YOLOX مقابل YOLOv10
اتسم تطور نماذج الرؤية الحاسوبية في الزمن الحقيقي بتقدم معماري كبير. ومن المحطات المهمة في هذا المسار YOLOX وYOLOv10. فقد ساعد YOLOX، الذي أُطلق في عام 2021، على سد الفجوة بين البحث الأكاديمي والتطبيق الصناعي من خلال تقديم تصميم فعّال خالٍ من المراسي. وبعد ثلاث سنوات، ألغى YOLOv10 الحاجة إلى قمع غير الأعظميات (NMS) أثناء المعالجة اللاحقة، مما حسّن الكفاءة والسرعة.
تستكشف هذه المقارنة التقنية البنى المعمارية ومقاييس الأداء وحالات الاستخدام المثالية لكلا النموذجين، لمساعدتك على اختيار الأداة المناسبة لمشروعك التالي في الكشف عن الأجسام.
أصول النماذج وبياناتها الوصفية#
يساعد فهم أصول هذه النماذج على استيعاب الخيارات المعمارية وبيئات النشر المستهدفة لكل منها.
تفاصيل YOLOX
- المؤلفون: Zheng Ge وSongtao Liu وFeng Wang وZeming Li وJian Sun
- المؤسسة: Megvii
- التاريخ: 2021-07-18
- arXiv: https://arxiv.org/abs/2107.08430
- GitHub: https://github.com/Megvii-BaseDetection/YOLOX
- الوثائق: https://github.com/Megvii-BaseDetection/YOLOX/tree/main/docs
تعرّف على مزيد من المعلومات عن YOLOX
تفاصيل YOLOv10
- المؤلفون: Ao Wang وHui Chen وLihao Liu وKai Chen وZijia Lin وJungong Han وGuiguang Ding
- الجهة: جامعة تسينغهوا
- التاريخ: 2024-05-23
- arXiv: https://arxiv.org/abs/2405.14458
- GitHub: https://github.com/THU-MIG/yolov10
- الوثائق: https://docs.ultralytics.com/models/yolov10
ابتكارات البنية#
تكمن الاختلافات الجوهرية بين YOLOX وYOLOv10 في طريقة تعاملهما مع تنبؤات مربعات الإحاطة والمعالجة اللاحقة.
YOLOX: ريادة التصميم الخالي من المراسي#
نقل YOLOX عائلة YOLO إلى بنية معمارية خالية من المراسي. ومن خلال التنبؤ بمركز الجسم بدلًا من الاعتماد على مربعات المراسي المحددة مسبقًا، خفّض YOLOX بدرجة كبيرة عدد معلمات التصميم والحاجة إلى الضبط الاستدلالي لمجموعات البيانات المخصصة. كما قدّم رأسًا مفصولًا يوزّع مهام التصنيف والانحدار على مسارات منفصلة. وقد قلّل هذا النهج التعارض بين تحديد ماهية الجسم وتحديد مكانه، مما أدى إلى تحسن ملحوظ في سرعة التقارب والدقة.
YOLOv10: كشف آني بلا NMS#
بسّط YOLOX رأس الكشف، لكنه ظل يعتمد على NMS لتصفية تنبؤات مربعات الإحاطة الزائدة. وعالج YOLOv10 هذا الاختناق الجوهري. فمن خلال استخدام إسناد مزدوج متسق أثناء التدريب، يحقق YOLOv10 كشفًا أصيلًا شاملًا من البداية إلى النهاية. ويستخدم رأسًا متعدد المطابقات أثناء التدريب لضمان إشارات إشراف غنية، ورأسًا أحادي المطابقة أثناء الاستدلال لإخراج التنبؤات النهائية مباشرةً. يلغي هذا التصميم الشامل، الذي يوازن بين الكفاءة والدقة، NMS بالكامل، ويقلل بدرجة كبيرة زمن استدلال الشرائح المضمنة.
