Ultralytics YOLO27:
Get Started

YOLO12: اكتشاف الكائنات المرتكز على آلية الانتباه#

نظرة عامة#

يقدّم YOLO12، الذي صدر في أوائل عام 2025، بنية معمارية ترتكز على آلية الانتباه، وتختلف عن الأساليب التقليدية القائمة على الشبكات العصبية الالتفافية (CNN) المستخدمة في نماذج YOLO السابقة، مع الحفاظ على سرعة الاستدلال الآني الضرورية لكثير من التطبيقات. ويحقق هذا النموذج دقة عالية في اكتشاف الكائنات بفضل ابتكارات منهجية جديدة في آليات الانتباه والبنية العامة للشبكة، مع الحفاظ على الأداء الآني. وعلى الرغم من هذه المزايا، يظل YOLO12 إصداراً تقوده الجماعة، وقد يُظهر عدم استقرار في التدريب، وارتفاعاً في استهلاك الذاكرة، وبطئاً في معدل معالجة CPU بسبب كتل الانتباه الثقيلة؛ لذا توصي Ultralytics باستخدام YOLO11 أو YOLO26 لمعظم أعباء العمل الإنتاجية.

نموذج مجتمعي

يُصان YOLO12 أساساً لأغراض قياس الأداء والبحث. إذا كنت تحتاج إلى تدريب مستقر، واستخدام متوقع للذاكرة، واستدلال محسّن على CPU، فاختر YOLO11 أو YOLO26 للنشر.



شاهد: كيفية استخدام YOLO12 لاكتشاف الكائنات باستخدام حزمة Ultralytics | هل YOLO12 سريع أم بطيء؟ 🚀

الميزات الرئيسية#

  • آلية الانتباه على مستوى المناطق: نهج جديد للانتباه الذاتي يعالج حقول الاستقبال الكبيرة بكفاءة. ويقسّم خرائط السمات إلى l مناطق متساوية الحجم (أربع مناطق افتراضياً)، أفقياً أو عمودياً، متجنباً العمليات المعقدة ومحافظاً على حقل استقبال فعّال واسع. وهذا يقلل التكلفة الحسابية بدرجة كبيرة مقارنة بالانتباه الذاتي القياسي.
  • شبكات تجميع الطبقات الفعّالة ذات الوصلات المتبقية (R-ELAN): وحدة محسّنة لتجميع السمات تستند إلى ELAN، ومصممة لمعالجة تحديات التحسين، ولا سيما في النماذج الأكبر حجماً والمرتكزة على الانتباه. تقدّم R-ELAN ما يلي:
    • وصلات متبقية على مستوى الكتل مع التحجيم (على غرار تحجيم الطبقات).
    • أسلوباً معاد تصميمه لتجميع السمات ينشئ بنية شبيهة بعنق الزجاجة.
  • بنية معمارية محسّنة للانتباه: يبسّط YOLO12 آلية الانتباه القياسية لتحسين الكفاءة والتوافق مع إطار عمل YOLO. ويشمل ذلك:
    • استخدام FlashAttention لتقليل العبء الناتج عن الوصول إلى الذاكرة.
    • إزالة الترميز الموضعي لإنشاء نموذج أبسط وأسرع.
    • تعديل نسبة MLP (من القيمة المعتادة 4 إلى 1.2 أو 2) لتحقيق توازن أفضل في العمليات الحسابية بين طبقات الانتباه والتغذية الأمامية.
    • تقليل عمق الكتل المتراصة لتحسين التحسين.
    • الاستفادة من العمليات الالتفافية (حيثما كان ذلك مناسباً) لكفاءتها الحسابية.
    • إضافة التفاف قابل للفصل بحجم 7x7 (يُسمى «مدرِك الموضع») إلى آلية الانتباه لترميز المعلومات الموضعية ضمنياً.
  • دعم شامل للمهام: يدعم YOLO12 مجموعة من مهام الرؤية الحاسوبية الأساسية: اكتشاف الكائنات، وتقسيم الكائنات إلى مثيلات، وتصنيف الصور، وتقدير الوضعية، واكتشاف الكائنات الموجّهة (OBB).
  • كفاءة محسّنة: يحقق دقة أعلى باستخدام عدد أقل من المعلمات مقارنة بالعديد من النماذج السابقة، ما يدل على تحسن التوازن بين السرعة والدقة.
  • نشر مرن: صُمم للنشر على منصات متنوعة، من الأجهزة الطرفية إلى البنية التحتية السحابية.

