YOLOv10: اكتشاف الأجسام الشامل في الوقت الفعلي#

يقدّم YOLOv10، الذي أُطلق في مايو 2024 وبناه باحثون من جامعة تسينغهوا اعتمادًا على حزمة Python من Ultralytics، نهجًا جديدًا لاكتشاف الأجسام في الوقت الفعلي، ويعالج أوجه القصور في المعالجة اللاحقة وبنية النموذج الموجودة في إصدارات YOLO السابقة. ومن خلال إلغاء قمع غير الأقصى (NMS) وتحسين مكوّنات النموذج المختلفة، حقق YOLOv10 أداءً ممتازًا مع خفض كبير في الحمل الحسابي وقت إصداره. وقد ابتكر تصميمه الشامل الخالي من NMS نهجًا جرى تطويره لاحقًا في YOLO26.

نظرة عامة#

يهدف اكتشاف الأجسام في الوقت الفعلي إلى التنبؤ بدقة بفئات الأجسام ومواضعها في الصور بزمن استجابة منخفض. وقد تصدرت سلسلة YOLO هذا البحث بفضل توازنها بين الأداء والكفاءة. إلا أن الاعتماد على NMS وأوجه القصور المعمارية أعاقا تحقيق الأداء الأمثل. ويعالج YOLOv10 هذه المشكلات من خلال تقديم تعيينات مزدوجة متسقة للتدريب الخالي من NMS، واستراتيجية شاملة لتصميم النموذج مدفوعة بالكفاءة والدقة.

البنية#

تعتمد بنية YOLOv10 على نقاط قوة نماذج YOLO السابقة، مع تقديم العديد من الابتكارات الرئيسية. وتتكون بنية النموذج من المكوّنات التالية:

1. العمود الفقري: يتولى استخراج السمات، ويستخدم العمود الفقري في YOLOv10 إصدارًا مُحسّنًا من CSPNet (الشبكة الجزئية المتقاطعة للمراحل) لتحسين تدفق التدرجات وتقليل التكرار الحسابي.
2. العنق: صُمم العنق لتجميع السمات من مقاييس مختلفة وتمريرها إلى الرأس. ويتضمن طبقات PAN (شبكة تجميع المسارات) لدمج السمات متعددة المقاييس بفعالية.
3. رأس من واحد إلى متعدد: يولّد تنبؤات متعددة لكل جسم أثناء التدريب لتوفير إشارات إشراف غنية وتحسين دقة التعلم.
4. رأس من واحد إلى واحد: يولّد أفضل تنبؤ واحد لكل جسم أثناء الاستدلال لإلغاء الحاجة إلى NMS، مما يقلل زمن الاستجابة ويحسن الكفاءة.

الميزات الرئيسية#

1. التدريب الخالي من NMS: يستخدم التعيينات المزدوجة المتسقة لإلغاء الحاجة إلى NMS، مما يقلل زمن استجابة الاستدلال.
2. تصميم النموذج الشامل: تحسين شامل لمختلف المكونات من منظور الكفاءة والدقة، بما في ذلك رؤوس التصنيف خفيفة الوزن، والتقليل المفصول للمكان والقنوات، وتصميم الكتل الموجه بالرتبة.
3. إمكانات محسّنة للنموذج: يدمج التفافات كبيرة النواة ووحدات انتباه ذاتي جزئي لتحسين الأداء دون تكلفة حسابية كبيرة.

تنويعات النماذج#

يتوفر YOLOv10 بمقاييس نماذج مختلفة لتلبية احتياجات التطبيقات المتنوعة:

• YOLOv10n: إصدار Nano للبيئات شديدة القيود من حيث الموارد.
• YOLOv10s: إصدار صغير يوازن بين السرعة والدقة.
• YOLOv10m: إصدار متوسط للاستخدامات العامة.
• YOLOv10b: إصدار متوازن بعرض أكبر لتحقيق دقة أعلى.
• YOLOv10l: إصدار كبير لتحقيق دقة أعلى على حساب زيادة الموارد الحسابية.
• YOLOv10x: إصدار كبير جدًا لتحقيق أقصى قدر من الدقة والأداء.

الأداء#

يتفوق YOLOv10 على إصدارات YOLO السابقة والنماذج الأخرى المتقدمة في المجال من حيث الدقة والكفاءة. فعلى سبيل المثال، يُعد YOLOv10s أسرع بمقدار 1.8 مرة من RT-DETR-R18 مع AP مماثل على مجموعة بيانات COCO، بينما يتمتع YOLOv10b بزمن استجابة أقل بنسبة 46% وعدد معلمات أقل بنسبة 25% من YOLOv9-C مع الأداء نفسه.

المنهجية#

التعيينات المزدوجة المتسقة للتدريب الخالي من NMS#

تستخدِم YOLOv10 تعيينات تسميات ثنائية، تجمع بين استراتيجيات الواحد-إلى-الكثير والواحد-إلى-واحد أثناء التدريب لضمان إشراف غني نشر فعال من النهاية إلى النهاية. تعيين التنبؤ والتحقق من Ultralytics افتراضياً إلى رأس الواحد-إلى-الكثير مع NMS؛ قم بتعيين nms=False لتحديد رأس الخالي من NMS. يتوافق مقياس المطابقة المتسق مع الإشراف بين الاستراتيجيتين، مما يعزز جودة التنبؤات أثناء الاستدلال.

