مقارنة بين YOLOX و YOLOv6-3.0#

تحدد التطور في الرؤية الحاسوبية بشكل كبير من خلال التقدم السريع في سلسلة YOLO. غالباً ما يعتمد اختيار البنية المناسبة للنشر على الموازنة بين الإنتاجية الخام، وبساطة البنية، وكفاءة التدريب. ومن أبرز المحطات في هذه الرحلة تركيز YOLOX البحثي على التصميم الخالي من المربعات المرجعية (anchor-free) والإنتاجية الصناعية العالية المحسّنة في YOLOv6-3.0.

تستعرض هذه المقارنة التقنية الاختلافات المعمارية، ومقاييس الأداء، وحالات الاستخدام المثالية، مع تقديم قدرات الجيل التالي من Ultralytics YOLO26 للمطورين الباحثين عن حلول النشر القصوى على الحافة (edge) وفي السحابة.

YOLOX: الجسر بين البحث والصناعة#

تم تطوير YOLOX بواسطة باحثين في Megvii، وقد قُدّم كتحول جذري نحو تبسيط بنية YOLO من خلال جعلها خالية تماماً من المربعات المرجعية (anchor-free).

• المؤلفون: Zheng Ge، Songtao Liu، Feng Wang، Zeming Li، Jian Sun
• المؤسسة: Megvii
• التاريخ: 2021-07-18
• Arxiv: 2107.08430
• GitHub: Megvii-BaseDetection/YOLOX

أبرز ميزات البنية#

نجحت YOLOX في دمج تصميم خالٍ من المربعات المرجعية في عائلة YOLO. ومن خلال القضاء على المربعات المرجعية (anchor boxes) المحددة مسبقاً، يقلل النموذج بشكل كبير من عدد معاملات التصميم والضبط الاستدلالي المطلوب أثناء التدريب. وهذا يجعل YOLOX قابلاً للتكيف بدرجة كبيرة مع مجموعات بيانات مخصصة ومتنوعة دون الحاجة إلى إعادة حساب المربعات المرجعية يدوياً.

علاوة على ذلك، قدمت YOLOX بنية رأس (head) مفصولة. فمن خلال فصل مهام التصنيف والانحدار (regression) إلى فروع مختلفة، يحل النموذج الصراع الكامن بين تحديد ماهية الكائن ومكانه. وبالاقتران مع استراتيجية تعيين التسميات SimOTA، تحقق YOLOX تقارباً أسرع وتحسناً في متوسط الدقة (mAP).

تعرف على المزيد حول YOLOX

YOLOv6-3.0: الثقل الصناعي#

تم تطوير YOLOv6-3.0 بواسطة قسم الرؤية الحاسوبية (Vision AI) في Meituan، وهو مصمم بشكل أساسي لتحقيق أقصى قدر من الإنتاجية الصناعية، لا سيما على وحدات معالجة الرسومات NVIDIA باستخدام مسرعات الأجهزة مثل TensorRT.

• المؤلفون: Chuyi Li, Lulu Li, Yifei Geng، وآخرون.
• المنظمة: Meituan
• التاريخ: 2023-01-13
• Arxiv: 2301.05586
• GitHub: meituan/YOLOv6

التحسين من أجل النشر#

يركز YOLOv6-3.0 على تعظيم استخدام GPU. وهو يقدم وحدة ربط ثنائي الاتجاه (BiC) في العنق لتعزيز دمج الميزات مع الحفاظ على سرعات استنتاج عالية. وفي حين أن مرحلة الاستنتاج خالية تماماً من المربعات المرجعية، يستخدم YOLOv6-3.0 استراتيجية مبتكرة للتدريب بمساعدة المربعات المرجعية (AAT) للاستفادة من استقرارها خلال مرحلة التدريب.

تم بناء العمود الفقري للنموذج باستخدام بنية EfficientRep الملائمة للأجهزة، والتي صُممت عمداً لتقليل تكاليف الوصول إلى الذاكرة وزيادة الكثافة الحسابية على المسرعات الحديثة. وهذا يجعل YOLOv6 مرشحاً قوياً بشكل استثنائي لتحليلات الفيديو من جانب الخادم.