تصوّر مرئي لمقارنة YOLO12

المهام والأوضاع المدعومة#

يدعم YOLO12 مجموعة متنوعة من مهام الرؤية الحاسوبية. يوضح الجدول أدناه دعم المهام وأنماط التشغيل (الاستدلال، والتحقق، والتدريب، والتصدير) المتاحة لكل منها:

توفّر الأوزان المدرّبة مسبقاً

لم تُنشر على ultralytics/assets سوى أوزان الاكتشاف (yolo12n.pt وyolo12s.pt وyolo12m.pt وyolo12l.pt وyolo12x.pt). أما بُنى التقسيم والتصنيف والوضعية وOBB فمحددة في ultralytics/cfg/models/12/، لذا تدعم هذه المتغيرات التدريب من الصفر باستخدام إعدادات .yaml، لكن لا تتوفر حالياً لها ملفات .pt مدرّبة مسبقاً. وبالنسبة إلى نقاط التحقق المدرّبة مسبقاً للتقسيم أو الوضعية أو التصنيف أو OBB، توصي Ultralytics باستخدام YOLO11 أو YOLO26.

نوع النموذجالمهمةالأوزان المدرّبة مسبقاًالتدريبالتحققالاستدلالالتصدير
YOLO12الكشف✅✅✅✅✅
YOLO12-segالتقسيم❌✅✅✅✅
YOLO12-clsالتصنيف❌✅✅✅✅
YOLO12-poseالوضعية❌✅✅✅✅
YOLO12-obbOBB❌✅✅✅✅

تدعم جميع بُنى YOLO12 كل الأنماط عند توفر نقطة تحقق مدرّبة. ويشير عمود Pretrained Weights فقط إلى ما إذا كانت Ultralytics تنشر نموذجاً رسمياً مدرّباً مسبقاً .pt على ultralytics/assets: وبالنسبة إلى التقسيم والوضعية والتصنيف وOBB، يجب تدريب نقطة التحقق الخاصة بك باستخدام .yaml المقابل قبل تشغيل الاستدلال أو التحقق أو التصدير.

مقاييس الأداء#

يُظهر YOLO12 تحسناً ملحوظاً في الدقة عبر جميع أحجام النماذج، مع بعض التنازلات في السرعة مقارنة بأسرع نماذج YOLO السابقة. فيما يلي النتائج الكمية لمهمة اكتشاف الكائنات على مجموعة بيانات التحقق COCO:

أداء الاكتشاف (COCO val2017)#

الأداء
النموذجالحجم
(بكسل)		mAPالتحقق
50-95		السرعة
CPU ONNX
(مللي ثانية)		السرعة
T4 TensorRT
(مللي ثانية)		المعاملات
(M)		FLOPs
(B)		المقارنة
(mAP/السرعة)
YOLO12n64040.6-1.642.67.5+2.1%/-9% (مقارنةً بـ YOLOv10n)
YOLO12s64048.0-2.619.323.3+0.1%/+42% (مقارنةً بـ RT-DETRv2)
YOLO12m64052.5-4.8620.270.7+1.0%/-3% (مقارنةً بـ YOLO11m)
YOLO12l64053.7-6.7726.495.4+0.4%/-8% (مقارنةً بـ YOLO11l)
YOLO12x64055.2-11.7959.1208.9+0.6%/-4% (مقارنةً بـ YOLO11x)
  • قيسَت سرعة الاستدلال على وحدة GPU من طراز NVIDIA T4 باستخدام دقة TensorRT FP16 الحسابية.
  • توضح المقارنات التحسن النسبي في mAP والنسبة المئوية للتغير في السرعة (تشير القيمة الموجبة إلى سرعة أعلى، والسالبة إلى سرعة أقل). وأُجريت المقارنات بالاستناد إلى النتائج المنشورة لـ YOLOv10 وYOLO11 وRT-DETR متى توفرت.

أمثلة الاستخدام#

يقدم هذا القسم أمثلة على التدريب والاستدلال باستخدام YOLO12. للاطلاع على وثائق أكثر شمولاً لهذه الأنماط وغيرها (بما فيها التحقق والتصدير)، راجع صفحتي التنبؤ والتدريب المخصصتين.

