ابدأ

YOLOX مقابل DAMO-YOLO

شهد تطور كشف الكائنات الآني تحولات متعددة، من البنى القائمة على المراسي إلى البنى الخالية من المراسي، ومن الأعمدة الفقرية المصممة يدويًا إلى البحث الآلي عن البنى العصبية (NAS). يحلل هذا الاستعراض التقني محطتين مهمتين في هذا المسار، هما YOLOX وDAMO-YOLO، ويتناول ابتكاراتهما المعمارية ومنهجيات التدريب والمفاضلات في الأداء، كما يوضح سبب التوصية بـUltralytics YOLO26 بديلًا للمشروعات الجديدة.

YOLOX: ريادة النهج الخالي من المراسي#

صدر YOLOX في 18 يوليو 2021، وطوّره Zheng Ge وSongtao Liu وFeng Wang وZeming Li وJian Sun في Megvii. وشكّل نقطة تحول بدمج تصميم خالٍ من المراسي في عائلة YOLO. وكما ورد في التقرير التقني المفصل على arXiv، سعى YOLOX إلى سد الفجوة بين البحث الأكاديمي والنشر الصناعي.

أبرز الابتكارات المعمارية#

قدّم YOLOX عدة تغييرات بنيوية أساسية حسّنت النماذج السابقة عليه:

  • آلية خالية من المراسي: من خلال التنبؤ مباشرةً بمركز الكائن وأبعاد مربع الإحاطة الخاص به، قلل YOLOX الاستدلالات التصميمية وبسّط عمليات تجميع المراسي المعقدة. وهذا يجعله قابلًا للتكيف مع سيناريوهات الرؤية الحاسوبية المتنوعة.
  • رأس مفكك: استخدمت نماذج YOLO التقليدية رأسًا واحدًا مترابطًا للتصنيف والانحدار. أما YOLOX فاعتمد رأسًا مفككًا يعالج التصنيف وتحديد الموقع كلًا على حدة، ما يسرّع التقارب ويحسّن 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.
إرث YOLOX

أثّر تصميم الرأس المفصول في YOLOX بدرجة كبيرة في الأجيال اللاحقة من كواشف الكائنات، وأصبح ميزة قياسية في كثير من النماذج الحديثة.

تعرّف على المزيد حول YOLOX

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

طوّر Xianzhe Xu وفريق من الباحثين في مجموعة Alibaba نموذج DAMO-YOLO، الذي قُدّم في 23 نوفمبر 2022. وكما هو مفصل في منشور arXiv، اعتمد النموذج بدرجة كبيرة على البحث الآلي عن البنى العصبية (NAS) لتحسين المفاضلة بين السرعة والدقة.

أبرز الابتكارات المعمارية#

استندت استراتيجية DAMO-YOLO إلى أتمتة تصميم البنى الفعالة:

  • الأعمدة الفقرية MAE-NAS: باستخدام بحث موجّه بالإنتروبيا القصوى، اكتشف DAMO-YOLO أعمدة فقرية عالية الكفاءة ومخصصة لميزانيات زمن الاستجابة المحددة، ولا سيما عند التصدير إلى أطر مثل TensorRT.
  • RepGFPN الفعال: تصميم ثقيل لعنق النموذج يحسّن دمج السمات عبر دقات مكانية مختلفة، ما يفيد تحليل الصور الجوية وكشف الكائنات بأحجام متنوعة.
  • ZeroHead: رأس تنبؤ مبسّط يقلّل التكرار الحسابي دون التضحية بمتوسط الدقة الوسطي (mAP) الإجمالي للنموذج.
  • AlignedOTA والتقطير: يدمج إسنادًا متقدمًا للتسميات وتقطيرًا للمعرفة بين المعلم والطالب لتحسين أداء نماذج الطالب الأصغر.

تعرّف على المزيد حول DAMO-YOLO

مقارنة الأداء والمقاييس#

عند مقارنة هذين النموذجين، من المهم النظر إلى أعداد معلماتهما وعمليات FLOPs المطلوبة وملامح زمن الاستجابة. فيما يلي بيانات المعايير التي تقارن YOLOX وDAMO-YOLO عبر مقاييس متعددة.

النموذجالحجم
(بكسل)
‏mAPval50-95السرعة
CPU ONNX
(مللي ثانية)
السرعة
T4 TensorRT10
(ms)
المعاملات
(M)
FLOPs
(B)
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3

يتفوق DAMO-YOLO على YOLOX في الدقة عند أزمنة استجابة مماثلة؛ فعلى سبيل المثال، يحقق DAMO-YOLOt مقدار 42.0 mAP خلال 2.32 ms، مقابل 40.5 mAP خلال 2.56 ms لـ YOLOXs. لكن كلا النموذجين له محاذير: فقد سبق تصميم YOLOX كثيرًا من تقنيات التدريب الأحدث، بينما يجعل اعتماد DAMO-YOLO على التقطير إعادة التدريب على مجموعات بيانات مخصصة أكثر استهلاكًا للموارد ويزيد متطلبات 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)#

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.

