YOLOX مقابل YOLOv6-3.0#

تحدّدت ملامح تطور الرؤية الحاسوبية إلى حد كبير بالتقدم السريع في سلسلة YOLO. وغالبًا ما يعتمد اختيار البنية المناسبة لنشرك على الموازنة بين الإنتاجية الخام وبساطة البنية وكفاءة التدريب. ومن المحطات البارزة في هذا المسار تركيز YOLOX البحثي على النهج الخالي من المراسي، والإنتاجية الصناعية المحسّنة للغاية في YOLOv6-3.0.

يفصّل هذا التحليل التقني الاختلافات المعمارية ومقاييس الأداء وحالات الاستخدام المثلى، كما يعرّف المطوّرين الباحثين عن الحل الأمثل للنشر الطرفي والسحابي بالقدرات من الجيل التالي التي يقدّمها Ultralytics YOLO26.

YOLOX: جسر بين البحث والصناعة#

طوّر باحثون في Megvii نموذج YOLOX، الذي قُدّم بوصفه تحولًا كبيرًا نحو تبسيط بنية YOLO بجعلها خالية تمامًا من المراسي.

• 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#

نجح YOLOX في دمج تصميم خالٍ من المراسي ضمن عائلة YOLO. ومن خلال إزالة صناديق المراسي المحددة مسبقًا، يقلّل النموذج بدرجة كبيرة عدد معلمات التصميم ومقدار الضبط الاستدلالي المطلوب أثناء التدريب. وهذا يجعل YOLOX قابلًا للتكيف بدرجة كبيرة مع مجموعات بيانات مخصصة ومتنوعة، من دون الحاجة إلى إعادة حساب المراسي يدويًا.

علاوة على ذلك، قدّم YOLOX بنية رأس مفصول. فمن خلال فصل مهمتي التصنيف والانحدار إلى فرعين مختلفين، يعالج النموذج التعارض المتأصل بين تحديد ماهية الجسم وموضعه. وبالاقتران مع استراتيجية إسناد التسميات SimOTA، يحقق YOLOX تقاربًا أسرع وتحسنًا في متوسط الدقة (mAP).

تعرّف على مزيد من المعلومات عن YOLOX

YOLOv6-3.0: العملاق الصناعي#

طوّر قسم الذكاء الاصطناعي البصري في Meituan نموذج YOLOv6-3.0، وصُمم بلا مواربة لتحقيق أقصى إنتاجية صناعية، ولا سيما على وحدات GPU من NVIDIA باستخدام مسرّعات العتاد 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#

يركّز YOLOv6-3.0 على تعظيم الاستفادة من GPU. ويقدّم وحدة الدمج ثنائي الاتجاه (BiC) في عنق الشبكة لتعزيز دمج السمات مع الحفاظ على سرعات استدلال عالية. وعلى الرغم من أن مرحلة الاستدلال خالية تمامًا من المراسي، يستخدم YOLOv6-3.0 استراتيجية مبتكرة للتدريب بمساعدة المراسي (AAT) للاستفادة من استقرار النهج القائم على المراسي أثناء التدريب.

يُبنى الجزء الأساسي باستخدام بنية EfficientRep الملائمة للعتاد، والمصممة عمدًا لتقليل تكاليف الوصول إلى الذاكرة وتعظيم الكثافة الحاسوبية على المسرّعات الحديثة. وهذا يجعل YOLOv6 خيارًا قويًا للغاية لتحليلات الفيديو على جانب الخادم.

تعرّف على المزيد حول YOLOv6

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.

مع أن YOLOv6-3.0 يحقق mAP أعلى وسرعات ممتازة مع TensorRT في الإصدارات الأكبر، يظل YOLOX منافسًا قويًا بفضل بساطته وأدائه المتين على العتاد القديم.

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)#

بالنسبة إلى معظم المشاريع الجديدة، يقدم Ultralytics YOLO26 أفضل مزيج من الأداء وتجربة المطور:

• النشر الطرفي دون NMS: التطبيقات التي تتطلب استدلالاً ثابتاً بزمن استجابة منخفض، من دون تعقيد المعالجة اللاحقة للكبت غير الأقصى.
• البيئات التي تعتمد على CPU فقط: الأجهزة التي لا تتضمن تسريعاً مخصصاً بواسطة GPU، حيث يمنح الاستدلال الأسرع على CPU بنسبة تصل إلى 43% في YOLO26 ميزة حاسمة.
• اكتشاف الأجسام الصغيرة: السيناريوهات الصعبة مثل صور الطائرات المسيّرة الجوية أو تحليل مستشعرات إنترنت الأشياء، حيث يعزز ProgLoss وSTAL دقة اكتشاف الأجسام الدقيقة بدرجة كبيرة.

