YOLOX مقابل RTDETRv2#

ييتطلب اختيار المعمارية المثلى لـ تطبيقات رؤية الكمبيوتر توازناً دقيقاً بين الدقة، وسرعة الاستدلال، وقابلية النشر. في هذا التحليل التقني الشامل، نستكشف الاختلافات الأساسية بين YOLOX، وهي معمارية شبكة عصبية تلافيفية (CNN) خالية من المراسي وناجحة للغاية، وRTDETRv2، وهي محول كشف في الوقت الفعلي يعد الأحدث من نوعه.

بينما قدم كلا النموذجين إسهامات كبيرة في مجال اكتشاف الكائنات، يجد المطورون الذين يبنون تطبيقات جاهزة للإنتاج غالباً أن البدائل الحديثة مثل Ultralytics YOLO26 توفر كفاءة تدريب فائقة، ومتطلبات ذاكرة أقل، وبيئة نشر أكثر قوة.

YOLOX: سد الفجوة بين البحث والصناعة#

برز YOLOX كنسخة معدلة شهيرة جداً وخالية من المخططات لسلسلة YOLO، حيث قدم تصميماً مبسطاً أدى إلى تحسينات مثيرة للإعجاب في الأداء وقت إصداره.

• المؤلفون: Zheng Ge، وSongtao Liu، وFeng Wang، وZeming Li، وJian Sun
• Organization: Megvii
• التاريخ: 18 يوليو 2021
• Links: Arxiv, GitHub, Docs

الابتكارات المعمارية#

نقلت YOLOX عائلة YOLO إلى نموذج خالٍ من المراسي، دمجت رأساً منفصلاً واستراتيجية تعيين التسميات المتقدمة SimOTA. من خلال إزالة مربعات المراسي، قللت المعمارية بشكل كبير من عدد معاملات التصميم وحسنت التعميم عبر مجموعات بيانات قياسية متنوعة. وأصبحت إصداراتها خفيفة الوزن، YOLOX-Nano وYOLOX-Tiny، خيارات شائعة لنشر تطبيقات ذكاء الرؤية على أجهزة الحافة.

تعرف على المزيد حول YOLOX

RTDETRv2: تطوير محولات الرؤية في الوقت الفعلي#

بالبناء على أساس سلفه، يستفيد RTDETRv2 من قوة محولات الرؤية (ViTs) لتحقيق دقة تنافسية للغاية دون التضحية بسرعات الاستدلال في الوقت الفعلي.

• المؤلفون: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang, و Yi Liu
• المنظمة: Baidu
• التاريخ: 24-07-2024
• الروابط: Arxiv، GitHub

الابتكارات المعمارية#

تعيد RTDETRv2 تصور خط أنابيب الاكتشاف أساساً باستخدام معمارية تعتمد على المحولات تتجاوز كبح التلاقي غير الأقصى (NMS) بشكل أصلي. يتم تحقيق ذلك من خلال مُشفر هجين واختيار استعلام واعي بـ IoU، مما يحسن تهيئة استعلامات الكائنات. يتعامل النموذج بفاعلية مع الميزات متعددة المقاييس، مما يتيح له التقاط التفاصيل المعقدة في البيئات المعقدة، مثل اكتشاف فيديو المرور ليلاً.

مع ذلك، فإن المحولات تستهلك الموارد بطبيعتها. يتطلب تدريب RTDETRv2 عادةً ذاكرة GPU و دورات حوسبة أكثر بكثير مقارنة بالبدائل القائمة على CNN، مما قد يمثل عقبة أمام الفرق التي تعمل ضمن قيود ميزانية صارمة أو تلك التي تتطلب ضبط النماذج بشكل متكرر.

تعرف على المزيد حول RTDETR

جدول مقارنة الأداء#

لتقييم هذه المعماريات بموضوعية، فحصنا أداءها على مجموعة بيانات COCO. يوضح الجدول أدناه المقايضات بين الدقة (mAP)، وعدد المعاملات، وتعقيد الحوسبة.

