبر دقات مكانية مختلفة، وهو مفيد جدًا في تحليل الصور الجوية واكتشاف الكائنات بمقاييس متنوعة.
• ZeroHead: رأس تنبؤ مبسّط يقلّل التكرار الحسابي دون التضحية بمتوسط الدقة الوسطي (mAP) الإجمالي للنموذج.
• AlignedOTA والتقطير: يدمج تعيين التسميات المتقدم وتقطير المعرفة من المعلم إلى الطالب لاستخلاص أقصى أداء ممكن من نماذج الطلاب الأصغر.

تعرّف على المزيد حول DAMO-YOLO

مقارنة الأداء والمقاييس#

عند مقارنة هذين النموذجين، ينبغي النظر إلى عدد معلماتهما، وعدد عمليات FLOPs المطلوبة، وخصائص زمن الاستجابة. فيما يلي بيانات قياس الأداء التي تقارن YOLOX وDAMO-YOLO عبر مقاييس متعددة.

على الرغم من النتائج المبهرة التي يحققها كلا النموذجين، فإن لكل منهما بعض القيود. يتطلب YOLOX ضبطًا دقيقًا لرأسه المفصول، بينما يجعل الاعتماد الكبير لـDAMO-YOLO على التقطير إعادة التدريب على مجموعات بيانات مخصصة مكلفًا للغاية من حيث الموارد، ويتطلب كميات هائلة من ذاكرة GPU.

حالات الاستخدام والتوصيات#

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

متى تختار YOLOX#

يُعد YOLOX خيارًا قويًا لـ:

• أبحاث الاكتشاف دون مراسي: الأبحاث الأكاديمية التي تستخدم بنية YOLOX النظيفة والخالية من المراسي أساسًا لتجربة رؤوس اكتشاف أو دوال خسارة جديدة.
• الأجهزة الطرفية فائقة الخفة: النشر على المتحكمات الدقيقة أو الأجهزة المحمولة القديمة، حيث يكون الحجم الصغير للغاية لإصدار YOLOX-Nano (0.91M معلمة) أمرًا بالغ الأهمية.
• دراسات إسناد التسميات باستخدام 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 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.

ميزة Ultralytics: تقديم YOLO26#

يمثل YOLOX وDAMO-YOLO محطتين تاريخيتين مهمتين، لكن المطورين اليوم يحتاجون إلى حل يجمع بين دقة متطورة وسهولة استخدام لا مثيل لها. وهنا يأتي دور Ultralytics YOLO26 في إحداث تحول في المشهد. أُطلق YOLO26 في يناير 2026، ويستند إلى إرث النماذج الخالية من NMS ليقدّم التوازن الأمثل بين السرعة والدقة وتجربة المطور.

لماذا تختار YOLO26؟#

يتفوق نظام Ultralytics المتكامل على مستودعات الأبحاث الأكاديمية المتفرقة من خلال تقديم:

• تصميم شامل خالٍ من NMS: يلغي الرأس الاختياري أحادي المطابقة في YOLO26 (nms=False) عملية كبت غير الأعظم (NMS) أثناء الاستدلال. وينتج عن ذلك زمن استجابة بالغ السرعة ويمكن التنبؤ به، وهو أمر ضروري لعمليات النشر على الأجهزة الطرفية والمركبات ذاتية القيادة.
• إزالة DFL: من خلال إزالة خسارة التوزيع البؤرية، يبسّط YOLO26 عمليات التصدير إلى الأجهزة الطرفية، ويخفض متطلبات الذاكرة بدرجة كبيرة للتطبيقات خفيفة الوزن.
• مُحسِّن MuSGD: يستعير YOLO26 ابتكارات تدريب نماذج اللغة الكبيرة من خلال مُحسِّنه الهجين الذي يجمع بين SGD وMuon، ما يضمن استقرارًا قويًا للتدريب وتقاربًا فائق السرعة.
• استدلال أسرع على CPU بنسبة تصل إلى 43%: بفضل التحسينات البنيوية العميقة، يعمل YOLO26 بسرعة فائقة على وحدات CPU دون الحاجة إلى عتاد GPU باهظ التكلفة.
• دوال خسارة متقدمة: يحقق دمج ProgLoss + STAL تحسينات كبيرة في التعرّف على الكائنات الصغيرة، ما يجعله مثاليًا لمهام مثل فحوصات الطائرات المسيّرة ومراقبة إنترنت الأشياء.
• تعدد الاستخدامات: على عكس DAMO-YOLO، الذي يقتصر على اكتشاف الكائنات، يدعم YOLO26 أصليًا تجزئة الكائنات، وتقدير الوضعية، وتصنيف الصور، ومهام صندوق الإحاطة الموجّه (OBB) ضمن إطار موحّد واحد.

from ultralytics import YOLO

# ⁨تحميل نموذج YOLO26 nano المتطور⁩
model = YOLO("yolo26n.pt")

# ⁨درّب النموذج بسهولة على مجموعة بيانات مخصصة⁩
train_results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# ⁨شغّل استدلالًا فائق السرعة وخاليًا من NMS⁩
results = model("https://ultralytics.com/images/bus.jpg", nms=False)

# ⁨صدّر إلى ONNX أو OpenVINO بأمر واحد⁩
model.export(format="openvino")

نماذج أخرى جديرة بالنظر#

منظومة الرؤية الحاسوبية واسعة. ووفقًا لقيودك المحددة، قد ترغب أيضًا في استكشاف معماريات أخرى يدعمها نظام Ultralytics دعمًا كاملًا:

• YOLO11: السلف القوي للغاية لـYOLO26، والمعروف بمتانته في تحليلات البيع بالتجزئة ومراقبة الجودة في التصنيع.
• YOLOv8: نموذج خالٍ من المراسي ذائع الصيت ومستقر للغاية، أسهم في انتشار النشر على الأجهزة الطرفية.
• RT-DETR: محوّل لاكتشاف الأجسام في الزمن الحقيقي طوّرته Baidu، ويوفر بديلًا ممتازًا للمهام التي تستفيد كثيرًا من آليات الانتباه الشامل، وإن كان ذلك على حساب زيادة متطلبات ذاكرة التدريب.

الخلاصة#

أسهم كل من YOLOX وDAMO-YOLO بمفاهيم أساسية في تطور التعلم العميق؛ إذ أثبت YOLOX جدوى النهج المفصول والخالي من المراسي، بينما أظهر DAMO-YOLO قوة البحث الآلي عن المعماريات. لكن تعقيد قواعد الشيفرة البحثية الأصلية قد يبطئ عمل الفرق سريعة الحركة عند الاستخدام في الإنتاج الفعلي.

من خلال الاستفادة من منصة Ultralytics الشاملة، يستطيع المطورون تجاوز هذه العقبات. وبفضل التصميم الشامل لـYOLO26، وسرعته الفائقة على CPU، ووثائقه الوافية، أصبح تحقيق ذكاء اصطناعي للرؤية بمستوى متطور أسهل من أي وقت مضى. سواء كنت تبني بنية تحتية لمدينة ذكية، أو أنظمة تشخيص للرعاية الصحية، أو روبوتات متقدمة، توفّر Ultralytics المسار الأكثر كفاءة من البيانات الخام إلى النشر المتين في العالم الحقيقي.