لماذا يلغي Ultralytics YOLO26 ‏NMS وكيف يغيّر ذلك عملية النشر

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

مع انتقال الرؤية الحاسوبية من البحث إلى الإنتاج، يُتوقع بصورة متزايدة تشغيل النماذج على وحدات CPU والأجهزة الطرفية والكاميرات والروبوتات والأجهزة المضمّنة. وفي هذه البيئات، لا تقل الموثوقية ووقت الاستجابة المنخفض وسهولة النشر أهمية عن الأداء.

صُمّم Ultralytics YOLO26 مع مراعاة هذا الواقع، باستخدام بنية شاملة ومبسطة من البداية إلى النهاية تزيل التعقيد غير الضروري من مسار الاستدلال. ومن أهم الابتكارات في YOLO26 إزالة القمع غير الأقصى، المعروف اختصارًا باسم NMS.

لطالما كانت NMS جزءًا قياسيًا من أنظمة اكتشاف الأجسام، إذ تُستخدم كخطوة لمعالجة النتائج لاحقًا لتنقية الاكتشافات المكررة. وعلى الرغم من فعاليتها، فقد أضافت أيضًا عمليات حسابية وتحديات في النشر، لا سيما على الأجهزة الطرفية.

اتبعنا نهجًا مختلفًا مع YOLO26. فمن خلال إعادة التفكير في كيفية إنشاء التنبؤات وتدريبها، أتحنا استدلالًا حقيقيًا من البداية إلى النهاية وخاليًا من NMS. ينتج النموذج الاكتشافات النهائية مباشرةً، من دون الاعتماد على خطوات تنظيف خارجية أو قواعد مصممة يدويًا. وهذا يجعل YOLO26 أسرع، وأسهل في التصدير، وأكثر موثوقية عند نشره عبر مجموعة واسعة من المنصات العتادية.

الشكل 1. اكتشاف الأجسام في صورة باستخدام Ultralytics YOLO26.

في هذه المقالة، سنُلقي نظرة أعمق على سبب اعتماد اكتشاف الأجسام التقليدي على NMS، وكيف تحولت إلى عنق زجاجة في النشر، وكيف يلغي Ultralytics YOLO26 الحاجة إلى الحلول الالتفافية. لنبدأ!

ينتج اكتشاف الأجسام التقليدي اكتشافات مكررة#

قبل أن نتعمق في ماهية NMS وسبب إزالتنا لها في Ultralytics YOLO26، دعونا نتراجع خطوة ونلقي نظرة على كيفية إنشاء نماذج اكتشاف الأجسام التقليدية لتنبؤاتها.

غالبًا ما تنتج نماذج اكتشاف الأجسام التقليدية عدة مربعات إحاطة متداخلة للجسم نفسه. ويأتي مع كل مربع من هذه المربعات درجة ثقة خاصة به، رغم أنها تشير جميعًا إلى الجسم نفسه في الصورة.

يحدث ذلك لعدة أسباب. أولًا، يُجري النموذج تنبؤات في مواقع مكانية عديدة وعلى مقاييس مختلفة في الوقت نفسه. ويساعد ذلك النموذج على اكتشاف الأجسام ذات الأحجام المختلفة، لكنه يعني أيضًا أن المواقع المتقاربة يمكنها جميعًا تحديد الجسم نفسه بصورة مستقلة.

ثانيًا، تستخدم العديد من أنظمة اكتشاف الأجسام أساليب قائمة على المراسي، فتُنشئ عددًا كبيرًا من المربعات المرشحة حول كل موقع. وعلى الرغم من أن ذلك يحسن احتمال العثور على الأجسام بدقة، فإنه يزيد أيضًا عدد التنبؤات المتداخلة.

وأخيرًا، يؤدي الاكتشاف القائم على الشبكة نفسه بصورة طبيعية إلى التكرار. فعندما يقع جسم بالقرب من حدود عدة خلايا شبكية، قد تتنبأ عدة خلايا بمربع لذلك الجسم، ما ينتج عنه اكتشافات متعددة متداخلة.

وبسبب ذلك، غالبًا ما يحتوي الخرج الخام للنموذج على عدة مربعات لجسم واحد. ولجعل النتائج قابلة للاستخدام، يجب تصفية هذه التنبؤات الزائدة بحيث يبقى اكتشاف نهائي واحد فقط.

فهم القمع غير الأقصى#

عندما ينتج نموذج اكتشاف الأجسام عدة مربعات إحاطة متداخلة للجسم نفسه، يجب تنظيف هذه النتائج قبل استخدامها. وهنا يُطبَّق القمع غير الأقصى.