في حين يحقق RTDETRv2 دقة مثيرة للإعجاب، يحافظ YOLOX على ميزة في ملفات تعريف المعلمات خفيفة الوزن، خاصة مع إصداراته Nano وTiny.

حالات الاستخدام والتوصيات#

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

متى تختار YOLOX#

يعد YOLOX خياراً قوياً لـ:

• أبحاث الكشف بدون نقاط ارتكاز: البحث الأكاديمي الذي يستخدم بنية YOLOX النظيفة والخالية من نقاط الارتكاز كخط أساس لتجربة رؤوس كشف جديدة أو دوال خسارة مبتكرة.
• أجهزة الحافة خفيفة الوزن للغاية: النشر على وحدات التحكم الدقيقة أو أجهزة الجوال القديمة حيث يكون البصمة الصغيرة جداً لمتغير YOLOX-Nano (0.91 مليون معلمة) أمراً بالغ الأهمية.
• دراسات تخصيص التصنيفات SimOTA: المشاريع البحثية التي تبحث في استراتيجيات تخصيص التصنيفات القائمة على النقل الأمثل وتأثيرها على تقارب التدريب.

متى تختار RT-DETR#

يوصى بـ RT-DETR لـ:

• أبحاث الاكتشاف القائمة على Transformer: المشاريع التي تستكشف آليات الانتباه وهياكل transformer لاكتشاف الكائنات بنهاية واحدة دون NMS.
• سيناريوهات الدقة العالية مع زمن انتقال مرن: التطبيقات التي تكون فيها دقة الاكتشاف هي الأولوية القصوى ويكون زمن انتقال الاستنتاج الأعلى قليلاً مقبولاً.
• اكتشاف الكائنات الكبيرة: المشاهد التي تحتوي بشكل أساسي على كائنات متوسطة إلى كبيرة حيث توفر آلية الانتباه العالمي للمحولات ميزة طبيعية.

متى تختار Ultralytics (YOLO26)#

بالنسبة لمعظم المشاريع الجديدة، يقدم Ultralytics YOLO26 أفضل مزيج من الأداء وتجربة المطورين:

• نشر الحافة الخالي من NMS: التطبيقات التي تتطلب استنتاجاً متسقاً ومنخفض زمن الانتقال دون تعقيدات معالجة ما بعد المعالجة باستخدام كبت غير الأقصى.
• بيئات وحدة المعالجة المركزية (CPU) فقط: الأجهزة التي لا تحتوي على تسريع مخصص بوحدة معالجة الرسوميات (GPU)، حيث توفر سرعة استنتاج CPU أسرع بنسبة تصل إلى 43% في YOLO26 ميزة حاسمة.
• الكشف عن الأشياء الصغيرة: السيناريوهات الصعبة مثل صور الطائرات بدون طيار الجوية أو تحليل مستشعرات إنترنت الأشياء (IoT) حيث تعمل ProgLoss و STAL على تعزيز الدقة بشكل كبير على الأشياء الدقيقة.

ميزة Ultralytics: YOLO26#

بينما تقدم كل من YOLOX وRTDETRv2 نقاط قوة متميزة، فإن Ultralytics YOLO26 الذي تم إصداره حديثاً يعيد تعريف أحدث ما وصل إليه الذكاء الاصطناعي للرؤية، مما يحل المقايضات التاريخية بين السرعة، والدقة، وسهولة النشر.

بنية من النهاية إلى النهاية وخالية من NMS#

استلهاماً من نماذج المحولات مع الاحتفاظ بكفاءة CNNs، يتميز YOLO26 بتصميم نهاية إلى نهاية خالٍ من NMS أصلاً. من خلال القضاء على كبت غير الأقصى (Non-Maximum Suppression) كخطوة معالجة لاحقة، يبسط YOLO26 خطوط أنابيب النشر بشكل كبير، مما يضمن زمن استدلال متسق عبر مختلف الأجهزة الطرفية دون عبء ضبط العتبة المعقد.

