لماذا يزيل Ultralytics YOLO26 الـ NMS وكيف يغير ذلك النشر

في 14 يناير، أطلقنا Ultralytics YOLO26، أحدث جيل من نماذج الرؤية الحاسوبية لدينا. مع YOLO26، لم يكن هدفنا مجرد تحسين الدقة أو السرعة، بل إعادة التفكير في كيفية بناء نماذج كشف الكائنات ونشرها في الأنظمة الواقعية.

مع انتقال الرؤية الحاسوبية من الأبحاث إلى مرحلة الإنتاج، يُتوقع من النماذج بشكل متزايد العمل على وحدات المعالجة المركزية، والأجهزة الطرفية، والكاميرات، والروبوتات، والأجهزة المضمنة. في هذه البيئات، لا تقل الموثوقية، وانخفاض زمن الانتقال، وسهولة النشر أهمية عن الأداء.

تم تصميم YOLO26 من Ultralytics مع أخذ هذا الواقع في الاعتبار، باستخدام هندسة مبسطة من البداية إلى النهاية تزيح التعقيدات غير الضرورية من مسار الاستدلال. أحد أهم الابتكارات في YOLO26 هو إزالة Non-Maximum Suppression، المعروف اختصاراً بـ NMS.

لسنوات عديدة، كان NMS جزءاً قياسياً من أنظمة اكتشاف الكائنات، حيث يُستخدم كخطوة معالجة لاحقة لتنظيف الاكتشافات المتكررة. وعلى الرغم من فعاليته، إلا أنه أدخل عمليات حسابية إضافية وتحديات في النشر، خاصة على أجهزة الحافة.

مع YOLO26، اتخذنا نهجاً مختلفاً. فمن خلال إعادة التفكير في كيفية إنتاج التنبؤات وتدريبها، أتيح لنا إجراء استدلال متكامل وخالٍ من NMS تماماً. ينتج النموذج الكشع النهائية مباشرة، دون الاعتماد على خطوات تنظيف خارجية أو قواعد مصممة يدوياً. هذا يجعل YOLO26 أسرع، وأسهل في التصدير، وأكثر موثوقية في النشر عبر نطاق واسع من منصات الأجهزة.

الشكل 1. اكتشاف الكائنات في صورة باستخدام Ultralytics YOLO26.

في هذه المقالة، سنلقي نظرة عن كثب على سبب اعتماد اكتشاف الأجسام التقليدي على NMS، وكيف أصبح عائقاً أمام النشر، وكيف يلغي Ultralytics YOLO26 الحاجة إلى الحلول البديلة. لنبدأ!

اكتشاف الكائنات التقليدي ينتج اكتشافات متكررة#

قبل أن نتعمق في ماهية NMS ولماذا أزلناه في Ultralytics YOLO26، دعونا نأخذ خطوة للوراء وننظر في كيف تولد نماذج اكتشاف الأجسام التقليدية تنبؤاتها.

غالباً ما تنتج نماذج اكتشاف الكائنات التقليدية صناديق إحاطة (bounding boxes) متعددة ومتداخلة لنفس الكائن. يأتي كل صندوق من هذه الصناديق مع درجة ثقة خاصة به، على الرغم من أنها تشير جميعها إلى نفس الكائن في الصورة.

يحدث هذا لعدة أسباب. أولاً، يقوم النموذج بعمل توقعات في العديد من المواقع المكانية وبمقياسات مختلفة في وقت واحد. يساعد هذا النموذج على اكتشاف كائنات بأحجام مختلفة، ولكنه يعني أيضاً أن المواقع القريبة يمكنها جميعاً تحديد نفس الكائن بشكل مستقل.

ثانياً، تستخدم العديد من أنظمة اكتشاف الكائنات مناهج قائمة على الركائز (anchor-based)، والتي تولد عدداً كبيراً من صناديق الترشيح حول كل موقع. وعلى الرغم من أن هذا يحسن فرصة العثور على الكائنات بدقة، إلا أنه يزيد أيضاً من عدد التوقعات المتداخلة.

أخيراً، يؤدي الاكتشاف القائم على الشبكة (grid-based) بطبيعته إلى التكرار. عندما يجلس كائن بالقرب من حدود خلايا شبكية متعددة، قد تتوقع عدة خلايا صندوقاً لهذا الكائن، مما يؤدي إلى اكتشافات متداخلة متعددة.