ميزة Ultralytics#

مع أن Megvii وMeituan توفران مستودعات بحثية قوية، فإن نشر هذه النماذج في بيئة إنتاج يتطلب غالبًا أعباء هندسية كبيرة. وتزيل منظومة Ultralytics المتكاملة هذه العقبات من خلال توفير واجهة API موحدة وموثّقة على نطاق واسع.

يتيح استخدام حزمة Ultralytics للمطوّرين تجربة استخدام لا تضاهى. ويشمل ذلك زيادة البيانات التلقائية المدمجة، وإدارة الذاكرة عالية الكفاءة أثناء التدريب (ما يخفض متطلبات VRAM بدرجة كبيرة مقارنةً بنماذج Transformer مثل RT-DETR)، ومسارات التصدير السلسة إلى تنسيقات مثل ONNX وOpenVINO.

على خلاف النماذج المتخصصة، تتميز بنى Ultralytics بمرونة أصيلة، إذ تدعم مباشرةً اكتشاف الأجسام وتقسيم الكائنات وتقدير الوضعية وتصنيف الصور وصناديق الإحاطة الموجّهة (OBB).

تعرّف إلى YOLO26: الحل الأمثل للأجهزة الطرفية#

نوصي بشدة الفرق التي تبدأ مشاريع جديدة في الرؤية الحاسوبية بالترقية إلى Ultralytics YOLO26 الصادر حديثًا. واستنادًا إلى نجاح YOLO11 وYOLOv8، يقدّم YOLO26 ابتكارات تُحدث تحولًا جذريًا في النهج:

• تصميم شامل خالٍ من NMS: استُكشف هذا النهج أول مرة في YOLOv10، ويلغي الرأس الاختياري أحادي المطابقة (nms=False) في YOLO26 الحاجة إلى المعالجة اللاحقة لـالكبت غير الأقصى (NMS). وهذا يضمن استدلالًا حتميًا بزمن استجابة منخفض للغاية، وهو أمر بالغ الأهمية للروبوتات في الزمن الحقيقي.
• محسّن MuSGD: استلهامًا من تقنيات تدريب النماذج اللغوية الكبيرة مثل Kimi K2 من Moonshot AI، يستخدم YOLO26 محسّن MuSGD، وهو مزيج من SGD وMuon، لتحقيق ديناميكيات تدريب مستقرة للغاية وتقارب أسرع.
• استدلال أسرع بنسبة تصل إلى 43% على CPU: من خلال إزالة خسارة البؤرة التوزيعية (DFL) وتبسيط رأس الشبكة، حُسّن YOLO26 بدرجة كبيرة للأجهزة الطرفية التي تعتمد على التنفيذ على CPU، متفوقًا على YOLOv6 بفارق كبير في سيناريوهات الحوسبة الطرفية.
• ProgLoss + STAL: تحقق صيغ الخسارة المتقدمة هذه تحسينات ملحوظة في اكتشاف الأجسام الصغيرة، ما يجعل YOLO26 مثاليًا للصور الجوية وفحص العيوب المجهرية.

مثال على التدريب الموحد#

باستخدام واجهة Ultralytics Python API، لا يتطلب تدريب النماذج المتطورة سوى بضعة أسطر من الشيفرة. وتنطبق الواجهة الواضحة نفسها سواء أكنت تختبر نموذج YOLO قديمًا أم تنشر إطار 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 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")

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 للغالبية العظمى من التطبيقات الحديثة. إذا كنت تبني تطبيقات الذكاء الاصطناعي الطرفي لأجهزة إنترنت الأشياء أو الطائرات المسيّرة أو الهواتف المحمولة، فإن التصميم الأصلي الخالي من NMS وتحسينات CPU والدعم الشامل للمنظومة في YOLO26 تجعل منه الخيار الأفضل بلا منازع لردم الفجوة بين التدريب والإنتاج.