YOLOX مقابل YOLOv5#

يُعد اختيار نموذج كشف الكائنات المناسب قرارًا حاسمًا يحدد نجاح أي مشروع للرؤية الحاسوبية. يقدم هذا الدليل مقارنة تقنية شاملة بين نموذجين محوريين في مجال الذكاء الاصطناعي: YOLOX من Megvii وUltralytics YOLOv5. ومن خلال تحليل بنيتيهما ومقاييس أدائهما وبيئتي التدريب الخاصتين بهما، نهدف إلى مساعدة المطورين والباحثين على اتخاذ قرار مدروس يناسب بيئات النشر المحددة لديهم.

مقدمة عن النماذج#

ظهر كلا النموذجين خلال فترة من التقدم السريع في مجال كشف الكائنات في الزمن الفعلي، لكنهما اتبعا فلسفتين معماريتين مختلفتين لتحقيق أدائهما.

YOLOX: نهج خالٍ من المراسي#

أطلق الباحثون Zheng Ge وSongtao Liu وFeng Wang وZeming Li وJian Sun في Megvii نموذج YOLOX في 18 يوليو 2021، مقدمين تحولًا مهمًا بالابتعاد عن صناديق المراسي التقليدية. ووفقًا لما ورد في التقرير التقني على Arxiv، دمج YOLOX تصميمًا خاليًا من المراسي مع رأس مفكك واستراتيجية SimOTA لإسناد التسميات. استهدف هذا التصميم تضييق الفجوة بين البحث الأكاديمي والتطبيق الصناعي، مع تقديم أداء قوي على مجموعات البيانات القياسية.

تعرّف على المزيد حول YOLOX

YOLOv5: المعيار القياسي للذكاء الاصطناعي للرؤية في الإنتاج#

ألّف Glenn Jocher نموذج YOLOv5، وأصدرته Ultralytics في 26 يونيو 2020، وسرعان ما أصبح المعيار الصناعي للرؤية الحاسوبية المنشورة. وبُني أصلاً على إطار عمل PyTorch، وأتاح الذكاء الاصطناعي المتطور للجميع بفضل سهولة استخدامه الفائقة، وسرعة تدريبه الاستثنائية، ومستودعه المصقول بعناية. ركزت بنية YOLOv5 على تحقيق توازن مثالي بين السرعة والدقة وسهولة النشر، ما جعله خيارًا مفضلًا لكل شيء، من الأجهزة الطرفية إلى عمليات النشر السحابية واسعة النطاق.

الاختلافات المعمارية#

يوضح فهم الفروق الميكانيكية الأساسية بين هذه الشبكات سبب اختلاف أدائها في مختلف المهام.

خالٍ من المراسي مقابل قائم على المراسي#

يتمثل أبرز اختلاف في آلية YOLOX الخالية من المراسي. تعتمد النماذج التقليدية مثل YOLOv5 على صناديق مراسٍ محددة مسبقًا للتنبؤ بصناديق الإحاطة، ما يستلزم تحليل التجميع على مجموعة بيانات التدريب لتحديد أحجام المراسي المثلى. يلغي YOLOX هذه الخطوة، إذ يتنبأ مباشرة بإحداثيات صندوق الإحاطة عند كل موضع مكاني. وعلى الرغم من أن النهج الخالي من المراسي يقلل عدد معلمات التصميم والحاجة إلى الضبط الاستدلالي، فإن نهج YOLOv5 المحسّن والقائم على المراسي، والمدعوم بوظيفة المراسي التلقائية، يضمن تقاربًا مستقرًا للغاية ويمكن التنبؤ به أثناء التدريب منذ البداية.

رأس مفكك مقابل رأس مترابط#

يستخدم YOLOX رأسًا مفككًا، أي إنه يفصل مهمتي التصنيف والانحدار في فرعين منفصلين للشبكة العصبية. ورأى المؤلفون أن هذا يحل التعارضات بين تعلم السمات المكانية والدلالية. في المقابل، استخدم YOLOv5 رأسًا مترابطًا ومحسّنًا للغاية (في إصداراته المبكرة) لتعظيم الكفاءة الحسابية وتقليل زمن استجابة الاستدلال، وهو أمر بالغ الأهمية للحوسبة الطرفية في الزمن الفعلي.