بسبب هذا، غالباً ما تحتوي المخرجات الخام للنموذج على عدة صناديق لكائن واحد. لجعل النتائج قابلة للاستخدام، يجب تصفية هذه التوقعات الزائدة بحيث لا يتبقى سوى اكتشاف نهائي واحد.

فهم قمع غير الحد الأقصى (NMS)#

بمجرد أن ينتج نموذج اكتشاف الكائنات صناديق إحاطة متداخلة متعددة لنفس الكائن، يجب تنظيف تلك النتائج قبل أن تصبح جاهزة للاستخدام. وهنا يتم تطبيق قمع غير الحد الأقصى.

قمع غير الحد الأقصى هو خطوة معالجة لاحقة تعمل بعد انتهاء النموذج من إجراء توقعاته. هدفها هو تقليل الاكتشافات المتكررة بحيث يتم تمثيل كل كائن بصندوق إحاطة نهائي واحد.

الشكل 2. نظرة عامة على NMS. الصورة بواسطة المؤلف.

تعمل العملية من خلال مقارنة صناديق الإحاطة بناءً على درجات الثقة ومدى تداخلها. يتم إزالة التوقعات ذات الثقة المنخفضة جداً أولاً.

يتم بعد ذلك ترتيب الصناديق المتبقية حسب الثقة، ويتم اختيار الصندوق ذو النتيجة الأعلى كأفضل اكتشاف. يُقارن ذلك الصندوق المختار بالصناديق الأخرى.

إذا تداخل صندوق آخر بشكل كبير معه، يتم كبت هذا الصندوق وإزالته. يُقاس التداخل عادةً باستخدام Intersection over Union، وهو مقياس يحسب النسبة بين المنطقة المشتركة بين صندوقين والمساحة الإجمالية التي يغطيها كلاهما. تتكرر هذه العملية حتى تتبقى فقط التنبؤات الأكثر ثقة والتي لا تتداخل مع بعضها.

لماذا يعقد NMS عملية النشر؟#

بينما يساعد قمع غير الحد الأقصى في تصفية الاكتشافات المتكررة، فإنه يطرح أيضاً تحديات تصبح أكثر وضوحاً بمجرد انتقال النماذج من البحث إلى النشر في العالم الحقيقي.

إحدى أكبر المشكلات هي الأداء. يعمل NMS بعد الاستنتاج ويتطلب مقارنة صناديق الإحاطة ببعضها البعض لتقرير أي منها سيتم الاحتفاظ به.

هذه العملية مكلفة حسابياً ويصعب تنفيذها بالتوازي بكفاءة. على أجهزة الحافة والأنظمة القائمة على وحدة المعالجة المركزية، يمكن لهذا العمل الإضافي أن يضيف تأخيراً ملحوظاً، مما يجعل من الصعب تلبية متطلبات الوقت الفعلي.

يزيد NMS أيضاً من تعقيد النشر. نظراً لأنه ليس جزءاً من النموذج نفسه، يجب تنفيذه بشكل منفصل ككود معالجة لاحقة.

تتعامل بيئات التشغيل والمنصات المختلفة مع NMS بطرق مختلفة، مما يعني غالباً صيانة عمليات تنفيذ مخصصة لكل بيئة مستهدفة. ما يعمل في إعداد واحد قد يتصرف بشكل مختلف قليلاً في إعداد آخر، مما يجعل النشر أكثر هشاشة ويصعب توسيع نطاقه.

تحسين الأجهزة هو تحدٍ آخر. لا يتوافق NMS بشكل جيد مع مسرعات الذكاء الاصطناعي المتخصصة، المصممة لتشغيل عمليات الشبكة العصبية بكفاءة. ونتيجة لذلك، حتى عندما يعمل النموذج بسرعة على أجهزة محسنة، يمكن أن يصبح NMS عنق زجاجة يحد من الأداء العام.

بالإضافة إلى هذه العوامل، يعتمد NMS على معايير مختارة يدوياً مثل عتبات الثقة وعتبات التداخل. يمكن لهذه الإعدادات أن تؤثر على النتائج بشكل كبير وغالباً ما تحتاج إلى ضبط لمجموعات البيانات أو التطبيقات أو الأجهزة المختلفة. هذا يجعل السلوك أقل قابلية للتنبؤ في أنظمة الإنتاج ويضيف عبئاً إضافياً في التكوين.

شرح استنتاج اكتشاف الكائنات الشامل (End-to-end)#

أدت قيود Non-Maximum Suppression إلى إعادة تفكيرنا في الكيفية التي يجب أن تسلكها نماذج كشف الكائنات في وقت الاستدلال. بدلاً من توليد العديد من التنبؤات المتداخلة وتنظيفها لاحقاً، طرحنا سؤالاً أكثر جوهرية.

