YOLOX مقابل YOLOv6-3.0
تحدد تطور الرؤية الحاسوبية إلى حد كبير بالتطورات السريعة في سلسلة YOLO. وغالبًا ما يعتمد اختيار البنية المناسبة للنشر على الموازنة بين الإنتاجية الخام وبساطة البنية وكفاءة التدريب. ومن المحطات البارزة في هذا المسار تركيز YOLOX البحثي على العمل الخالي من المراسي، وتركيز YOLOv6-3.0 على الإنتاجية الصناعية.
تحلل هذه المقارنة التقنية الاختلافات المعمارية ومقاييس الأداء وحالات الاستخدام المثالية، كما تقدم Ultralytics YOLO26 للمطورين الذين يحتاجون إلى نشر فعال على الأجهزة الطرفية والسحابة.
YOLOX: جسر بين البحث والصناعة#
طوّر باحثون في Megvii نموذج YOLOX، وقد قُدّم بوصفه تحولًا كبيرًا نحو تبسيط بنية YOLO من خلال جعله خاليًا من المراسي بالكامل.
- المؤلفون: Zheng Ge وSongtao Liu وFeng Wang وZeming Li وJian Sun
- المؤسسة: Megvii
- التاريخ: 2021-07-18
- arXiv: 2107.08430
- GitHub: Megvii-BaseDetection/YOLOX
أبرز السمات المعمارية#
أدمج YOLOX تصميمًا خاليًا من المراسي في عائلة YOLO. ومن خلال الاستغناء عن مربعات المراسي المحددة مسبقًا، يقلل النموذج بدرجة كبيرة عدد معلمات التصميم والضبط الاستدلالي المطلوبين أثناء التدريب. وهذا يجعل YOLOX قابلًا للتكيف مع مجموعات البيانات المخصصة المتنوعة دون الحاجة إلى إعادة حساب المراسي يدويًا.
إضافةً إلى ذلك، قدم YOLOX بنية رأس مفصول. فمن خلال فصل مهام التصنيف والانحدار في فرعين مختلفين، يقلل النموذج التعارض بين تحديد ماهيّة الكائن وموقعه. وبالاقتران مع استراتيجية SimOTA لإسناد التسميات، يحقق YOLOX تقاربًا أسرع ويحسّن متوسط الدقة (mAP).
تعرّف على مزيد من المعلومات عن YOLOX
غالبًا ما يكون أداء الكاشفات الخالية من المراسي مثل YOLOX أفضل على مجموعات البيانات المخصصة ذات نسب أبعاد الأجسام غير المعتادة، لأنها لا تعتمد على قيم مسبقة ثابتة لصناديق الإحاطة قد لا تلائم البيانات الجديدة.
YOLOv6-3.0: العملاق الصناعي#
طوّر قسم الرؤية والذكاء الاصطناعي في Meituan نموذج YOLOv6-3.0 ليوفر إنتاجية صناعية عالية، لا سيما على وحدات GPU من NVIDIA باستخدام مسرّعات الأجهزة مثل TensorRT.
- المؤلفون: Chuyi Li وLulu Li وYifei Geng وآخرون.
- الجهة: Meituan
- التاريخ: 2023-01-13
- arXiv: 2301.05586
- GitHub: meituan/YOLOv6
التحسين من أجل النشر#
يركز YOLOv6-3.0 على تعظيم الاستفادة من GPU. ويقدم وحدة BiC للوصل ثنائي الاتجاه في العنق لتعزيز دمج السمات مع الحفاظ على سرعات استدلال عالية. وعلى الرغم من أن مرحلة الاستدلال خالية تمامًا من المراسي، يستخدم YOLOv6-3.0 استراتيجية التدريب المعانة بالمراسي (AAT) للاستفادة من استقرار النماذج القائمة على المراسي أثناء التدريب.
تستخدم النماذج الأصغر عمودًا فقريًا EfficientRep ملائمًا للأجهزة (وتستخدم النماذج الأكبر CSPStackRep)، وقد صُمم لتقليل تكاليف الوصول إلى الذاكرة وتعظيم الكثافة الحسابية على المسرّعات الحديثة. وهذا يجعل YOLOv6 خيارًا قويًا لتحليلات الفيديو على الخوادم.