استدلال على CPU أسرع بما يصل إلى 43%#

على عكس معماريات المحولات مثل RTDETRv2 التي تعتمد بشكل كبير على وحدات GPU المتطورة، فإن YOLO26 مُحسّن خصيصاً لـ بيئات الحوسبة الطرفية. من خلال إزالة خسارة بؤرية التوزيع (DFL)، يبسط YOLO26 تصدير النموذج ويحقق استدلالاً أسرع لوحدة المعالجة المركزية (CPU) بنسبة تصل إلى 43%، مما يجعله الخيار الأمثل للتكامل في أجهزة مثل Raspberry Pi أو الأجهزة المحولة القياسية.

كفاءة التدريب مع MuSGD#

يؤدي تدريب نماذج المحولات غالباً إلى استهلاك مفرط لذاكرة CUDA وأوقات تدريب مطولة. يقدم YOLO26 مُحسِّن MuSGD الجديد كلياً - وهو هجين بين الانحدار التدريجي العشوائي (SGD) ومُحسِّن Muon المستوحى من نماذج اللغة الكبيرة (LLM). يقدم هذا الابتكار تدريباً مستقراً بشكل استثنائي وتقارباً أسرع، مما يقلل بشكل كبير من متطلبات الأجهزة مقارنة بـ RTDETRv2.

نظام بيئي وتنوع لا مثيل لهما#

توفر منظومة Ultralytics تجربة مطور بديهية ومبسطة. مع الوثائق الشاملة، ودعم المجتمع النشط، ومنصة Ultralytics المدعومة سحابياً، لم يكن إدارة دورة حياة الذكاء الاصطناعي الكاملة أسهل من أي وقت مضى. علاوة على ذلك، فإن YOLO26 متعدد الاستخدامات للغاية. بينما تركز RTDETRv2 على اكتشاف الكائنات، يدعم YOLO26 بسلاسة مهام تجزئة المثيلات، وتقدير الوضعية، وتصنيف الصور، والمربع المحيط الموجه (OBB) بشكل أصلي. وبفضل وظائف الخسارة الجديدة ProgLoss + STAL، يتفوق YOLO26 أيضاً في التعرف على الكائنات الصغيرة، وهي ميزة حاسمة لـ التصوير الجوي واكتشاف العيوب الصناعية.

تكامل سلس مع Ultralytics#

لا ينبغي أن يتطلب نشر النماذج التعامل مع قواعد كود معقدة ومجزأة. يسمح لك Python API الخاص بـ Ultralytics بتحميل، وتدريب، وتصدير أحدث النماذج في بضعة أسطر من الكود فقط.

from ultralytics import YOLO

# Load the latest YOLO26 nano model for optimal edge performance
model = YOLO("yolo26n.pt")

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

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

# Export seamlessly to ONNX or TensorRT for deployment
model.export(format="onnx", optimize=True)

من خلال الاستفادة من Ultralytics، تتجنب تكوينات البيئة المعقدة المرتبطة عادةً بمستودعات الأبحاث، مما يسرع وقتك في الوصول إلى السوق.

الخلاصة#

تمثل YOLOX وRTDETRv2 معالم مهمة في تقدم كشف الأشياء في الوقت الفعلي. أثبت YOLOX جدوى CNNs الخالية من المخططات عالية الكفاءة، بينما نجح RTDETRv2 في تكييف المحولات لقيود الوقت الفعلي.

مع ذلك، بالنسبة للتطبيقات الحديثة التي تتراوح من تحليلات التجزئة الذكية إلى الروبوتات المضمنة، توفر Ultralytics YOLO26 الحل النهائي. من خلال دمج الاستدلال الخالي من NMS مع سرعات وحدة المعالجة المركزية التي لا مثيل لها، وبصمات الذاكرة المخفضة، والدعم القوي من منصة Ultralytics، يجهز YOLO26 المطورين لبناء الجيل القادم من أنظمة رؤية الكمبيوتر الموثوقة وعالية الأداء.