اعرف المزيد حول YOLOv6

مقارنة الأداء#

عند مقارنة هذه النماذج، يجب على المطورين الموازنة بين الدقة الخام وسرعة الاستنتاج وعدد المعاملات. يبرز الجدول التالي أداء كلتا عائلتي النماذج عبر أحجام مختلفة.

بينما يُظهر YOLOv6-3.0 دقة mAP فائقة وسرعات TensorRT ممتازة للإصدارات الأكبر، تظل YOLOX تنافسية للغاية بسبب بساطتها وأدائها القوي على الأجهزة القديمة.

حالات الاستخدام والتوصيات#

يعتمد الاختيار بين YOLOX و YOLOv6 على متطلبات مشروعك المحددة، وقيود النشر، وتفضيلات النظام البيئي.

متى تختار YOLOX#

يعد YOLOX خياراً قوياً لـ:

• أبحاث الكشف بدون نقاط ارتكاز: البحث الأكاديمي الذي يستخدم بنية YOLOX النظيفة والخالية من نقاط الارتكاز كخط أساس لتجربة رؤوس كشف جديدة أو دوال خسارة مبتكرة.
• أجهزة الحافة خفيفة الوزن للغاية: النشر على وحدات التحكم الدقيقة أو أجهزة الجوال القديمة حيث يكون البصمة الصغيرة جداً لمتغير YOLOX-Nano (0.91 مليون معلمة) أمراً بالغ الأهمية.
• دراسات تخصيص التصنيفات SimOTA: المشاريع البحثية التي تبحث في استراتيجيات تخصيص التصنيفات القائمة على النقل الأمثل وتأثيرها على تقارب التدريب.

متى تختار YOLOv6#

يوصى بـ YOLOv6 لـ:

• النشر المدرك للأجهزة الصناعية: السيناريوهات التي يوفر فيها التصميم المدرك للأجهزة وإعادة تحديد المعلمات الفعال للنموذج أداءً محسناً على أجهزة مستهدفة محددة.
• الكشف السريع في مرحلة واحدة: التطبيقات التي تعطي الأولوية لسرعة الاستدلال الخام على GPU لمعالجة الفيديو الفوري في بيئات خاضعة للتحكم.
• تكامل نظام Meituan البيئي: الفرق التي تعمل بالفعل ضمن مكدس التكنولوجيا والبنية التحتية للنشر الخاصة بـ Meituan.

متى تختار Ultralytics (YOLO26)#

بالنسبة لمعظم المشاريع الجديدة، يقدم Ultralytics YOLO26 أفضل مزيج من الأداء وتجربة المطورين:

• نشر الحافة الخالي من NMS: التطبيقات التي تتطلب استنتاجاً متسقاً ومنخفض زمن الانتقال دون تعقيدات معالجة ما بعد المعالجة باستخدام كبت غير الأقصى.
• بيئات وحدة المعالجة المركزية (CPU) فقط: الأجهزة التي لا تحتوي على تسريع مخصص بوحدة معالجة الرسوميات (GPU)، حيث توفر سرعة استنتاج CPU أسرع بنسبة تصل إلى 43% في YOLO26 ميزة حاسمة.
• اكتشاف الكائنات الصغيرة: السيناريوهات الصعبة مثل صور الطائرات بدون طيار أو تحليل مستشعرات IoT حيث تعزز ProgLoss و STAL الدقة بشكل كبير على الكائنات الصغيرة جداً.

ميزة Ultralytics#

في حين توفر كل من Megvii و Meituan مستودعات بحثية قوية، فإن نشر هذه النماذج في بيئة الإنتاج غالباً ما يتطلب جهداً هندسياً كبيراً. ويقضي نظام Ultralytics البيئي المدمج على هذه العقبات من خلال تقديم واجهة برمجة تطبيقات (API) موحدة وموثقة بشكل موسع.

من خلال الاستفادة من حزمة Ultralytics، يحصل المطورون على تجربة مستخدم لا تضاهى. ويشمل ذلك الزيادة التلقائية للبيانات، وإدارة فعالة جداً للذاكرة أثناء التدريب (مما يقلل بشكل كبير من متطلبات VRAM مقارنة بنماذج Transformer مثل RTDETR)، وخطوط تصدير سلسة لتنسيقات مثل ONNX و OpenVINO.

