YOLOX مقابل YOLO11#
لقد كان تطور الرؤية الحاسوبية مدفوعًا بدرجة كبيرة بالسعي إلى تطوير أطر عمل لاكتشاف الأجسام في الوقت الفعلي، توازن بين الدقة العالية وسرعة الاستدلال. ومن أبرز المحطات في هذه المسيرة YOLOX وUltralytics YOLO11. وعلى الرغم من أن كلا النموذجين قدما إسهامات مهمة في هذا المجال، فإن بنيتيهما الأساسيتين وفلسفتي تصميمهما ومنظومتيهما للمطورين تختلف اختلافًا كبيرًا.
تستكشف هذه المقارنة التقنية الشاملة بنيتيهما، ومقاييس الأداء، ومنهجيات التدريب، وسيناريوهات النشر المثالية، لمساعدتك على اتخاذ قرار مستنير لمشروعك التالي في مجال الذكاء الاصطناعي.
نظرة عامة على YOLOX#
قدّم الباحثون Zheng Ge وSongtao Liu وFeng Wang وZeming Li وJian Sun في Megvii نموذج YOLOX في 18 يوليو 2021، وقد مثّل تحولًا مهمًا في سلسلة YOLO. ونجح في سد الفجوة بين البحث الأكاديمي والتطبيق الصناعي من خلال تقديم تصميم خالٍ من المراسي.
لمزيد من الخلفية التقنية، يمكنك مراجعة ورقة YOLOX على Arxiv الأصلية.
الميزات المعمارية الرئيسية#
ابتعد YOLOX عن الاكتشاف التقليدي القائم على المراسي، واعتمد رأسًا مفككًا وآلية خالية من المراسي. وقد قلّل هذا التصميم عدد معلمات التصميم وحسّن أداء النموذج في معايير قياس مختلفة. إضافةً إلى ذلك، قدّم استراتيجيات متقدمة لإسناد التسميات مثل SimOTA لتسريع عملية التدريب وتحسين التقارب.
على الرغم من أن YOLOX يوفّر دقة ممتازة بالنسبة إلى زمنه، فإنه يركّز أساسًا على اكتشاف الأجسام باستخدام مربعات الإحاطة، ويفتقر إلى الدعم الأصلي لمهام الرؤية المعقدة الأخرى من دون إعدادات إضافية.
من خلال إزالة مربعات المراسي المحددة مسبقًا، قلّل YOLOX بدرجة كبيرة من الضبط الاستكشافي المطلوب لمجموعات البيانات المختلفة، مما جعله خط أساس قويًا للبحث في المنهجيات الخالية من المراسي.
نظرة عامة على Ultralytics YOLO11#
أُطلق YOLO11 في 27 سبتمبر 2024 على يد Glenn Jocher وJing Qiu في Ultralytics، وهو نموذج متطور يعيد تعريف تعدد الاستخدامات وسهولة الاستخدام في مجال الرؤية الحاسوبية. وبُني على أساس سنوات من البحث، ويوفّر حلًا مصقولًا وجاهزًا للإنتاج، يتفوق عبر مجموعة واسعة من المهام.
ميزة Ultralytics#
YOLO11 ليس مجرد كاشف للأجسام؛ بل هو إطار عمل موحّد يدعم تجزئة الكيانات، وتصنيف الصور، وتقدير الوضعيات، واكتشاف مربعات الإحاطة الموجّهة (OBB). كما يتميز ببنية عالية الكفاءة تعطي الأولوية لتحقيق توازن سلس بين السرعة وعدد المعلمات والدقة.
علاوةً على ذلك، يتكامل YOLO11 بالكامل مع منصة Ultralytics، التي توفّر منظومة مبسطة للتعليق على البيانات، وتدريب النماذج، والنشر.
مقارنة الأداء والمقاييس#
عند مقارنة هذين النموذجين، يتضح توازن الأداء. يحقق YOLO11 متوسط دقة أعلى (mAP)، مع عدد أقل بكثير من المعلمات وعمليات FLOPs في معظم فئات الأحجام مقارنةً بنماذج YOLOX المناظرة.
| النموذج | الحجم (بكسل) | mAPval 50-95 | السرعة CPU ONNX (مللي ثانية) | السرعة T4 TensorRT10 (مللي ثانية) | المعاملات (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| 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 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.5 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.0 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 86.9 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 194.9 |
وكما يتضح، تتفوق نماذج YOLO11 باستمرار على YOLOX من حيث الدقة، مع الحفاظ على حجم أقل للمعلمات. فعلى سبيل المثال، يحقق YOLO11m قيمة 51.5 mAP باستخدام 20.1M معلمة فقط، في حين يحقق YOLOXx قيمة مشابهة تبلغ 51.1 mAP، لكنه يتطلب 99.1M معلمة هائلة. وتجعل هذه الكفاءة في استخدام الذاكرة أثناء التدريب والاستدلال YOLO11 مناسبًا للغاية للنشر على أجهزة الذكاء الاصطناعي الطرفية، مع تجنب متطلبات ذاكرة CUDA الكبيرة المعتادة في النماذج الأقدم أو القائمة على Transformer مثل RT-DETR.
