Link to this sectionمقارنة بين YOLOX و YOLOv10#

تميز تطور نماذج الرؤية الحاسوبية في الوقت الفعلي بقفزات معمارية كبيرة. وتعد YOLOX و YOLOv10 علامتين فارقتين في هذه المسيرة. أطلقت YOLOX في عام 2021، ونجحت في سد الفجوة بين البحث الأكاديمي والتطبيق الصناعي من خلال تقديم تصميم فعال للغاية يعتمد على التخلص من المرساة (anchor-free). وبعد ثلاث سنوات، أحدثت YOLOv10 ثورة في هذا المجال من خلال إلغاء الحاجة إلى خوارزمية كبت غير الأقصى (NMS) أثناء المعالجة اللاحقة، مما دفع حدود الكفاءة والسرعة.

تستكشف هذه المقارنة التقنية الشاملة البنى، ومقاييس الأداء، وحالات الاستخدام المثالية لكلا النموذجين، مما يوفر رؤى لمساعدتك في اختيار الأداة المناسبة لمشروعك القادم للكشف عن الكائنات.

Link to this sectionأصول النماذج والبيانات الوصفية#

يساعد فهم أصول هذه النماذج في تقديم سياق لخياراتها المعمارية وبيئات النشر المقصودة لها.

تفاصيل YOLOX المؤلفون: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li, و Jian Sun المؤسسة: Megvii التاريخ: 2021-07-18 Arxiv: https://arxiv.org/abs/2107.08430 GitHub: https://github.com/Megvii-BaseDetection/YOLOX التوثيق: https://github.com/Megvii-BaseDetection/YOLOX/tree/main/docs

تعرف على المزيد حول YOLOX

تفاصيل YOLOv10 المؤلفون: Ao Wang, Hui Chen, Lihao Liu, Kai Chen, Zijia Lin, Jungong Han, و Guiguang Ding المؤسسة: جامعة تسينغhua التاريخ: 2024-05-23 Arxiv: https://arxiv.org/abs/2405.14458 GitHub: https://github.com/THU-MIG/yolov10 التوثيق: https://docs.ultralytics.com/models/yolov10/

تعرف على المزيد حول YOLOv10

Link to this sectionالابتكارات المعمارية#

تكمن الاختلافات الجوهرية بين YOLOX و YOLOv10 في كيفية تعاملهما مع توقعات الصناديق المحيطة والمعالجة اللاحقة.

Link to this sectionYOLOX: ريادة التصميم الخالي من المرساة#

أحدثت YOLOX ضجة كبيرة من خلال نقل عائلة YOLO إلى بنية خالية من المرساة (anchor-free). ومن خلال توقع مركز الكائن بدلاً من الاعتماد على صناديق مرساة محددة مسبقًا، قللت YOLOX بشكل كبير من عدد معايير التصميم والضبط الإرشادي المطلوب لمجموعات البيانات المخصصة. علاوة على ذلك، قدمت رأسًا مفككًا، مما يفصل مهام التصنيف والانحدار إلى مسارات متميزة. حل هذا النهج الصراع بين تحديد ما هو الكائن وتحديد أين يقع، مما أدى إلى زيادة ملحوظة في سرعة التقارب والدقة.

Link to this sectionYOLOv10: ثورة خالية من NMS#

بينما قامت YOLOX بتبسيط رأس الكشف، إلا أنها لا تزال تعتمد على NMS لتصفية توقعات الصناديق المحيطة الزائدة. عالجت YOLOv10 هذا الاختناق الجوهري. فمن خلال استخدام تعيينات مزدوجة متسقة أثناء التدريب، تحقق YOLOv10 كشفًا أصليًا من البداية إلى النهاية. وهي تستخدم رأسًا من واحد إلى متعدد أثناء التدريب لضمان إشارات إشراف غنية، بينما تستخدم رأسًا من واحد إلى واحد أثناء الاستدلال لإخراج التوقعات النهائية مباشرة. هذا التصميم الشامل القائم على الكفاءة والدقة يلغي NMS تمامًا، مما يقلل بشكل كبير من زمن انتقال الاستدلال على الرقائق المضمنة.