تركز الأمثلة أدناه على نماذج YOLO12 للاكتشاف (لاكتشاف الكائنات). للاطلاع على وثائق المهام الأخرى المدعومة (التقسيم والتصنيف وتقدير الوضعية واكتشاف الكائنات الموجّهة)، راجع وثائق كل مهمة على حدة: التقسيم، والتصنيف، والوضعية، وOBB.

مثال

يمكن تمرير النماذج المدرّبة مسبقاً *.pt (باستخدام PyTorch) وملفات الإعداد *.yaml إلى الفئة YOLO() لإنشاء مثيل نموذج في Python:

from ultralytics import YOLO

# ⁨تحميل نموذج YOLO12n مدرّب مسبقاً على COCO⁩
model = YOLO("yolo12n.pt")

# ⁨تدريب النموذج على مجموعة بيانات المثال COCO8 لمدة 100 حقبة⁩
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# ⁨تشغيل الاستدلال باستخدام نموذج YOLO12n على الصورة 'bus.jpg'⁩
results = model("path/to/bus.jpg")

أبرز التحسينات#

  1. تحسين استخراج السمات:

    • الانتباه على مستوى المناطق: يعالج حقول الاستقبال الكبيرة بكفاءة، ما يقلل التكلفة الحسابية.
    • توازن محسّن: تحسين التوازن بين العمليات الحسابية للانتباه والشبكة ذات التغذية الأمامية.
    • R-ELAN: يعزز تجميع السمات باستخدام بنية R-ELAN.

  2. ابتكارات التحسين:

    • الوصلات المتبقية: يضيف وصلات متبقية مع التحجيم لتحقيق استقرار التدريب، ولا سيما في النماذج الأكبر.
    • تكامل محسّن للسمات: يطبّق أسلوباً محسّناً لتكامل السمات ضمن R-ELAN.
    • FlashAttention: يدمج FlashAttention لتقليل العبء الناتج عن الوصول إلى الذاكرة.

  3. كفاءة البنية المعمارية:

    • تقليل المعلمات: يحقق عدداً أقل من المعلمات مع الحفاظ على الدقة أو تحسينها مقارنة بالعديد من النماذج السابقة.
    • تبسيط الانتباه: يستخدم تطبيقاً مبسطاً للانتباه، ويتجنب الترميز الموضعي.
    • نسب MLP محسّنة: يضبط نسب MLP لتوزيع الموارد الحسابية بفعالية أكبر.

المتطلبات#

لا يتطلب تطبيق Ultralytics YOLO12، افتراضياً، استخدام FlashAttention. ومع ذلك، يمكن تجميع FlashAttention واستخدامه اختيارياً مع YOLO12. ويتطلب تجميع FlashAttention توفر إحدى وحدات GPU التالية من NVIDIA:

الاستشهادات والشكر والتقدير#

إذا استخدمت YOLO12 في أبحاثك، يُرجى الاستشهاد بالعمل الأصلي لجامعة University at Buffalo وجامعة الأكاديمية الصينية للعلوم:

اقتباس
@inproceedings{tian2025yolov12,
  title={YOLOv12: Attention-Centric Real-Time Object Detectors},
  author={Tian, Yunjie and Ye, Qixiang and Doermann, David},
  booktitle={Advances in Neural Information Processing Systems},
  volume={38},
  pages={78433--78457},
  year={2025},
  url={https://proceedings.neurips.cc/paper_files/paper/2025/file/7103444259031cc58051f8c9a4868533-Paper-Conference.pdf}
}

@software{yolo12,
  author = {Tian, Yunjie and Ye, Qixiang and Doermann, David},
  title = {YOLO12: Attention-Centric Real-Time Object Detectors},
  year = {2025},
  url = {https://github.com/sunsmarterjie/yolov12},
  license = {AGPL-3.0}
}

نُشرت ورقة YOLO12 في وقائع NeurIPS 2025، مع نسخة أولية على arXiv.

