YOLOv10: اكتشاف الأجسام في الزمن الحقيقي من البداية إلى النهاية#

يقدم YOLOv10، الذي صدر في مايو 2024 وطوّره باحثون في جامعة تسينغهوا اعتمادًا على حزمة Python من Ultralytics، نهجًا جديدًا لاكتشاف الأجسام في الزمن الحقيقي يعالج أوجه القصور في المعالجة اللاحقة وبنية النماذج الموجودة في إصدارات YOLO السابقة. وبإلغاء الكبت غير الأقصى (NMS) وتحسين مكونات مختلفة من النموذج، حقق YOLOv10 أداءً ممتازًا مع خفض كبير للنفقات الحاسوبية العامة وقت إصداره. وقد مهّد تصميمه الشامل الخالي من NMS الطريق لنهج طُوّر لاحقًا في YOLO26.

نظرة عامة#

يهدف اكتشاف الأجسام في الزمن الحقيقي إلى التنبؤ بدقة بفئات الأجسام ومواقعها في الصور مع زمن استجابة منخفض. وكانت سلسلة YOLO في طليعة هذا البحث بفضل توازنها بين الأداء والكفاءة. إلا أن الاعتماد على NMS وأوجه القصور المعمارية أعاقا تحقيق الأداء الأمثل. يعالج YOLOv10 هذه المشكلات عبر تقديم إسناد مزدوج متسق للتدريب الخالي من NMS، واعتماد استراتيجية شاملة لتصميم النماذج تحركها الكفاءة والدقة.

البنية#

تستند بنية YOLOv10 إلى نقاط قوة نماذج YOLO السابقة، مع تقديم عدة ابتكارات أساسية. وتتكون بنية النموذج من المكونات التالية:

1. العمود الفقري: يتولى العمود الفقري في YOLOv10 مسؤولية استخراج السمات، ويستخدم إصدارًا محسّنًا من CSPNet (شبكة الأجزاء الجزئية عبر المراحل) لتحسين تدفق التدرجات وتقليل التكرار الحاسوبي.
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 واحد إلى متعدد: يُنشئ تنبؤات متعددة لكل جسم أثناء التدريب لتوفير إشارات إشراف غنية وتحسين دقة التعلم.
4. رأس التنبؤ الواحد: يُنتج أفضل تنبؤ واحد لكل كائن أثناء الاستدلال، ما يلغي الحاجة إلى NMS، وبالتالي يقلل زمن الاستجابة ويحسن الكفاءة.

الميزات الرئيسية#

1. التدريب دون NMS: يستخدم إسنادات مزدوجة متسقة لإلغاء الحاجة إلى NMS، ما يقلل زمن استجابة الاستدلال.
2. تصميم شامل للنموذج: تحسين متكامل لمكونات متعددة من منظورَي الكفاءة والدقة، بما يشمل رؤوس تصنيف خفيفة الوزن، وخفض أخذ العينات المفصول مكانيًا وقنويًا، وتصميم الكتل الموجّه بالرتبة.
3. قدرات محسّنة للنموذج: يضم التفافات كبيرة النواة ووحدات انتباه ذاتي جزئيًا لتحسين الأداء دون تكلفة حسابية كبيرة.

متغيرات النموذج#

يتوفر YOLOv10 بمقاييس متعددة للنموذج لتلبية احتياجات التطبيقات المختلفة:

• YOLOv10n: إصدار نانو للبيئات شديدة التقييد بالموارد.
• YOLOv10s: إصدار صغير يوازن بين السرعة والدقة.
• YOLOv10m: إصدار متوسط للاستخدام العام.
• YOLOv10b: إصدار متوازن بعرض أكبر لتحقيق دقة أعلى.
• YOLOv10l: إصدار كبير لتحقيق دقة أعلى على حساب زيادة الموارد الحسابية المطلوبة.
• YOLOv10x: إصدار فائق الكبر لتحقيق أقصى دقة وأداء.

الأداء#

يتفوق YOLOv10 على إصدارات YOLO السابقة والنماذج الأخرى المتطورة من حيث الدقة والكفاءة. فعلى سبيل المثال، يعمل YOLOv10s بسرعة تزيد بمقدار 1.8x على 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#

إسنادات مزدوجة متسقة للتدريب دون NMS#

يستخدم YOLOv10 إسنادًا مزدوجًا للتسميات، يجمع بين استراتيجيتي واحد إلى متعدد وواحد إلى واحد أثناء التدريب لضمان إشراف غني ونشر فعّال من البداية إلى النهاية. يعتمد التنبؤ والتحقق في Ultralytics افتراضيًا على رأس واحد إلى متعدد مع NMS؛ عيّن nms=False لاختيار الرأس الذي لا يستخدم NMS. يوائم مقياس المطابقة المتسق الإشراف بين الاستراتيجيتين، ما يعزز جودة التنبؤات أثناء الاستدلال.