ماذا لو كان بإمكان النموذج إنتاج اكتشافات نهائية مباشرة؟ يكمن هذا السؤال في قلب استنتاج اكتشاف الكائنات الشامل. في نظام شامل، يتم تدريب النموذج للتعامل مع عملية الاكتشاف بأكملها من البداية إلى النهاية، دون الاعتماد على خطوات تنظيف خارجية.

بدلاً من إنتاج العديد من الصناديق المرشحة وتصفيتها بعد الاستنتاج، يتعلم النموذج توليد مجموعة صغيرة من التوقعات الواثقة وغير المتداخلة من تلقاء نفسه. يتم حل الاكتشافات المتكررة داخل الشبكة بدلاً من إزالتها بواسطة المعالجة اللاحقة.

أظهرت معماريات النماذج الأحدث أن هذا النهج كان ممكناً وعملياً. مع استراتيجية التدريب الصحيحة، يمكن للنماذج أن تتعلم ربط كل كائن بتوقع واحد بدلاً من العديد من التوقعات المتنافسة، مما يقلل التكرار من مصدره.

الشكل 3. مثال على اكتشاف الكائنات باستخدام Ultralytics YOLO26.

لكي ينجح هذا، يجب أن يتغير التدريب أيضاً. بدلاً من السماح للعديد من التوقعات بالتنافس على نفس الكائن، يتعلم النموذج اتخاذ قرار واحد واضح، مما ينتج عنه اكتشافات أقل وأكثر ثقة.

النتيجة الإجمالية هي مسار استنتاج أبسط. نظراً لأن التكرارات يتم حلها بالفعل داخلياً، فلا حاجة لقمع غير الحد الأقصى في وقت الاستنتاج. مخرجات النموذج هي بالفعل المجموعة النهائية من الاكتشافات.

يجعل هذا التصميم الشامل النشر أسهل أيضاً. بدون خطوات معالجة لاحقة أو عمليات تنفيذ NMS خاصة بالمنصة، يكون النموذج المصدر مكتفياً ذاتياً بالكامل ويعمل بشكل متسق عبر أطر عمل استنتاج وأهداف أجهزة مختلفة.

كما يوضح مهندس الشراكات الرئيسي لدينا، Francesco Mattioli: "التعلم المتكامل الحقيقي يعني أن النموذج يجب أن يتعامل مع كل شيء بدءاً من وحدات البكسل وصولاً إلى التنبؤات، دون خطوات معالجة لاحقة يدوية تكسر قابلية الاشتقاق وتعقد عملية النشر."

كيف تزيل Ultralytics YOLO26 تقنية NMS#

يزيل YOLO26 من Ultralytics تقنية Non-Maximum Suppression عن طريق تغيير طريقة تعلم الكشف وإنتاجه، بدلاً من الاعتماد على المعالجة اللاحقة لتنقيته. بدلاً من السماح للعديد من التنبؤات بالتنافس على نفس الكائن، يتم تدريب YOLO26 على تعلم علاقة واضحة فردية بين الكائنات والمخرجات.

يتم تمكين هذا جزئياً من خلال الاكتشاف القائم على الاستعلام القابل للتعلم، مما يساعد النموذج على التركيز على إنتاج توقع واحد واثق لكل كائن بدلاً من العديد من المرشحين المتداخلين. يرتبط كل كائن بتوقع واحد، مما يقلل الاكتشافات المتكررة بشكل طبيعي.

يتم تعزيز هذا السلوك من خلال استراتيجيات مطابقة متسقة أثناء التدريب، مما يشجع النموذج على اتخاذ قرار واحد واثق لكل كائن بدلاً من توليد توقعات متداخلة. في النهاية، ينتج النموذج توقعات أقل، لكن كل واحدة تمثل اكتشافاً نهائياً.

لماذا جعلت إزالة DFL الاكتشاف الخالي من NMS ممكناً#

ابتكار مهم آخر يتيح الاستدلال الخالي من NMS في Ultralytics YOLO26 هو إزالة Distribution Focal Loss، أو DFL. في نماذج YOLO السابقة، تم استخدام DFL لتحسين انحدار مربع الإحاطة من خلال التنبؤ بتوزيع لمواقع المربعات المحتملة بدلاً من قيمة واحدة.