القمع غير الأقصى هو خطوة لمعالجة النتائج لاحقًا تُنفَّذ بعد انتهاء النموذج من إجراء تنبؤاته. ويتمثل هدفها في تقليل الاكتشافات المكررة بحيث يمثَّل كل جسم بمربع إحاطة نهائي واحد.

الشكل 2. نظرة عامة على NMS. الصورة من إعداد المؤلف.

تعمل العملية من خلال مقارنة مربعات الإحاطة استنادًا إلى درجات الثقة ومقدار تداخلها. وتُزال التنبؤات ذات الثقة المنخفضة جدًا أولًا.

ثم تُرتب المربعات المتبقية حسب الثقة، ويُحدَّد المربع ذو الدرجة الأعلى بوصفه أفضل اكتشاف. ويُقارَن هذا المربع المحدد بالمربعات الأخرى.

إذا تداخل مربع آخر معه بدرجة كبيرة، يُكبَت ذلك المربع ويُزال. ويُقاس التداخل عادةً باستخدام التقاطع على الاتحاد، وهو مقياس يحسب النسبة بين المساحة المشتركة بين مربعين والمساحة الإجمالية التي يغطيها كلاهما. وتتكرر هذه العملية حتى لا تبقى سوى الاكتشافات الأكثر ثقة وغير المتداخلة.

لماذا يعقّد NMS عملية النشر#

على الرغم من أن القمع غير الأقصى يساعد على تصفية الاكتشافات المكررة، فإنه يطرح أيضًا تحديات تصبح أكثر وضوحًا عند انتقال النماذج من البحث إلى النشر في العالم الحقيقي.

تتمثل إحدى أكبر المشكلات في الأداء. إذ تُنفَّذ NMS بعد الاستدلال، وتتطلب مقارنة مربعات الإحاطة بعضها ببعض لتحديد المربعات التي ينبغي الاحتفاظ بها.

تتطلب هذه العملية موارد حسابية كبيرة، ويصعب تنفيذها بالتوازي بكفاءة. وعلى الأجهزة الطرفية والأنظمة القائمة على CPU، قد يضيف هذا العمل الإضافي زمن استجابة ملحوظًا، ما يجعل تلبية متطلبات الوقت الفعلي أكثر صعوبة.

تزيد NMS أيضًا تعقيد النشر. ولأنها ليست جزءًا من النموذج نفسه، يجب تنفيذها بصورة منفصلة ضمن شيفرة معالجة النتائج لاحقًا.

تتعامل بيئات التشغيل والمنصات المختلفة مع NMS بطرق مختلفة، ما يعني غالبًا ضرورة الحفاظ على تطبيقات مخصصة لكل بيئة مستهدفة. وقد يتصرف ما يعمل في إعداد معين بطريقة مختلفة قليلًا في إعداد آخر، ما يجعل النشر أقل متانة وأصعب في التوسع.

يمثل تحسين العتاد تحديًا آخر. إذ لا تتوافق NMS بصورة جيدة مع مسرّعات الذكاء الاصطناعي المتخصصة، المصممة لتشغيل عمليات الشبكات العصبية بكفاءة. ونتيجة لذلك، حتى عندما يعمل النموذج بسرعة على عتاد محسّن، قد تصبح NMS عنق زجاجة يحد من الأداء الإجمالي.

إضافةً إلى هذه العوامل، تعتمد NMS على معلمات مختارة يدويًا، مثل عتبات الثقة وعتبات التداخل. ويمكن أن تؤثر هذه الإعدادات في النتائج بدرجة كبيرة، وغالبًا ما تحتاج إلى ضبطها لمجموعات بيانات أو تطبيقات أو أجهزة مختلفة. ويجعل ذلك السلوك أقل قابلية للتنبؤ في أنظمة الإنتاج، ويضيف عبئًا إضافيًا على الإعداد.

شرح استدلال اكتشاف الأجسام من البداية إلى النهاية#

دفعتنا قيود القمع غير الأقصى إلى إعادة التفكير في كيفية تصرف نماذج اكتشاف الأجسام أثناء الاستدلال. فبدلًا من إنشاء العديد من التنبؤات المتداخلة وتنظيفها لاحقًا، طرحنا سؤالًا أكثر جوهرية.