مقارنة الأداء#
عند مقارنة هذه النماذج، ينبغي للمطوّرين موازنة الدقة الخام مع سرعة الاستدلال وعدد المعاملات. يسلّط الجدول التالي الضوء على أداء عائلتي النموذجين عبر أحجام متعددة.
| 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 |
| YOLOv6-3.0n | 640 | 37.5 | - | 1.17 | 4.7 | 11.4 |
| YOLOv6-3.0s | 640 | 45.0 | - | 2.66 | 18.5 | 45.3 |
| YOLOv6-3.0m | 640 | 50.0 | - | 5.28 | 34.9 | 85.8 |
| YOLOv6-3.0l | 640 | 52.8 | - | 8.95 | 59.6 | 150.7 |
يحقق YOLOv6-3.0 قيمة mAP أعلى من YOLOX عند كل حجم مماثل، مع سرعات TensorRT مماثلة أو أعلى، بينما يظل YOLOX منافسًا بفضل بساطته وإصداريه الصغيرين جدًا Nano وTiny.
حالات الاستخدام والتوصيات#
يعتمد الاختيار بين YOLOX وYOLOv6 على متطلبات مشروعك المحددة وقيود النشر وتفضيلات المنظومة.
متى تختار YOLOX#
يُعد YOLOX خيارًا قويًا لـ:
- أبحاث الاكتشاف دون مراسي: الأبحاث الأكاديمية التي تستخدم بنية YOLOX النظيفة والخالية من المراسي أساسًا لتجربة رؤوس اكتشاف أو دوال خسارة جديدة.
- الأجهزة الطرفية فائقة الخفة: النشر على المتحكمات الدقيقة أو الأجهزة المحمولة القديمة، حيث يكون الحجم الصغير للغاية لإصدار YOLOX-Nano (0.91M معلمة) أمرًا بالغ الأهمية.
- دراسات إسناد التسميات باستخدام SimOTA: مشاريع بحثية تدرس استراتيجيات إسناد التسميات القائمة على النقل الأمثل وتأثيرها في تقارب التدريب.
متى تختار YOLOv6#
يُنصح بـ YOLOv6 في الحالات التالية:
- النشر الملائم لعتاد الصناعة: الحالات التي يوفر فيها التصميم المراعي للعتاد وإعادة المعلمة الفعّالة للنموذج أداءً محسّنًا على عتاد مستهدف محدد.
- الكشف السريع أحادي المرحلة: التطبيقات التي تعطي الأولوية لسرعة الاستدلال الخام على GPU لمعالجة الفيديو في الوقت الفعلي ضمن بيئات خاضعة للتحكم.
- التكامل مع منظومة Meituan: الفرق التي تعمل بالفعل ضمن حزمة تقنيات Meituan وبنية النشر التحتية الخاصة بها.
متى تختار Ultralytics (YOLO26)#
يوفر Ultralytics YOLO26 أفضل مزيج من الأداء وتجربة المطورين لمعظم المشاريع الجديدة:
- النشر الطرفي الخالي من NMS: تطبيقات تتطلب استدلالًا ثابتًا منخفض زمن الاستجابة، دون تعقيد المعالجة اللاحقة الخاصة بـ الكبح غير الأقصى (NMS).
- البيئات التي لا تستخدم إلا CPU: الأجهزة التي لا تتضمن تسريعًا مخصصًا لوحدة GPU، حيث تمنح سرعة استدلال YOLO26n الأعلى بنسبة تصل إلى 43% على CPU مقارنةً بـYOLO11n أفضلية حاسمة.
- اكتشاف الأجسام الصغيرة: سيناريوهات صعبة مثل الصور الجوية الملتقطة بالطائرات المسيّرة أو تحليل مستشعرات إنترنت الأشياء، حيث تحسّن ProgLoss وSTAL الدقة عند اكتشاف الأجسام الصغيرة جدًا.
ميزة Ultralytics#
على الرغم من أن Megvii وMeituan توفران مستودعات بحثية مقتدرة، فإن نشر هذه النماذج في الإنتاج يتطلب غالبًا جهدًا هندسيًا كبيرًا. وتقلل منظومة Ultralytics المتكاملة هذه العقبات من خلال توفير واجهة API موحدة وموثقة على نطاق واسع.
يحصل المطورون على تجربة استخدام متسقة مع حزمة Ultralytics. ويشمل ذلك زيادة البيانات المدمجة، وإدارة الذاكرة بكفاءة أثناء التدريب (مع متطلبات VRAM أقل بكثير من نماذج Transformer مثل RT-DETR)، وخطوط تصدير إلى تنسيقات مثل ONNX وOpenVINO.