تصميم نموذج شامل موجّه بالكفاءة والدقة#

تحسينات الكفاءة#

1. رأس تصنيف خفيف الوزن: يقلل العبء الحسابي لرأس التصنيف باستخدام التفافات قابلة للفصل عمقيًا.
2. خفض أخذ العينات المفصول مكانيًا وقنويًا: يفصل تقليل الأبعاد المكانية عن تعديل القنوات للحد من فقدان المعلومات والتكلفة الحسابية.
3. تصميم الكتل الموجّه بالرتبة: يكيّف تصميم الكتل وفق التكرار الجوهري لمراحل النموذج، لضمان الاستخدام الأمثل للمعلمات.

تحسينات الدقة#

1. التفاف كبير النواة: يوسّع مجال الاستقبال لتعزيز القدرة على استخراج السمات.
2. الانتباه الذاتي الجزئي (PSA): يضم وحدات انتباه ذاتي لتحسين تعلّم التمثيلات العامة بأقل عبء إضافي.

التجارب والنتائج#

اختُبر YOLOv10 على نطاق واسع باستخدام معايير قياسية مثل COCO، وأظهر أداءً وكفاءةً فائقين. يحقق النموذج نتائج متطورة عبر متغيراته المختلفة، موضحًا تحسينات كبيرة في زمن الاستجابة والدقة مقارنة بالإصدارات السابقة والكواشف المعاصرة الأخرى.

المقارنات#

مقارنةً بالكواشف الأخرى المتطورة:

• يعمل YOLOv10s / x بسرعة أكبر بمقدار 1.8× / 1.3× من 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 عدد معلمات أقل بمقدار 1.8× / 2.3×

قيم المعلمات وFLOPs تخص النموذج المدمج بعد model.fuse()، الذي يدمج طبقات Conv وBatchNorm ويزيل رأس الكشف المساعد من واحد إلى متعدد. تحتفظ نقاط التحقق المدربة مسبقًا ببنية التدريب الكاملة، وقد تُظهر أعدادًا أعلى.

أمثلة الاستخدام#

يمكن أيضًا تدريب النماذج على GPU سحابية عبر منصة Ultralytics. لإجراء تنبؤات على صور جديدة باستخدام YOLOv10:

from ultralytics import YOLO

# ⁨تحميل نموذج YOLOv10n مدرّب مسبقًا⁩
model = YOLO("yolov10n.pt")

# ⁨إجراء كشف الكائنات في صورة⁩
results = model("image.jpg")

# ⁨اعرض النتائج⁩
results[0].show()

لتدريب YOLOv10 على مجموعة بيانات مخصصة:

from ultralytics import YOLO

# ⁨تحميل نموذج YOLOv10n من البداية⁩
model = YOLO("yolov10n.yaml")

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

المهام والأوضاع المدعومة#

تقدم سلسلة نماذج YOLOv10 مجموعة من النماذج، حُسّن كل منها لتحقيق أداء عالٍ في اكتشاف الأجسام. تلبي هذه النماذج احتياجات متفاوتة من حيث الموارد الحسابية ومتطلبات الدقة، ما يجعلها متعددة الاستخدامات في نطاق واسع 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 نجح تحويلها باستخدام Ultralytics لـ YOLOv10. لا تتردد في فتح طلب سحب إذا كنت قادرًا على تقديم مساهمة لإضافة دعم التصدير إلى تنسيقات إضافية لـ YOLOv10.

الخلاصة#

أرسى YOLOv10 معيارًا جديدًا في اكتشاف الأجسام في الوقت الفعلي عند إصداره، إذ عالج أوجه القصور في إصدارات YOLO السابقة واعتمد استراتيجيات تصميم مبتكرة. وكان نهجه الذي لا يستخدم NMS رائدًا في اكتشاف الأجسام من البداية إلى النهاية ضمن عائلة YOLO. للاطلاع على أحدث نموذج من Ultralytics، بأداء محسّن واستدلال دون NMS، راجع YOLO26.

الاستشهادات والشكر والتقدير#

نود أن نعرب عن تقديرنا لمؤلفي YOLOv10 من جامعة تسينغهوا على أبحاثهم الواسعة ومساهماتهم 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 ورقة YOLOv10 البحثية ومستودع GitHub لفريق جامعة تسينغهوا.

الأسئلة الشائعة#