ماذا لو تمكّن النموذج من إنتاج الاكتشافات النهائية مباشرةً؟ يكمن هذا السؤال في صميم استدلال اكتشاف الأجسام من البداية إلى النهاية. ففي النظام الشامل من البداية إلى النهاية، يُدرَّب النموذج على التعامل مع عملية الاكتشاف بأكملها من البداية إلى النهاية، من دون الاعتماد على خطوات تنظيف خارجية.

بدلًا من إنتاج العديد من المربعات المرشحة وتصفيتها بعد الاستدلال، يتعلم النموذج إنشاء مجموعة صغيرة من التنبؤات الواثقة وغير المتداخلة بنفسه. وتُحل الاكتشافات المكررة داخل الشبكة بدلًا من إزالتها عبر معالجة النتائج لاحقًا.

أثبتت بنيات النماذج الأحدث أن هذا النهج ممكن وعملي على حد سواء. فباستخدام استراتيجية التدريب المناسبة، يمكن للنماذج أن تتعلم ربط كل جسم بتنبؤ واحد بدلًا من عدة تنبؤات متنافسة، ما يقلل التكرار من مصدره.

الشكل 3. مثال على اكتشاف الأجسام باستخدام Ultralytics YOLO26.

ولكي ينجح ذلك، يجب أن يتغير التدريب أيضًا. فبدلًا من السماح للعديد من التنبؤات بالتنافس على الجسم نفسه، يتعلم النموذج اتخاذ قرار واضح واحد، منتجًا عددًا أقل من الاكتشافات وأكثر ثقة.

والنتيجة الإجمالية هي مسار استدلال أبسط. وبما أن التكرارات قد حُلَّت داخليًا بالفعل، فلا حاجة إلى القمع غير الأقصى أثناء الاستدلال. ويكون خرج النموذج هو مجموعة الاكتشافات النهائية أصلًا.

كما يجعل هذا التصميم الشامل عملية النشر أسهل. فمن دون خطوات لمعالجة النتائج لاحقًا أو تطبيقات NMS خاصة بالمنصة، يكون النموذج المُصدَّر مكتفيًا ذاتيًا بالكامل، ويتصرف بصورة متسقة عبر أطر الاستدلال والأهداف العتادية المختلفة.

وكما يوضح Francesco Mattioli، مهندس الشراكات الرئيسي لدينا، «يعني التعلم الحقيقي من البداية إلى النهاية أن يتولى النموذج كل شيء بدءًا من وحدات البكسل ووصولًا إلى التنبؤات، من دون خطوات لمعالجة النتائج لاحقًا مصممة يدويًا، والتي تفسد قابلية الاشتقاق وتعقّد النشر».

كيف يزيل Ultralytics YOLO26 تقنية NMS#

يزيل Ultralytics YOLO26 القمع غير الأقصى من خلال تغيير كيفية تعلم الاكتشافات وإنتاجها، بدلًا من الاعتماد على معالجة النتائج لاحقًا لتنظيفها. فبدلًا من السماح للعديد من التنبؤات بالتنافس على الجسم نفسه، يُدرَّب YOLO26 على تعلم علاقة واضحة واحدًا لواحد بين الأجسام والمخرجات.

ويُتاح ذلك جزئيًا بفضل الاكتشاف القائم على الاستعلامات القابلة للتعلم، الذي يساعد النموذج على التركيز على إنتاج تنبؤ واحد واثق لكل جسم بدلًا من العديد من المرشحات المتداخلة. ويرتبط كل جسم بتنبؤ واحد، ما يقلل الاكتشافات المكررة بصورة طبيعية.

ويُعزَّز هذا السلوك من خلال استراتيجيات مطابقة متسقة أثناء التدريب، ما يشجع النموذج على اتخاذ قرار واثق واحد لكل جسم بدلًا من إنشاء تنبؤات متداخلة. وفي النهاية، ينتج النموذج عددًا أقل من التنبؤات، لكن كل تنبؤ منها يمثل اكتشافًا نهائيًا.

لماذا جعلت إزالة DFL الاكتشاف الخالي من NMS ممكنًا#

ومن الابتكارات المهمة الأخرى التي تتيح الاستدلال الخالي من NMS في Ultralytics YOLO26 إزالة خسارة البؤرة للتوزيع، أو DFL. ففي نماذج YOLO السابقة، استُخدمت DFL لتحسين انحدار مربع الإحاطة من خلال التنبؤ بتوزيع لمواقع المربع المحتملة بدلًا من قيمة واحدة.

وعلى الرغم من أن هذا النهج حسّن دقة تحديد الموقع، فإنه أضاف أيضًا تعقيدًا إلى مسار اكتشاف الأجسام. وأصبح هذا التعقيد عائقًا عند الانتقال نحو الاستدلال الحقيقي من البداية إلى النهاية.

