YOLOX مقابل YOLOv5
يُعد اختيار نموذج اكتشاف الكائنات المناسب قرارًا بالغ الأهمية لأي مشروع في الرؤية الحاسوبية. يقدم هذا الدليل مقارنة تقنية بين نموذجين مؤثرين: YOLOX من Megvii وUltralytics YOLOv5. ومن خلال تحليل البنى ومقاييس الأداء ومنظومات التدريب، يساعد الدليل المطورين والباحثين على اتخاذ خيار مدروس يناسب بيئات النشر الخاصة بهم.
مقدمة عن النماذج#
ظهر كلا النموذجين خلال فترة من التطور السريع لاكتشاف الكائنات في الوقت الفعلي، لكنهما اتبعا نهجين معماريين مختلفين لتحقيق أدائهما.
YOLOX: نهج خالٍ من المراسي#
قدّم الباحثون Zheng Ge وSongtao Liu وFeng Wang وZeming Li وJian Sun من Megvii نموذج YOLOX في 18 يوليو 2021، وأحدثوا تحولًا مهمًا بالابتعاد عن مربعات المراسي التقليدية. ودمج YOLOX، وفقًا لما ورد في التقرير التقني على arXiv، تصميمًا خاليًا من المراسي مع رأس مفصول واستراتيجية SimOTA لإسناد التسميات. واستهدف هذا التصميم سد الفجوة بين البحث الأكاديمي والتطبيق الصناعي، مع توفير أداء قوي على مجموعات البيانات القياسية.
YOLOv5: المعيار القياسي للذكاء الاصطناعي للرؤية في الإنتاج#
ألّف Glenn Jocher نموذج YOLOv5، وأصدرته Ultralytics في 26 يونيو 2020، وسرعان ما أصبح من أكثر نماذج الرؤية الحاسوبية انتشارًا في النشر. وبُني أصليًا على إطار PyTorch، وأتاح ذكاءً اصطناعيًا متقدمًا للجميع بفضل سهولة استخدامه وسرعة تدريبه ومستودعه المصقول. ويوازن YOLOv5 بين السرعة والدقة وسهولة النشر، مما جعله شائعًا في كل شيء بدءًا من الأجهزة الطرفية ووصولًا 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 القائمة على المراسي، مثل YOLOv5، على مربعات مراسٍ محددة مسبقًا للتنبؤ بمربعات الإحاطة، مما يستلزم تحليل التجميع على مجموعة بيانات التدريب لتحديد أحجام المراسي المثلى. ويلغي YOLOX ذلك، إذ يتنبأ بإحداثيات مربع الإحاطة مباشرةً عند كل موقع مكاني. وفي حين يقلل النهج الخالي من المراسي عدد معلمات التصميم والضبط الاستدلالي، يدعم نهج YOLOv5 المنقح القائم على المراسي، بمساعدة وظيفة المراسي التلقائية، تقاربًا مستقرًا ومتوقعًا للتدريب مباشرةً.
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 الحقيقية بالتنبؤات بوصفها مسألة نقل أمثل. ويحسّن هذا الإسناد الديناميكي التعامل مع المشاهد المزدحمة. أما YOLOv5 فيستخدم إسنادًا متينًا قائمًا على قواعد الأشكال، ما يضمن إدخال عينات إيجابية عالية الجودة باستمرار إلى دالة الخسارة، ويسهم في استقرار التدريب.
الأداء ومعايير التقييم#
يُعدّ التوازن بين السرعة والدقة الاختبار الأساسي لهذه البنى. ويوضح الجدول أدناه أداء أحجام النماذج المختلفة على المعايير القياسية.
| 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 |
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
يتسم YOLOX بدقة أعلى في الأحجام من s إلى x، في حين يتفوق YOLOv5 في السرعة على T4 باستخدام TensorRT عبر جميع الأحجام. فعلى سبيل المثال، يستغرق YOLOv5s مدة 1.92 ms مقابل 2.56 ms لـ YOLOXs، وهذا فارق مهم في التطبيقات الآنية التي تُحتسب فيها كل ميلي ثانية.
مزايا Ultralytics: التدريب وسهولة الاستخدام#
عند الانتقال من البحث إلى الإنتاج، غالبًا ما تكون المنظومة المحيطة بالنموذج بأهمية النموذج نفسه. وهنا تتضح مزايا منظومة Ultralytics.