على عكس النماذج المتخصصة، تتسم بنى Ultralytics بتعدد الاستخدامات بطبيعتها، حيث تدعم اكتشاف الكائنات، وتجزئة المثيلات، وتقدير الوضعية، وتصنيف الصور، ومربعات الإحاطة الموجهة (OBB) بشكل جاهز.

تقديم YOLO26: الحل الأمثل للحافة (Edge)#

بالنسبة للفرق التي تبدأ مشاريع رؤية حاسوبية جديدة، نوصي بشدة بالترقية إلى Ultralytics YOLO26 الذي تم إصداره حديثاً. وبالبناء على نجاحات YOLO11 و YOLOv8، يقدم YOLO26 ابتكارات تغير القواعد:

• تصميم متكامل خالٍ من NMS: تم استكشافه لأول مرة في YOLOv10، حيث تلغي YOLO26 تلقائياً الحاجة إلى المعالجة اللاحقة Non-Maximum Suppression (NMS). يضمن هذا استنتاجاً حتمياً فائق السرعة ومنخفض الكمون، وهو أمر بالغ الأهمية للروبوتات في الوقت الفعلي.
• محسن MuSGD: مستوحى من تقنيات تدريب النماذج اللغوية الكبيرة (LLM) مثل Kimi K2 من Moonshot AI، يستخدم YOLO26 محسن MuSGD (هجين من SGD و Muon) لتحقيق ديناميكيات تدريب مستقرة بشكل لا يصدق وتقارب أسرع.
• استنتاج أسرع على وحدة المعالجة المركزية (CPU) بنسبة تصل إلى 43%: من خلال إزالة خسارة بؤرة التوزيع (DFL) وتبسيط رأس الشبكة، تم تحسين YOLO26 بشكل كبير للأجهزة الطرفية التي تعتمد على CPU execution، متفوقة بشكل كبير على YOLOv6 في السيناريوهات الطرفية.
• ProgLoss + STAL: تقدم صياغات الخسارة المتقدمة هذه تحسينات ملحوظة في small object detection، مما يجعل YOLO26 مثالية للصور الجوية وفحص العيوب المجهرية.

تعرف على المزيد حول YOLO26

مثال على التدريب الموحد#

باستخدام واجهة برمجة تطبيقات Python الخاصة بـ Ultralytics، يتطلب تدريب أحدث النماذج بضعة أسطر فقط من التعليمات البرمجية. تنطبق نفس الواجهة النظيفة سواء كنت تختبر نموذج YOLO قديماً أو تنشر إطار عمل YOLO26 المتطور.

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 downloading, caching, and auto-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")

توصيات حالة الاستخدام#

عند اتخاذ قرار بشأن هذه البنى، ضع في اعتبارك قيود الأجهزة ومتطلبات مشروعك المحددة:

• اختر YOLOX إذا كنت تجري بحثاً أكاديمياً حول استراتيجيات تعيين التسميات أو تحتاج إلى أساس نقي وسهل الفهم وخالٍ من المربعات المرجعية لإجراء تعديلات معمارية مخصصة.
• اختر YOLOv6-3.0 إذا كنت تقوم بالنشر على خادم صناعي مزود بوحدات معالجة رسومات NVIDIA متطورة (مثل A100 أو T4) حيث يمكنك استخدام أحجام دفعات (batch sizes) كبيرة وتحسينات TensorRT لمعالجة مئات تدفقات الفيديو في وقت واحد.
• اختر YOLO26 للغالبية العظمى من التطبيقات الحديثة. إذا كنت تبني تطبيقات Edge AI لأجهزة إنترنت الأشياء (IoT) أو الطائرات بدون طيار (drones) أو الهواتف المحمولة، فإن تصميم YOLO26 الخالي من NMS، وتحسينات CPU، ودعم النظام البيئي الشامل يجعلها الخيار الأفضل بلا منازع لسد الفجوة بين التدريب والإنتاج.