بينما أدى هذا النهج إلى تحسين دقة التوطين، إلا أنه أضاف أيضاً تعقيداً إلى مسار الاكتشاف. أصبح هذا التعقيد قيداً عند الانتقال نحو استنتاج شامل حقيقي.

أدخلت DFL حسابات إضافية ونطاقات انحدار ثابتة، مما جعل من الصعب على النموذج تعلم مهام كائنات نظيفة وواحدة لواحد وزادت الاعتماد على خطوات ما بعد المعالجة مثل Non-Maximum Suppression. مع Ultralytics YOLO26، أزلنا DFL وأعدنا تصميم انحدار مربع الإحاطة ليكون أبسط وأكثر مباشرة.

بدلاً من الاعتماد على المخرجات المستندة إلى التوزيع، يتعلم النموذج التنبؤ بإحداثيات المربعات بدقة بطريقة تدعم اكتشافات أقل وأكثر ثقة. يساعد هذا التغيير في تقليل التنبؤات المتراكبة من مصدرها ويوائم انحدار مربع الإحاطة مع تصميم Ultralytics YOLO26 الشامل والخالي من NMS.

Ultralytics YOLO26 خالي من NMS وسهل النشر#

يجعل التصميم الخالي من NMS من Ultralytics YOLO26 نموذجاً شاملاً بحق. هذا له تأثير مهم على exporting models.

يعني التصدير تحويل نموذج مدرب إلى تنسيق يمكن تشغيله خارج بيئة التدريب، مثل ONNX أو TensorRT أو CoreML أو OpenVINO. في المسارات التقليدية، غالباً ما تنهار هذه العملية لأن قمع غير الحد الأقصى ليس جزءاً من النموذج نفسه.

من خلال إزالة NMS، يتجنب Ultralytics YOLO26 هذه المشكلة تماماً. النموذج المُصدَّر يتضمن بالفعل كل ما يلزم لإنتاج الكشف النهائي.

هذا يجعل النموذج المصدر مكتفياً ذاتياً بالكامل وأكثر قابلية للنقل عبر أطر عمل الاستنتاج وأهداف الأجهزة. يتصرف نفس النموذج بشكل متسق سواء تم نشره على خوادم أو أنظمة تعتمد على وحدة المعالجة المركزية فقط أو أجهزة مدمجة أو مسرعات الحافة. يصبح النشر أكثر وضوحاً لأن ما تصدره هو بالضبط ما تشغله.

تعتبر هذه البساطة مهمة بشكل خاص للتطبيقات الطرفية. على سبيل المثال، يمكن نشر YOLO26 بسهولة على أجهزة مثل الطائرات بدون طيار لحالات الاستخدام مثل مراقبة المحاصيل، وفحص الحقول، وتحليل صحة النباتات، حيث تجعل ميزانيات الحوسبة والطاقة المحدودة مسارات المعالجة اللاحقة المعقدة غير عملية. نظراً لأن النموذج يخرج الاكتشافات النهائية مباشرة، فهو يعمل بموثوقية على الأجهزة الخفيفة دون خطوات معالجة إضافية.

الشكل 4. Ultralytics YOLO26 سهل النشر على أجهزة الحافة مثل الطائرات بدون طيار.

باختصار، الاستدلال الخالي من NMS يزيل الاحتكاك من التصدير والنشر ويمكن من بناء أنظمة رؤية أقوى وأكثر موثوقية. كان NMS حلاً مؤقتاً. لا يحتاج Ultralytics YOLO26 إلى حلول مؤقتة بعد الآن.

أبرز النقاط#

يزيل YOLO26 من Ultralytics تقنية Non-Maximum Suppression عن طريق حل المشكلة الأساسية للكشف المزدوج، بدلاً من تنظيفه بعد وقوع الفأس في الراس. تصميمه من البداية إلى النهاية يتيح للنموذج إنتاج نتائج الكشف النهائية مباشرة، مما يجعل عملية التصدير والنشر أبسط وأكثر اتساقاً عبر الأجهزة المختلفة. كانت NMS حلاً مؤقتاً مفيداً للأنظمة الأقدم، ولكن YOLO26 لم يعد بحاجة إليها.

انضم إلى مجتمعنا واطلع على مستودع GitHub الخاص بنا لمعرفة المزيد عن الذكاء الاصطناعي. استكشف صفحات حلولنا حول الذكاء الاصطناعي في الزراعة والرؤية الحاسوبية في التجزئة. اكتشف خيارات الترخيص الخاصة بنا وابدأ في استخدام رؤية الذكاء الاصطناعي اليوم!