تجربة استخدام مبسطة#
يشتهر YOLOv5 بتجربة تطوير مباشرة وسهلة. وتتيح واجهة Ultralytics البرمجية لـ Python وCLI تحميل النماذج وتدريبها ونشرها ببضعة أسطر من التعليمات البرمجية. وعلى النقيض، يتطلب تشغيل YOLOX من مستودع Megvii على GitHub إعدادًا يدويًا أكثر لمتغيرات البيئة، وضبطًا معقدًا لمسارات Python، ومنحنى تعلم أشد انحدارًا، وهي سمات مألوفة في قواعد التعليمات البرمجية للأبحاث الأكاديمية.
كفاءة التدريب ومتطلبات الذاكرة#
صُممت نماذج Ultralytics لتقليل استخدام الذاكرة أثناء التدريب. ويحتاج YOLOv5 إلى ذاكرة CUDA أقل بكثير مقارنةً بنماذج Transformer كثيفة المعلمات مثل RT-DETR أو النماذج البحثية غير المحسّنة. ويتيح ذلك للمطورين تدريب النماذج بأحجام دفعات أكبر على عتاد استهلاكي، ما يسرّع دورة التطوير التكرارية.
التنوع عبر المهام#
في حين أن YOLOX إطار عمل مخصص حصريًا للكشف عن الأجسام، طوّر نظام Ultralytics البيئي YOLOv5 لدعم مهام رؤية متعددة. ويمكنك مباشرةً إجراء الكشف عن الأجسام وتجزئة الكائنات وتصنيف الصور باستخدام صياغة واجهة برمجة التطبيقات نفسها.
إذا كنت تحتاج إلى مهام أكثر تقدمًا، مثل تقدير الوضعية أو الكشف باستخدام صناديق الإحاطة الموجّهة (OBB)، ففكّر في الترقية إلى Ultralytics YOLO26، الذي يدعم هذه المهام أصليًا بدقة عالية.
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 -oيقلل نهج Ultralytics العوائق، ما يتيح لك التركيز على مجموعة البيانات ومنطق التطبيق بدلًا من تصحيح أخطاء ملفات الإعداد. كما أن تتبع التجارب مدمج عبر عمليات التكامل مع Weights & Biases وComet ML.
حالات الاستخدام المثالية والتطبيقات الواقعية#
يعتمد الاختيار بين هذين النموذجين على بيئة التشغيل الخاصة بمشروعك.
مجالات تفوق YOLOX#
يظل YOLOX خيارًا قويًا في البيئات الأكاديمية التي يدرس فيها الباحثون صراحةً النماذج الخالية من المراسي أو استراتيجيات إسناد التسميات. كما يفيد في السيناريوهات التي يكون فيها كشف المشاهد المزدحمة هو المقياس الأساسي، بينما تأتي سرعات النشر على الأجهزة الطرفية في مرتبة ثانوية.
مجالات تفوق YOLOv5#
يُعد YOLOv5 خيارًا مجرّبًا للنشر العملي.
- التصنيع عالي السرعة: في كشف العيوب على خطوط التجميع، يساعد انخفاض زمن استدلال YOLOv5 على وحدات GPU الطرفية في 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#
على الرغم من استمرار الاستخدام الواسع لـ YOLOv5، يتطور مجال الذكاء الاصطناعي بسرعة. وإذا كنت تبدأ مشروعًا جديدًا اليوم، توصي Ultralytics بأحدث جيل من نماذج Ultralytics.
يتميز Ultralytics YOLO26، الذي صدر في يناير 2026، بتصميم اختياري شامل من البداية إلى النهاية وخالٍ من NMS (nms=False)، ما يلغي الحاجة إلى المعالجة اللاحقة باستخدام كبح المربعات غير القصوى (NMS) ويبسط منطق النشر. وبعد إزالة Distribution Focal Loss (DFL)، يحقق YOLO26n استدلالًا على CPU أسرع بنسبة تصل إلى 43% مقارنةً بـ YOLO11n، في حين يحسّن محسّن MuSGD استقرار التدريب، وتعزز ProgLoss + STAL (الخسارة التدريجية وإسناد التسميات المراعي للأهداف الصغيرة) الدقة في الكائنات الصغيرة.
سواء اخترت YOLOv5 أم YOLO26، توفر منصة Ultralytics أدوات لنقل حلول الرؤية الحاسوبية من الفكرة إلى الإنتاج، وتغطي وثائق Ultralytics كل خطوة من خطوات مسار العمل.
التعليقات
اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.