على خلاف النماذج المتخصصة، تتسم بنى Ultralytics بالمرونة، إذ تدعم اكتشاف الكائنات وتقسيم المثيلات وتصنيف الصور وتقدير الوضعية ومربعات الإحاطة الموجّهة (OBB) مباشرةً.
تعرّف على YOLO26#
توصي Ultralytics الفرق التي تبدأ مشاريع جديدة في الرؤية الحاسوبية باستخدام Ultralytics YOLO26، الذي صدر في يناير 2026. واستنادًا إلى YOLO11 وYOLOv8، يقدم YOLO26 عدة ميزات جديدة:
- تصميم شامل خالٍ من NMS: استُكشف هذا النهج لأول مرة في YOLOv10، ويلغي الرأس الاختياري أحادي المطابقة في YOLO26 (
nms=False) الحاجة إلى المعالجة اللاحقة لـ NMS. ويوفر ذلك استدلالًا بزمن استجابة منخفض وقابلًا للتنبؤ للروبوتات في الوقت الفعلي. - مُحسِّن MuSGD: استلهامًا من تقنيات تدريب نماذج اللغة الكبيرة مثل Kimi K2 من Moonshot AI، يستخدم YOLO26 مُحسِّن MuSGD (مزيجًا من SGD وMuon) لتحقيق تدريب مستقر وتقارب أسرع.
- استدلال على CPU أسرع بنسبة تصل إلى 43%: بعد إزالة خسارة التركيز التوزيعي (DFL) وتبسيط رأس الشبكة، يعمل YOLO26n بسرعة أعلى بنسبة تصل إلى 43% من YOLO11n على CPU، مما يجعله مناسبًا للأجهزة الطرفية التي تعتمد على التنفيذ على CPU.
- ProgLoss + STAL: تحسّن الخسارة التدريجية وإسناد التسميات المراعي للأهداف الصغيرة (STAL) اكتشاف الكائنات الصغيرة، مما يجعل YOLO26 مناسبًا للصور الجوية وفحص العيوب المجهرية.
مثال على التدريب الموحد#
باستخدام واجهة Python البرمجية من Ultralytics، لا يتطلب تدريب النماذج المتقدمة سوى بضعة أسطر من الشيفرة. وتنطبق الواجهة الواضحة نفسها سواء أكنت تختبر نموذج YOLO أقدم أم تنشر أحدث نموذج YOLO26.
from ultralytics import YOLO
# Load the next-generation YOLO26 model (NMS-free, optimized for edge)
model = YOLO("yolo26n.pt")
# Train the model on the COCO8 dataset
# The ecosystem handles dataset downloading, caching, and batching natively
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Validate the model and print mAP metrics
metrics = model.val()
print(f"Validation mAP50-95: {metrics.box.map}")
# Export the model for edge deployment
model.export(format="onnx")للحصول على تجربة أكثر سلاسة، أدر مجموعات بياناتك وتتبّع تجاربك ودرّب النماذج في السحابة باستخدام منصة Ultralytics التي لا تتطلب كتابة شيفرة.
توصيات حالات الاستخدام#
عند الاختيار بين هذه البنى، ضع قيود أجهزتك ومتطلبات مشروعك المحددة في الحسبان:
- اختر YOLOX إذا كنت تجري أبحاثًا أكاديمية حول استراتيجيات إسناد التسميات، أو تحتاج إلى أساس خالٍ من المراسي واضح وسهل الفهم لإجراء تعديلات معمارية مخصصة.
- اختر YOLOv6-3.0 إذا كنت تنشر على رف خوادم صناعي مزوّد بوحدات GPU متطورة من NVIDIA (مثل A100 أو T4)، حيث يمكنك الاستفادة من أحجام الدُفعات الكبيرة وتحسينات TensorRT لمعالجة مئات تدفقات الفيديو في الوقت نفسه.
- اختر YOLO26 لمعظم التطبيقات الحديثة. إذا كنت تبني تطبيقات الذكاء الاصطناعي الطرفي لأجهزة IoT أو الطائرات المسيّرة أو الهواتف المحمولة، فإن تصميم YOLO26 الأصلي الخالي من NMS وتحسيناته لـ CPU ودعم منظومته الشامل تجعله الخيار الموصى به لسد الفجوة بين التدريب والإنتاج.
التعليقات
اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.