الأسئلة الشائعة#

  • يضم YOLO12 عدة ابتكارات أساسية لتحقيق التوازن بين السرعة والدقة. تعالج آلية الانتباه للمساحة مجالات استقبال كبيرة بكفاءة، ما يقلل الكلفة الحاسوبية مقارنةً بالانتباه الذاتي القياسي. وتحسّن شبكات تجميع الطبقات الفعّالة المتبقية (R-ELAN) تجميع السمات، وتعالج تحديات التحسين في النماذج الأكبر المرتكزة على الانتباه. كما تعزز بنية الانتباه المحسّنة الكفاءة، بما في ذلك استخدام FlashAttention وإزالة الترميز الموضعي. تتيح هذه الميزات لـ YOLO12 تحقيق دقة رائدة مع الحفاظ على سرعة الاستدلال في الزمن الحقيقي، وهي سرعة حاسمة لكثير من التطبيقات.

  • YOLO12 نموذج متعدد الاستخدامات يدعم طيفًا واسعًا من مهام الرؤية الحاسوبية الأساسية. ويتفوق في اكتشاف الأجسام، وتجزئة المثيلات، وتصنيف الصور، وتقدير الوضعية، واكتشاف الأجسام الموجّهة (OBB) (اطّلع على التفاصيل). يجعل هذا الدعم الشامل للمهام من YOLO12 أداة قوية لتطبيقات متنوعة، من الروبوتات والقيادة الذاتية إلى التصوير الطبي والفحص الصناعي. تجدر الإشارة إلى أن أوزان .pt المدربة مسبقًا منشورة حاليًا لمهمة الاكتشاف فقط؛ أما بنى التجزئة والوضعية والتصنيف وOBB فتتوفر على هيئة ملفات إعداد .yaml للتدريب من الصفر.

  • يُظهر YOLO12 تحسنًا ملحوظًا في الدقة عبر جميع أحجام النماذج مقارنةً بنماذج YOLO السابقة مثل YOLOv10 وYOLO11، مع بعض التنازلات في السرعة مقارنةً بأسرع النماذج السابقة. فعلى سبيل المثال، يحقق YOLO12n تحسنًا قدره ‎+2.1%‎ في mAP مقارنةً بـ YOLOv10n، وتحسنًا قدره ‎+1.2%‎ مقارنةً بـ YOLO11n على مجموعة بيانات COCO val2017. وبالمقارنة مع نماذج مثل RT-DETR، يقدم YOLO12s تحسنًا قدره ‎+1.5%‎ في mAP وزيادة كبيرة في السرعة تبلغ ‎+42%‎. وتبرز هذه المقاييس التوازن القوي الذي يحققه YOLO12 بين الدقة والكفاءة. راجع قسم مقاييس الأداء للاطلاع على مقارنات مفصلة.

  • لا يتطلب تطبيق Ultralytics لـ YOLO12، افتراضيًا، استخدام FlashAttention. لكن يمكن تجميع FlashAttention اختياريًا واستخدامه مع YOLO12 لتقليل النفقات العامة للوصول إلى الذاكرة. ويتطلب تجميع FlashAttention إحدى وحدات معالجة الرسومات NVIDIA التالية: وحدات معالجة الرسومات Turing (مثل T4 وسلسلة Quadro RTX)، ووحدات معالجة الرسومات Ampere (مثل سلسلة RTX30 وA30/40/100)، ووحدات معالجة الرسومات Ada Lovelace (مثل سلسلة RTX40)، أو وحدات معالجة الرسومات Hopper (مثل H100/H200). وتتيح هذه المرونة للمستخدمين الاستفادة من مزايا FlashAttention عندما تسمح موارد الأجهزة بذلك.

  • تقدم هذه الصفحة أمثلة استخدام أساسية للتدريب والاستدلال. وللاطلاع على الوثائق الشاملة حول هذه الأوضاع وغيرها، بما في ذلك التحقق والتصدير، راجع صفحتي التنبؤ والتدريب المخصصتين. وللحصول على معلومات خاصة بكل مهمة (التجزئة والتصنيف وتقدير الوضعية واكتشاف الأجسام الموجّهة)، راجع الوثائق المعنية: التجزئة، والتصنيف، والوضعية، وOBB. تقدم هذه الموارد إرشادات معمقة لاستخدام YOLO12 بفعالية في سيناريوهات متنوعة.

المساهمون
GLglenn-jocher12RAraimbekovm4LALaughing-q3Y-Y-T-G2RIRizwanMunawar2BAbanu4prasad1PDpderrenger1WIWillieMaddox1

التعليقات