تتطلب نماذج Ultralytics ذاكرة GPU أقل بكثير أثناء التدريب مقارنةً بـ YOLOX والبنى القائمة على Transformer، مما يتيح للباحثين تدريب نماذج قوية على أجهزة المستهلكين القياسية.
المنظومة وسهولة الاستخدام#
تتمثل إحدى أبرز نقاط الاختلاف بين الإطارين في تجربة المطور.
غالبًا ما يتطلب YOLOX استنساخ المستودعات، وإعداد بيئات معقدة، وتشغيل وسيطات مطولة لسطر الأوامر لتدريب النماذج وتصديرها إلى تنسيقات مثل ONNX أو TensorRT.
وعلى النقيض تمامًا، يوفّر Ultralytics YOLO11 واجهة Python البرمجية وواجهة CLI بالغة البساطة. وتتولى مكتبة Ultralytics تلقائيًا زيادة البيانات، وضبط المعلمات الفائقة، والتصدير.
from ultralytics import YOLO
# Load a pretrained YOLO11 model
model = YOLO("yolo11n.pt")
# Train the model effortlessly on custom data
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Export the trained model to TensorRT for optimized deployment
model.export(format="engine")وتدعم هذه المنظومة جيدة الصيانة وثائق واسعة، إلى جانب التكامل السلس مع أدوات مثل Weights & Biases من أجل تتبع التجارب.
حالات الاستخدام المثالية#
غالبًا ما يعتمد الاختيار بين هذين النموذجين على تفاصيل بيئة النشر.
متى تستخدم YOLOX#
- الأنظمة القديمة: إذا كان لديك مسار معالجة قائم ومبني صراحةً على إطار عمل MegEngine أو على منهجيات اكتشاف الأجسام المبكرة من عام 2021.
- خطوط الأساس الأكاديمية: عند إجراء بحث يتطلب إجراء مقارنة معيارية مباشرة مع البنى الأساسية الخالية من المراسي من حقبة عام 2021.
متى تستخدم YOLO11#
- عمليات النشر الإنتاجية: للتطبيقات التجارية في التجزئة الذكية أو أنظمة إنذار الأمان، حيث تكون الشيفرة القوية التي تحظى بالصيانة والدقة العالية أمرين لا غنى عنهما.
- مسارات المعالجة متعددة المهام: عندما يتطلب المشروع تتبع الأجسام، وتقدير الوضعيات البشرية، وتجزئة الكيانات باستخدام إطار عمل موحّد واحد.
- الأجهزة الطرفية محدودة الموارد: بفضل انخفاض عدد معلماته ومعدل نقله العالي، يُعد YOLO11 مثاليًا للنشر على Raspberry Pi أو العقد الطرفية المحمولة عبر CoreML وNCNN.
نظرة مستقبلية: ميزة YOLO26#
مع أن YOLO11 يمثل قفزة هائلة مقارنةً بـ YOLOX، فإن مجال الرؤية الحاسوبية يتقدم بسرعة. وبالنسبة إلى المطورين الذين يبدؤون مشاريع جديدة اليوم، فإن Ultralytics YOLO26 هو التوصية الحاسمة.
أُطلق YOLO26 في يناير 2026، ويأخذ البراعة المعمارية لـ YOLO11 ويقدم عدة ميزات رائدة:
- التصميم الشامل الخالي من كبح التداخلات غير المقبولة (NMS): يلغي نموذج YOLO26 معالجة ما بعد الكبح غير المقبول (NMS) لخطوط نشر أسرع وأبسط (وهو مفهوم تم استكشافه لأول مرة في YOLOv10).
- استدلال على CPU أسرع بنسبة تصل إلى 43%: من خلال إزالة خسارة البؤرة التوزيعية (DFL)، يصبح YOLO26 أكثر كفاءة بكثير على وحدات CPU والأجهزة الطرفية منخفضة الطاقة.
- مُحسِّن MuSGD: مستوحًى من ابتكارات تدريب LLM من Moonshot AI، يضمن مُحسِّن MuSGD عمليات تدريب مستقرة للغاية وتقاربًا سريعًا.
- دوال خسارة متقدمة: باستخدام ProgLoss + STAL، يحقق YOLO26 تحسينات ملحوظة في التعرف على الأجسام الصغيرة، وهو أمر بالغ الأهمية من أجل الصور الملتقطة بالطائرات المسيّرة والروبوتات الذاتية.
بالنسبة إلى الغالبية العظمى من مهام الرؤية الحاسوبية الحديثة، سيؤدي ترقية مسار المعالجة لديك للاستفادة من YOLO26 إلى توفير أفضل توازن ممكن بين السرعة والدقة وبساطة النشر.