غالبًا ما يكون تسريع عملية كبت غير الأقصى (NMS) معقدًا على وحدات المعالجة العصبية (NPUs). وبإزالتها، يتيح YOLOv10 تشغيل مخطط النموذج بأكمله على أجهزة متخصصة، مما يحسّن التوافق مع أطر التحسين مثل OpenVINO وTensorRT.
مقاييس الأداء والمقارنة#
عند تقييم النماذج للإنتاج، من الضروري تحقيق توازن بين الدقة والتكلفة الحسابية. يوضح الجدول أدناه المفاضلات بين مختلف أحجام YOLOX وYOLOv10.
| النموذج | الحجم (بكسل) | mAPval50-95 | السرعة CPU ONNX (مللي ثانية) | السرعة T4 TensorRT10 (ms) | 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 |
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
تحليل البيانات#
تُظهر المقاييس التحسن الجيلي الذي يحققه YOLOv10. فعلى سبيل المثال، يحقق YOLOv10-S متوسط الدقة البالغ 46.3% مقارنةً بـ 46.9% لـ YOLOX-m، لكنه يفعل ذلك باستخدام أقل من ثلث عدد المعلمات (7.2M مقابل 25.3M) وعدد أقل بكثير من عمليات FLOPs. علاوة على ذلك، يرفع طراز YOLOv10-X المتقدم قيمة mAP إلى 54.4%، مما يجعله منافسًا قويًا في مهام الدقة الصعبة، مع بقائه أسرع من بنية YOLOX-x الأقدم.
ميزة منظومة Ultralytics#
لا يزال YOLOX تطبيقًا بحثيًا مفتوح المصدر موثوقًا، لكن اعتماد YOLOv10 يتيح الوصول الفوري إلى منظومة Ultralytics التي تحظى بصيانة جيدة. ويضمن اختيار نموذج تدعمه Ultralytics تجربة استخدام سلسة تتميز بواجهة API بسيطة ووثائق شاملة.
يستفيد المطورون من متطلبات الذاكرة المنخفضة للإطار؛ إذ يستهلك تدريب نماذج Ultralytics عادةً قدرًا أقل بكثير من ذاكرة CUDA مقارنةً بالبدائل الثقيلة القائمة على Transformer مثل RT-DETR. يتيح هذا الحجم المنخفض لاستهلاك الذاكرة أثناء التدريب استخدام أحجام دفعات أكبر على الأجهزة الاستهلاكية، مما يسرّع الانتقال من جمع البيانات إلى نشر النموذج. كما يدعم الإطار مهام متعددة، لذا يمكن للمستخدمين التبديل بين اكتشاف الكائنات وتقسيم المثيلات وتقدير الوضعية مع إجراء تغييرات بسيطة على الشيفرة.
مثال على التدريب والاستدلال#
تتيح واجهة API الموحدة التحقق من الأفكار بسرعة. يدرّب المقتطف التالي نموذج YOLOv10 وينشره باستخدام الواجهة الخلفية لـ PyTorch:
from ultralytics import YOLO
# حمّل نموذج YOLOv10 nano مدرّبًا مسبقًا
model = YOLO("yolov10n.pt")
# تدريب النموذج على مجموعة بيانات COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# إجراء الاستدلال على صورة نموذجية
predictions = model.predict("https://ultralytics.com/images/bus.jpg")
# تصدير النموذج للنشر على الأجهزة الطرفية
model.export(format="engine", quantize=16)بفضل الاستفادة من إجراءات التصدير المدمجة، لا يتطلب تحويل النماذج إلى تنسيقات مثل TensorRT أو ONNX سوى سطر واحد من الشيفرة، مما يجنب خطوات التجميع المعقدة.
حالات الاستخدام المثالية وسيناريوهات النشر#
يعتمد الاختيار بين هاتين البنيتين إلى حد كبير على قيود العتاد ومتطلبات المجال المحددة.