استراتيجية إسناد التسميات#

يستخدم YOLOX خوارزمية SimOTA لإسناد التسميات، إذ تصوغ مطابقة الكائنات الأساسية بالتنبؤات بوصفها مسألة نقل أمثل. ويحسن هذا الإسناد الديناميكي التعامل مع المشاهد المزدحمة. أما YOLOv5، فيستخدم إسنادًا متينًا قائمًا على قواعد الأشكال، ما يضمن تغذية دالة الخسارة بعينات إيجابية عالية الجودة باستمرار، ويسهم في استقراره التدريبي المشهود.

الأداء ومعايير التقييم#

تمثل المفاضلة بين السرعة والدقة الاختبار الأهم لهذه البنى. يوضح الجدول أدناه أداء أحجام النماذج المختلفة على المعايير القياسية.

مع أن YOLOX يحقق درجات mAP تنافسية، ولا سيما في إصداراته الأكبر، يحافظ YOLOv5 على أفضلية ملحوظة في سرعة الاستدلال باستخدام TensorRT على امتداد الأحجام. فعلى سبيل المثال، يقدم نموذج YOLOv5s نسبًا استثنائية بين السرعة والدقة، ما يجعله مرغوبًا للغاية للتطبيقات الآنية التي تهم فيها كل ميلي ثانية.

مزايا Ultralytics: التدريب وسهولة الاستخدام#

عند الانتقال من البحث إلى الإنتاج، غالبًا ما تكون البيئة المحيطة بالنموذج بأهمية النموذج نفسه. وهنا تتضح مزايا بيئة Ultralytics بجلاء.

تجربة استخدام مبسطة#

يحظى YOLOv5 بإشادة واسعة لتجربة المطورين التي تنقلهم من الصفر إلى الاحتراف. تتيح واجهة Ultralytics البرمجية لـ Python وواجهة CLI تحميل النماذج وتدريبها ونشرها بسطر واحد من التعليمات البرمجية. في المقابل، يتطلب تشغيل YOLOX من مستودع Megvii على GitHub إعدادًا يدويًا أكبر لمتغيرات البيئة، وتهيئة معقدة لمسارات Python، ومنحنى تعلم أشد انحدارًا، وهي أمور معتادة في قواعد شيفرة البحث الأكاديمي.

كفاءة التدريب ومتطلبات الذاكرة#

صُممت نماذج Ultralytics بعناية لتقليل استخدام الذاكرة أثناء التدريب. يتطلب YOLOv5 قدرًا أقل بكثير من ذاكرة CUDA مقارنة بنماذج Transformer كثيرة المعلمات مثل RT-DETR أو النماذج البحثية غير المحسّنة. ويتيح ذلك للمطورين التدريب بأحجام دفعات أكبر على عتاد متاح للمستهلكين، ما يسرّع دورة التطوير التكرارية.

التنوع عبر المهام#

بينما يقتصر YOLOX على إطار عمل لكشف الكائنات، طورت بيئة Ultralytics قدرات YOLOv5 لدعم مهام متعددة للرؤية. يمكنك مباشرةً تنفيذ تصنيف الصور وتجزئة الكائنات وكشف الكائنات باستخدام صياغة واجهة API نفسها تمامًا.

مقارنة الشيفرة#

يتجلى الفرق في سهولة الاستخدام على أفضل وجه من خلال الشيفرة.

