مقارنة بين النموذجين: YOLOX مقابل YOLOv8 للكشف عن الأجسام
يعد اختيار النموذج الصحيح لاكتشاف الأجسام أمرًا بالغ الأهمية لتحقيق التوازن بين الدقة والسرعة والموارد الحاسوبية في تطبيقات الرؤية الحاسوبية. تقدم هذه الصفحة مقارنة تقنية بين نموذج YOLOX، الذي طورته شركة Megvii، ونموذج Ultralytics YOLOv8 وكلاهما من أحدث النماذج المشهورة بقدراتها في اكتشاف الأجسام. نقوم بتحليل خياراتهما المعمارية ومعايير الأداء وملاءمتهما لحالات الاستخدام المختلفة لمساعدتك في عملية اختيار النموذج.
| الطراز | الحجم (بكسل) |
مافال 50-95 |
السرعة CPU ONNX (مللي ثانية) |
السرعة T4 T4TensorRT10 (مللي ثانية) |
بارامز (م) |
(ب) |
|---|---|---|---|---|---|---|
| يولوكسنانو | 416 | 25.8 | - | - | 0.91 | 1.08 |
| يولوكستيني | 416 | 32.8 | - | - | 5.06 | 6.45 |
| يولوكس | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| يولوكسم | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| يولوكسل | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| يولوكس | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
| YOLOv8n | 640 | 37.3 | 80.4 | 1.47 | 3.2 | 8.7 |
| YOLOv8s | 640 | 44.9 | 128.4 | 2.66 | 11.2 | 28.6 |
| YOLOv8m | 640 | 50.2 | 234.7 | 5.86 | 25.9 | 78.9 |
| YOLOv8l | 640 | 52.9 | 375.2 | 9.06 | 43.7 | 165.2 |
| YOLOv8x | 640 | 53.9 | 479.1 | 14.37 | 68.2 | 257.8 |
YOLOX: كشف عالي الأداء خالٍ من المرساة
YOLOX، الذي قدمته Megvii في يوليو 2021(arXiv)، هو نموذج لاكتشاف الأجسام الخالية من الارتكازات يركز على تبسيط خط أنابيب YOLO مع تحسين الأداء. قام بتأليفه كل من Zheng Ge وSongtao Liu وFeng Wang وZeming Li وJian Sun. يهدف YOLOX إلى سد الفجوة بين التطبيقات البحثية والصناعية من خلال تصميمه الفعال ودقته العالية. تشتمل البنية على تطورات مثل الرأس المنفصل وتعيين التسمية SimOTA وتقنيات زيادة البيانات القوية، مما يساهم في أدائها القوي.
نقاط القوة:
- البساطة والكفاءة: تعمل YOLOX على تبسيط إطار عمل YOLO التقليدي من خلال إزالة نقاط الارتكاز، مما يؤدي إلى عملية تدريب أكثر وضوحًا وتقليل التعقيد.
- دقّة وسرعة عاليتان: يحقق أحدث أداء بين أجهزة الكشف أحادية المرحلة، ويوازن بين الدقة العالية وسرعة الاستدلال كما هو موضح في معياره.
- تصميم مناسب للصناعة: تم تصميم YOLOX ليكون قابلاً للنشر بسهولة وقابلاً للتكيف مع التطبيقات الصناعية، مع خيارات نشر متعددة مثل ONNX و TensorRT و OpenVINO (وثائق YOLOX).
نقاط الضعف:
- على الرغم من كفاءتها، إلا أن أحجام النماذج، خاصةً بالنسبة للمتغيرات الأكبر مثل YOLOX-x، يمكن أن تكون كبيرة، مما قد يتطلب موارد حاسوبية أكثر مقارنةً بالنماذج خفيفة الوزن للغاية مثل YOLOv8n.
حالات الاستخدام المثالية:
YOLOX مناسب للتطبيقات التي تتطلب توازنًا بين الدقة العالية والمعالجة في الوقت الفعلي، بما في ذلك:
- اكتشاف الأجسام عالية الأداء في مجال البحث والتطوير حيث يتم إعطاء الأولوية للدقة المتطورة.
- التطبيقات الصناعية التي تتطلب كشفًا قويًا وموثوقًا، مثل مراقبة الجودة والأتمتة في التصنيع(الذكاء الاصطناعي في التصنيع).
- سيناريوهات النشر على الحافة حيث تتوفر الأجهزة القادرة، والاستفادة من خيارات النشر المحسّنة.
YOLOv8: كشف متعدد الاستخدامات وسهل الاستخدام
Ultralytics YOLOv8، الذي أصدرته Ultralytics في 10 يناير 2023، هو أحدث تكرار في سلسلة YOLO ويركز على توفير تجربة متعددة الاستخدامات وسهلة الاستخدام عبر مجموعة واسعة من مهام الذكاء الاصطناعي للرؤية. تم تطويره من قبل جلين جوتشر، وأيوش تشوراسيا، وجينغ تشيو، وهو يعتمد على إصدارات YOLO السابقة مع تحسينات معمارية وتركيز قوي على سهولة الاستخدام والمرونة. يدعم YOLOv8 العديد من المهام بما في ذلك اكتشاف الأجسام، وتجزئة النماذج، وتصنيف الصور، وتقدير الوضعية.
نقاط القوة:
- أحدث أداء: يوفّر YOLOv8 أداءً ممتازًا في مجال التخطيط المتوسط والاستدلال السريع، مما يجعله منافسًا لأفضل النماذج الأخرى (راجع معاييرYOLOv8 ).
- سهولة الاستخدام: يركز Ultralytics على سهولة الاستخدام من خلال وثائق شاملة وواجهة بسيطة Python مما يسهل عملية وضع النماذج الأولية والنشر السريع.
- تعدد الاستخدامات عبر المهام: لا يقتصر YOLOv8 على اكتشاف الأجسام فحسب، بل يمتد ليشمل التجزئة والتصنيف وتقدير الوضعية، مما يوفر حلاً موحدًا لاحتياجات الرؤية الحاسوبية المتنوعة.
- النظام البيئي والمجتمع: يستفيد من مجتمع كبير ونشط مفتوح المصدر ويتكامل بسلاسة مع Ultralytics HUB لإدارة النماذج ونشرها.
نقاط الضعف:
- بالنسبة للأجهزة ذات الموارد المحدودة للغاية، قد توفر الطرازات الأصغر المتخصصة مثل YOLOX-Nano بصمة أصغر، على الرغم من أن YOLOv8n يوفر بديلاً خفيف الوزن للغاية.
حالات الاستخدام المثالية:
إن تعدد استخدامات YOLOv8 وسهولة استخدامه يجعلها مثالية لمجموعة كبيرة من التطبيقات:
- الكشف عن الأجسام في الوقت الحقيقي في تطبيقات مثل أنظمة الأمان والروبوتات والمركبات ذاتية القيادة.
- حلول ذكاء اصطناعي متعددة الاستخدامات في مجال الرؤية والذكاء الاصطناعي في مختلف القطاعات، بما في ذلك الزراعة والرعاية الصحية والمدن الذكية.
- سرعة وضع النماذج الأولية والنشر بفضل واجهته سهلة الاستخدام والنماذج المدربة مسبقًا المتوفرة على Ultralytics HUB.
بالنسبة للمستخدمين المهتمين بالنماذج الأخرى، تقدم Ultralytics أيضًا مجموعة من نماذج YOLO بما في ذلك YOLOv5و YOLOv7، و YOLOv10 المتطور، ولكل منها نقاط قوة وتحسينات فريدة.