تصميم النموذج الشامل المدفوع بالكفاءة والدقة#

تحسينات الكفاءة#

1. رأس تصنيف خفيف: يقلل الحمل الحسابي لرأس التصنيف باستخدام التفافات قابلة للفصل حسب العمق.
2. التقليل المفصول للمكان والقنوات: يفصل بين تقليل المكان وتعديل القنوات بتقليل فقد المعلومات وتكلفة الحساب إلى أدنى حد.
3. تصميم كتل موجّه بالرتبة: يكيّف تصميم الكتل استنادًا إلى التكرار الجوهري للمراحل، بما يضمن الاستخدام الأمثل للمعلمات.

تحسينات الدقة#

1. التفاف كبير النواة: يوسّع المجال الاستقبالي لتعزيز قدرة استخراج السمات.
2. الانتباه الذاتي الجزئي (PSA): يدمج وحدات الانتباه الذاتي لتحسين تعلم التمثيل العام مع حمل إضافي ضئيل.

التجارب والنتائج#

اختُبر YOLOv10 على نطاق واسع باستخدام معايير قياسية مثل COCO، مما أظهر أداءً وكفاءةً متفوقين. ويحقق النموذج نتائج رائدة في المجال عبر تنويعاته المختلفة، موضحًا تحسينات كبيرة في زمن الاستجابة والدقة مقارنة بالإصدارات السابقة وكواشف الأجسام المعاصرة الأخرى.

المقارنات#

مقارنةً بكواشف الأجسام الأخرى الرائدة في المجال:

• يتفوق YOLOv10s / x في السرعة بمقدار 1.8× / 1.3× على RT-DETR-R18 / R101 مع دقة مماثلة
• يحتوي YOLOv10b على معلمات أقل بنسبة 25% وزمن استجابة أقل بنسبة 46% من YOLOv9-C مع الدقة نفسها
• يتفوق YOLOv10l / x على YOLOv8l / x بمقدار 0.3 AP / 0.5 AP مع معلمات أقل بمقدار 1.8× / 2.3×

قيم المعلمات وFLOPs مخصّصة للنموذج المدمج بعد model.fuse()، الذي يدمج طبقات Conv وBatchNorm ويزيل رأس الكشف المساعد من واحد إلى متعدد. أما نقاط التحقق المدربة مسبقًا فتحتفظ ببنية التدريب الكاملة، وقد تعرض أعدادًا أعلى.

أمثلة على الاستخدام#

للتنبؤ بصور جديدة باستخدام YOLOv10. ويمكن أيضًا تدريب النماذج على GPU سحابية من خلال منصة Ultralytics:

from ultralytics import YOLO

# Load a pretrained YOLOv10n model
model = YOLO("yolov10n.pt")

# Perform object detection on an image
results = model("image.jpg")

# Display the results
results[0].show()

لتدريب YOLOv10 على مجموعة بيانات مخصصة:

from ultralytics import YOLO

# Load YOLOv10n model from scratch
model = YOLO("yolov10n.yaml")

# Train the model
model.train(data="coco8.yaml", epochs=100, imgsz=640)

المهام والأوضاع المدعومة#

تقدم سلسلة نماذج YOLOv10 مجموعة من النماذج، إذ حُسّن كل منها لتحقيق اكتشاف الأجسام عالي الأداء. وتلبي هذه النماذج احتياجات حوسبية ومتطلبات دقة متباينة، مما يجعلها متعددة الاستخدامات لمجموعة واسعة من التطبيقات.

تصدير YOLOv10#

نظرًا إلى العمليات الجديدة التي أُدخلت مع YOLOv10، لا تدعم Ultralytics حاليًا جميع تنسيقات التصدير المتاحة. يوضح الجدول التالي التنسيقات التي حُوّلت بنجاح باستخدام Ultralytics لـ YOLOv10. لا تتردد في فتح طلب سحب إذا كنت قادرًا على تقديم تغيير مساهمة لإضافة دعم تصدير تنسيقات إضافية لـ YOLOv10.

الخلاصة#

وضع YOLOv10 معيارًا جديدًا في اكتشاف الأجسام في الوقت الفعلي عند إصداره، وذلك من خلال معالجة أوجه القصور في إصدارات YOLO السابقة ودمج استراتيجيات تصميم مبتكرة. وقد نهجُه الخالي من NMS ريادةَ اكتشاف الأجسام شاملًا من البداية إلى النهاية ضمن عائلة YOLO. للاطلاع على أحدث نموذج من Ultralytics ذي أداء محسّن واستدلال خالٍ من NMS، راجع YOLO26.

الاقتباسات والشكر والتقدير#

نودّ الإقرار بجهود مؤلفي YOLOv10 من جامعة تسينغهوا تقديرًا لأبحاثهم الواسعة وإسهاماتهم المهمة في إطار عمل Ultralytics:

@inproceedings{wang2024yolov10,
  title={YOLOv10: Real-Time End-to-End Object Detection},
  author={Wang, Ao and Chen, Hui and Liu, Lihao and Chen, Kai and Lin, Zijia and Han, Jungong and Ding, Guiguang},
  booktitle={Advances in Neural Information Processing Systems},
  doi = {10.52202/079017-3429},
  url = {https://proceedings.neurips.cc/paper_files/paper/2024/file/c34ddd05eb089991f06f3c5dc36836e0-Paper-Conference.pdf},
  volume={37},
  pages={107984--108011},
  year={2024}
}

للاطلاع على تفاصيل التنفيذ والابتكارات المعمارية والنتائج التجريبية، يُرجى الرجوع إلى الورقة البحثية الخاصة بـ YOLOv10 ومستودع GitHub من فريق جامعة تسينغهوا.

الأسئلة الشائعة#