ميزة Ultralytics: تقديم YOLO26#

على الرغم من الأهمية التاريخية لـ YOLOX وDAMO-YOLO، يحتاج المطورون اليوم إلى حل يجمع بين الدقة العالية وسهولة الاستخدام. وقد بُني Ultralytics YOLO26، الذي صدر في يناير 2026، على نماذج خالية من NMS مثل YOLOv10 ليقدم توازنًا قويًا بين السرعة والدقة وتجربة التطوير.

لماذا تختار YOLO26؟#

مقارنةً بمستودعات الأبحاث المنفصلة، توفر منظومة Ultralytics المتكاملة ما يلي:

  • تصميم شامل من البداية إلى النهاية وخالٍ من NMS: يلغي الرأس الاختياري واحد إلى واحد (nms=False) في YOLO26 استخدام NMS أثناء الاستدلال. وينتج عن ذلك زمن استجابة سريع ويمكن التنبؤ به، وهو أمر بالغ الأهمية للنشر الطرفي والمركبات ذاتية القيادة.
  • إزالة DFL: من خلال إزالة Distribution Focal Loss، يبسّط YOLO26 التصدير إلى الأجهزة الطرفية ويحسّن التوافق مع العتاد منخفض الطاقة.
  • محسّن MuSGD: يستفيد YOLO26 من ابتكارات تدريب نماذج اللغة الكبيرة، باستخدام محسّن هجين يجمع SGD وMuon لتدريب مستقر وتقارب سريع.
  • استدلال على CPU أسرع بنسبة تصل إلى 43%: بعد إزالة DFL وNMS، يعمل YOLO26n على CPU بسرعة أعلى تصل إلى 43% مقارنةً بـ YOLO11n، دون الحاجة إلى عتاد GPU باهظ التكلفة.
  • ProgLoss + STAL: تحسّن الخسارة التدريجية وإسناد التسميات المراعي للأهداف الصغيرة (STAL) كشف الكائنات الصغيرة، ما يجعل YOLO26 مناسبًا لمهام مثل فحص الطائرات المسيّرة ومراقبة إنترنت الأشياء.
  • تعدد الاستخدامات: على عكس DAMO-YOLO الذي يقتصر على الكشف، يدعم YOLO26 مباشرةً مهام تجزئة الكائنات الفردية والتجزئة الدلالية وتقدير العمق وتصنيف الصور وتقدير الوضعية ومربعات الإحاطة الموجّهة (OBB) ضمن إطار موحد واحد.
ابدأ البناء فورًا

باستخدام واجهة Python البرمجية من Ultralytics، لن تحتاج إلى إعداد مسارات عمل معقدة للتقطير يدويًا أو كتابة مئات الأسطر من شيفرة C++ لنشر نموذجك.

from ultralytics import YOLO

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

# ⁨تدريب النموذج 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: النموذج السابق لـ YOLO26، والمعروف بمتانته في تحليلات البيع بالتجزئة وضبط الجودة في التصنيع.
  • YOLOv8: نموذج مستقر واسع الانتشار وخالٍ من المراسي، أسهم في شيوع النشر على الأجهزة الطرفية.
  • RT-DETR: محوّل للكشف الآني طوّرته Baidu، ويوفر بديلًا قويًا للمهام التي تستفيد كثيرًا من آليات الانتباه الشامل، وإن كان ذلك على حساب متطلبات ذاكرة أعلى أثناء التدريب.

الخلاصة#

أسهم كل من YOLOX وDAMO-YOLO بأفكار مهمة في تطور التعلم العميق؛ إذ أثبت YOLOX جدوى النهج المفكك والخالي من المراسي، وأظهر DAMO-YOLO قوة البحث الآلي عن البنى. لكن تعقيد قواعد التعليمات البرمجية البحثية الأصلية قد يبطئ الفرق سريعة الحركة عند الانتقال إلى الإنتاج الفعلي.

باستخدام منصة Ultralytics، يمكن للمطورين تجاوز هذه العقبات. ويجعل تصميم YOLO26 الشامل من البداية إلى النهاية وسرعته الأعلى على CPU ووثائقه الواسعة، ذكاء الرؤية الاصطناعي الدقيق أكثر سهولة. وسواء كنت تطوّر بنية تحتية لمدينة ذكية أو أدوات تشخيص للرعاية الصحية أو روبوتات متقدمة، توفر Ultralytics مسارًا مباشرًا من البيانات الخام إلى النشر في العالم الفعلي.

المساهمون

التعليقات

اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.