Link to this sectionمقاييس الأداء والمقارنة#

عند تقييم النماذج للإنتاج، يعد الموازنة بين الدقة والحمل الحسابي أمرًا بالغ الأهمية. يوضح الجدول أدناه المقايضات بين مختلف أحجام YOLOX و YOLOv10.

Link to this sectionتحليل البيانات#

تُظهر المقاييس بوضوح القفزة الجيلية لـ YOLOv10. فعلى سبيل المثال، تحقق YOLOv10-S متوسط دقة متوسط بنسبة 46.7% مقارنة بـ 46.9% لـ YOLOX-m، ولكنها تفعل ذلك باستخدام أقل من ثلث المعايير (7.2 مليون مقابل 25.3 مليون) وعدد أقل بكثير من عمليات FLOPs. علاوة على ذلك، يدفع نموذج YOLOv10-X من المستوى الأعلى متوسط الدقة (mAP) إلى 54.4%، مما يجعله تنافسيًا للغاية لمهام الدقة الصعبة مع الحفاظ على سرعة أكبر من بنية YOLOX-x الأقدم.

Link to this sectionميزة نظام Ultralytics البيئي#

بينما تظل YOLOX تنفيذًا بحثيًا قويًا مفتوح المصدر، فإن اعتماد YOLOv10 يوفر وصولاً فوريًا إلى النظام البيئي الذي تتم صيانته جيدًا والذي توفره Ultralytics. يضمن اختيار نموذج مدعوم من Ultralytics تجربة مستخدم مبسطة تتميز بـ API بسيط وتوثيق شامل.

يستفيد المطورون بشكل كبير من متطلبات الذاكرة للإطار؛ حيث يستهلك تدريب نماذج Ultralytics عادةً ذاكرة CUDA أقل بكثير من البدائل الثقيلة القائمة على Transformer مثل RT-DETR. تسمح بصمة التدريب الفعالة هذه بأحجام دفعات أكبر على الأجهزة الاستهلاكية، مما يسرع الوقت من جمع البيانات إلى نشر النموذج. علاوة على ذلك، يوفر الإطار تنوعًا لا مثيل له، مما يسمح للمستخدمين بالتبديل بسلاسة بين الكشف عن الكائنات، وتجزئة المثيلات، وتقدير الوضعية بأقل قدر من تغييرات الكود.

Link to this sectionمثال على التدريب والاستدلال#

تجعل الواجهة البرمجية (API) الموحدة التحقق من الأفكار سريعًا للغاية. يوضح المقتطف التالي مدى سهولة تدريب ونشر نموذج YOLOv10 باستخدام محرك PyTorch:

from ultralytics import YOLO

# Load a pre-trained YOLOv10 nano model
model = YOLO("yolov10n.pt")

# Train the model on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run inference on a sample image
predictions = model.predict("https://ultralytics.com/images/bus.jpg")

# Export the model for edge deployment
model.export(format="engine", quantize=16)

من خلال الاستفادة من روتين التصدير المدمج، يتطلب تحويل النماذج إلى تنسيقات مثل TensorRT أو ONNX سطرًا واحدًا فقط من الكود، مما يتجاوز عقبات التجميع المعقدة تمامًا.

Link to this sectionحالات الاستخدام المثالية وسيناريوهات النشر#

يعتمد الاختيار بين هذه البنى إلى حد كبير على قيود الأجهزة ومتطلبات المجال المحددة.

Link to this sectionتحليلات الفيديو في الوقت الفعلي#

بالنسبة للتطبيقات التي تتطلب زمن انتقال منخفض للغاية، مثل القيادة الذاتية أو مراقبة حركة المرور في الوقت الفعلي، فإن YOLOv10 هي الخيار الأفضل. يضمن تصميمها الشامل الخالي من NMS أوقات تنفيذ حتمية، وهو أمر بالغ الأهمية لأنظمة السلامة التي لا يمكن فيها التسامح مع زمن انتقال المعالجة اللاحقة المتغير. تحقق النماذج بسهولة معدلات إطارات عالية على أجهزة مثل سلسلة NVIDIA Jetson.