التدريب باستخدام YOLOv5:

from ultralytics import YOLO

# ⁨تحميل نموذج YOLOv5s مدرّب مسبقًا⁩
model = YOLO("yolov5su.pt")  # ⁨YOLOv5u: أوزان YOLOv5 الخالية من المراسي لحزمة ultralytics⁩

# ⁨تدريب النموذج على مجموعة البيانات التجريبية COCO8⁩
model.train(data="coco8.yaml", epochs=100, imgsz=640)

# ⁨تشغيل الاستدلال على صورة⁩
results = model("https://ultralytics.com/images/zidane.jpg")

# ⁨عرض النتائج⁩
results[0].show()

التدريب باستخدام YOLOX: (يتطلب استنساخ المستودع يدويًا، وتثبيت setup.py، واستخدام وسيطات CLI معقدة)

# Example YOLOX training command
python tools/train.py -f exps/default/yolox_s.py -d 1 -b 64 --fp16 -o

يزيل نهج Ultralytics العوائق، ما يتيح لك التركيز على مجموعة البيانات ومنطق التطبيق بدلًا من تصحيح أخطاء ملفات الإعداد. بالإضافة إلى ذلك، يصبح تتبع تجاربك سلسًا بفضل عمليات التكامل المضمنة مع Weights & Biases وComet ML.

حالات الاستخدام المثالية والتطبيقات الواقعية#

يعتمد الاختيار بين هذين النموذجين على بيئة التشغيل الخاصة بمشروعك.

مجالات تفوق YOLOX#

لا يزال YOLOX خيارًا قويًا في البيئات الأكاديمية التي يدرس فيها الباحثون صراحةً النماذج الخالية من المراسي أو استراتيجيات إسناد التسميات. كما يفيد في الحالات التي يكون فيها كشف المشاهد المزدحمة المقياس الأساسي بلا منازع، وتكون سرعة النشر على الأجهزة الطرفية أقل أهمية.

مجالات تفوق YOLOv5#

يُعد YOLOv5 الخيار الأبرز بلا منازع للنشر العملي.

• التصنيع عالي السرعة: في كشف العيوب على خطوط التجميع، يضمن الحد الأدنى لزمن استدلال YOLOv5 على وحدات GPU الطرفية فحص المنتجات دون إبطاء السير الناقل.
• الطائرات المسيّرة والصور الجوية: يتيح استهلاكه الفعال للذاكرة تشغيله على حواسيب مصاحبة خفيفة الوزن في الطائرات المسيّرة، لتنفيذ مهام مثل مراقبة الزراعة وتتبع الحياة البرية.
• تجارة التجزئة الذكية: من الدفع الآلي إلى إدارة المخزون، يسهل تصدير YOLOv5 إلى TensorRT وONNX لنشره على نطاق واسع عبر آلاف كاميرات المتاجر.

نظرة مستقبلية: ميزة YOLO26#

مع أن YOLOv5 نموذج أسطوري، فإن مجال الذكاء الاصطناعي يتطور بسرعة. إذا كنت تبدأ مشروعًا جديدًا اليوم، فننصحك بشدة بالاطلاع على أحدث جيل من نماذج Ultralytics.

يمثل Ultralytics YOLO26، الذي صدر في عام 2026، قفزة هائلة إلى الأمام. ويتميز بتصميم اختياري شامل خالٍ من NMS (nms=False)، ما يلغي الحاجة إلى المعالجة اللاحقة باستخدام كبت غير الأعظم، ويبسّط منطق النشر بدرجة كبيرة. ومن خلال إزالة Distribution Focal Loss (DFL) واستخدام محسّن MuSGD المتطور، يحقق YOLO26 استدلالًا على CPU أسرع بنسبة تصل إلى 43% مقارنة بالأجيال السابقة مع الحفاظ على دقة أعلى، ولا سيما للأجسام الصغيرة بفضل ProgLoss + STAL الجديد (الخسارة التدريجية وإسناد التسميات الواعي بالأهداف الصغيرة).

سواء اخترت موثوقية YOLOv5 المجربة ميدانيًا أو أداء YOLO26 المتطور، تضمن منصة Ultralytics حصولك على أفضل الأدوات المتاحة لنقل حلول الرؤية الحاسوبية بسلاسة من الفكرة إلى الإنتاج. احرص على استكشاف وثائق Ultralytics الشاملة للاستفادة من الإمكانات الكاملة لمسار عمل الذكاء الاصطناعي لديك.