أضافت DFL عمليات حسابية إضافية ونطاقات انحدار ثابتة، ما صعّب على النموذج تعلم إسنادات نظيفة واحدًا لواحد للأجسام، وزاد الاعتماد على خطوات معالجة النتائج لاحقًا مثل القمع غير الأقصى. ومع Ultralytics YOLO26، أزلنا DFL وأعدنا تصميم انحدار مربع الإحاطة ليكون أبسط وأكثر مباشرةً.

وبدلًا من الاعتماد على مخرجات قائمة على التوزيع، يتعلم النموذج التنبؤ بإحداثيات دقيقة للمربع بطريقة تدعم اكتشافات أقل عددًا وأكثر ثقة. ويساعد هذا التغيير على تقليل التنبؤات المتداخلة من مصدرها، ومواءمة انحدار مربع الإحاطة مع تصميم Ultralytics YOLO26 الشامل والخالي من NMS.

Ultralytics YOLO26 خالٍ من NMS وسهل النشر#

يجعل التصميم الخالي من NMS من Ultralytics YOLO26 نموذجًا شاملًا حقيقيًا من البداية إلى النهاية. ولهذا تأثير مهم في تصدير النماذج.

يعني التصدير تحويل نموذج مُدرَّب إلى تنسيق يمكن تشغيله خارج بيئة التدريب، مثل ONNX أو TensorRT أو CoreML أو OpenVINO. وفي مسارات العمل التقليدية، غالبًا ما تتعطل هذه العملية لأن القمع غير الأقصى ليس جزءًا من النموذج نفسه.

ومن خلال إزالة NMS، يتجنب Ultralytics YOLO26 هذه المشكلة بالكامل. إذ يتضمن النموذج المُصدَّر كل ما يلزم لإنتاج الاكتشافات النهائية.

وهذا يجعل النموذج المُصدَّر مكتفيًا ذاتيًا بالكامل وأكثر قابلية للنقل عبر أطر الاستدلال والأهداف العتادية المختلفة. ويتصرف النموذج نفسه بصورة متسقة سواء نُشر على خوادم أو أنظمة لا تستخدم سوى CPU أو أجهزة مضمّنة أو مسرّعات طرفية. ويصبح النشر أكثر وضوحًا لأن ما تصدّره هو بالضبط ما تشغّله.

وتكتسب هذه البساطة أهمية خاصة لتطبيقات الحافة. فعلى سبيل المثال، يمكن نشر YOLO26 بسهولة على أجهزة مثل الطائرات المسيّرة لاستخدامها في حالات مثل مراقبة المحاصيل وفحص الحقول وتحليل صحة النباتات، حيث تجعل موارد الحوسبة والطاقة المحدودة مسارات معالجة النتائج المعقدة لاحقًا غير عملية. وبما أن النموذج يُخرج الاكتشافات النهائية مباشرةً، فإنه يعمل بموثوقية على العتاد خفيف الوزن من دون خطوات معالجة إضافية.

الشكل 4. يسهل نشر Ultralytics YOLO26 على الأجهزة الطرفية مثل الطائرات المسيّرة.

باختصار، يزيل الاستدلال الخالي من NMS العوائق من عمليتي التصدير والنشر، ويتيح أنظمة رؤية أنظف وأكثر موثوقية. كانت NMS حلًا التفافيًا. ولم يعد Ultralytics YOLO26 بحاجة إلى حلول التفافية.

أهم النقاط المستخلصة#

يزيل Ultralytics YOLO26 القمع غير الأقصى من خلال حل المشكلة الأساسية المتمثلة في الاكتشافات المكررة، بدلًا من تنظيفها بعد وقوعها. ويتيح تصميمه الشامل للنموذج إنتاج الاكتشافات النهائية مباشرةً، ما يجعل التصدير والنشر أبسط وأكثر اتساقًا عبر الأجهزة المختلفة. وكانت NMS حلًا التفافيًا مفيدًا للأنظمة السابقة، لكن YOLO26 لم يعد بحاجة إليها.

انضم إلى مجتمعنا وتفقّد مستودع GitHub الخاص بنا لمعرفة المزيد عن الذكاء الاصطناعي. واستكشف صفحات حلولنا حول الذكاء الاصطناعي في الزراعة والرؤية الحاسوبية في قطاع البيع بالتجزئة. وتعرّف على خيارات الترخيص وابدأ استخدام الذكاء الاصطناعي للرؤية اليوم!