Link to this sectionالأساسيات الأكاديمية والمتحكمات الدقيقة للحافة#

لا تزال YOLOX تحتفظ بقيمتها في البيئات الأكاديمية حيث يريد الباحثون أساسًا نظيفًا ومفكك الرأس لتجربة استراتيجيات تعيين التسميات. بالإضافة إلى ذلك، يمكن ضغط YOLOX-Nano صغيرة الحجم بشكل استثنائي (أقل من مليون معلمة) على المتحكمات الدقيقة للحافة المقيدة للغاية حيث يتم قياس الذاكرة بالكيلوبايت، بشرط أن تكون الأجهزة قادرة على دعم عمليات الالتفاف القياسية.

Link to this sectionالمعيار النهائي: Ultralytics YOLO26#

في حين أن YOLOv10 مثلت قفزة هائلة من خلال إزالة NMS، إلا أن مجال الرؤية الحاسوبية يتقدم بسرعة. للمطورين الذين يهدفون إلى تنفيذ أفضل أداء في فئته اليوم، نوصي بشدة باستكشاف YOLO26.

بصفتها أحدث معيار في ذكاء الرؤية، تأخذ YOLO26 الأفكار الأساسية لأسلافها وتعمل على تعزيزها. إنها توفر توازن الأداء النهائي، مع دعم أصلي للكشف، والتجزئة، والوضعية، والصناديق المحيطة الموجهة.

إليك سبب كون YOLO26 الخيار الموصى به لخطوط أنابيب الرؤية الحاسوبية الحديثة:

• تصميم شامل خالٍ من NMS: بالبناء على اختراقات YOLOv10، تعد YOLO26 شاملة أصلاً، مما يضمن أوقات استدلال أسرع وحتمية دون اختناقات المعالجة اللاحقة.
• أسرع بنسبة تصل إلى 43% في استدلال CPU: تم تحسينها خصيصًا لحوسبة الحافة، مما يضمن أداءً استثنائيًا على معالجات الأجهزة المحمولة والأجهزة التي تفتقر إلى وحدات معالجة الرسومات المنفصلة.
• محسن MuSGD: مستوحى من تدريب نماذج اللغات الكبيرة (تحديدًا Kimi K2 من Moonshot AI)، تستخدم YOLO26 مزيجًا من SGD و Muon لتدريب مستقر للغاية وتقارب سريع.
• ProgLoss + STAL: تقدم وظائف الخسارة المتقدمة هذه تحسينات ملحوظة في التعرف على الكائنات الصغيرة، وهو أمر بالغ الأهمية للمجالات الصعبة مثل الصور الجوية والملاحة بالطائرات بدون طيار.
• إزالة DFL: من خلال إزالة Distribution Focal Loss، تبسط YOLO26 مخطط النموذج للتصدير السلس إلى أجهزة الحافة والأجهزة منخفضة الطاقة.
• تحسينات خاصة بالمهمة: سواء كنت تستخدم Residual Log-Likelihood Estimation (RLE) لتقدير الوضعية أو خسارة الزاوية المتخصصة لـ OBB، تم ضبط YOLO26 بدقة لكل مهمة رؤية رئيسية.

بالنسبة للمطورين المستعدين لترقية خطوط الأنابيب الخاصة بهم بأكثر أدوات التدريب والنشر كفاءة المتاحة، فإن الانتقال إلى منصة Ultralytics والاستفادة من YOLO26 يضمن لك البقاء في طليعة الذكاء الاصطناعي. يمكن للمستخدمين المهتمين بالبنى الأقدم ولكن المستقرة مراجعة YOLO11 أو YOLOv8 للحصول على دعم مجتمعي واسع ومتانة مثبتة.