تحليلات الفيديو الآنية#
يُعد YOLOv10 الخيار الأقوى للتطبيقات التي تتطلب زمن استجابة منخفضًا جدًا، مثل القيادة الذاتية أو مراقبة حركة المرور في الوقت الفعلي. يوفر تصميمه الشامل الخالي من NMS أوقات تنفيذ متوقعة، وهو أمر بالغ الأهمية لأنظمة السلامة التي لا تحتمل تفاوت زمن الاستجابة في المعالجة اللاحقة. وتحقق النماذج معدلات إطارات عالية على أجهزة مثل سلسلة NVIDIA Jetson.
الخطوط الأساسية الأكاديمية والمتحكمات الدقيقة الطرفية#
لا يزال YOLOX ذا قيمة في الأوساط الأكاديمية، حيث يرغب الباحثون في استخدام خط أساس ذي رأس مفصول ونظيف لتجربة استراتيجيات إسناد التسميات. إضافةً إلى ذلك، يمكن لطراز YOLOX-Nano الصغير جدًا (أقل من مليون معلمة) العمل على أجهزة طرفية شديدة التقييد من حيث الذاكرة، بشرط أن تدعم الأجهزة عمليات الالتفاف القياسية.
النموذج الموصى به: Ultralytics YOLO26#
كان YOLOv10 خطوة كبيرة إلى الأمام في إزالة NMS، لكن مجال الرؤية الحاسوبية يتطور بسرعة. للمشاريع الجديدة، توصي Ultralytics بـ YOLO26، الذي صدر في يناير 2026.
يبني YOLO26 على أفكار أسلافه ويقدم توازنًا قويًا في الأداء، مع دعم أصلي للاكتشاف، وتقسيم المثيلات والتقسيم الدلالي، وتقدير العمق، والتصنيف، وتقدير الوضعية، ومربعات الإحاطة الموجّهة.
إليك أسباب اعتبار YOLO26 الخيار الموصى به لمسارات عمل الرؤية الحاسوبية الحديثة:
- تصميم شامل خالٍ من NMS: استنادًا إلى YOLOv10، يدعم YOLO26 الاستدلال الشامل الأصلي (
nms=False)، ويوفر أوقات استدلال أسرع وأكثر قابلية للتنبؤ دون اختناقات المعالجة اللاحقة لـ NMS. - استدلال على CPU أسرع بنسبة تصل إلى 43%: يعمل YOLO26n بسرعة أعلى بنسبة تصل إلى 43% من YOLO11n على CPU، مما يجعله مناسبًا للمعالجات المحمولة والأجهزة التي لا تحتوي على GPU منفصل.
- مُحسِّن MuSGD: استلهامًا من تدريب نماذج اللغة الكبيرة (وتحديدًا Kimi K2 من Moonshot AI)، يستخدم YOLO26 مزيجًا من SGD وMuon لتحقيق تدريب مستقر وتقارب سريع.
- ProgLoss + STAL: تحسّن الخسارة التدريجية وإسناد التسميات المراعي للأهداف الصغيرة (STAL) اكتشاف الكائنات الصغيرة، وهو أمر بالغ الأهمية في المجالات الصعبة مثل الصور الجوية وملاحة الطائرات المسيّرة.
- إزالة DFL: بإزالة خسارة التركيز التوزيعي، يبسّط YOLO26 مخطط النموذج، مما يسهّل تصديره إلى الأجهزة الطرفية ومنخفضة الطاقة.
- تحسينات خاصة بالمهام: سواء كنت تستخدم تقدير الاحتمالية اللوغاريتمية المتبقية (RLE) لتقدير الوضعية أو خسارة زاوية متخصصة لـ OBB، يتضمن YOLO26 تحسينات لكل مهمة رئيسية في الرؤية.
للمطورين الذين يحدّثون خطوط المعالجة لديهم، توفر منصة Ultralytics مع YOLO26 أدوات فعالة للتدريب والنشر. ويمكن للمستخدمين المهتمين بالبنى الراسخة أيضًا الاطلاع على YOLO11 أو YOLOv8 للاستفادة من دعم مجتمعي واسع ومتانة مثبتة.
التعليقات
اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.