في عالم التعلم العميق، تُعتبر نماذج YOLO (You Only Look Once) واحدة من الثورات الكبيرة في مجال الرؤية الحاسوبية. فمنذ ظهورها، كانت هذه النماذج تتطور بسرعة مذهلة، ولكنها لم تكن جميعها تحمل موثوقية من الناحية الأكاديمية. فبينما تتفوق بعض الإصدارات بمعماريات رائعة، نجد أن البعض الآخر يفتقر إلى المنشورات العلمية والمخططات المعمارية الرسمية.

تهدف هذه المقالة إلى تقديم مقارنة شاملة ومعمقة لأربعة من أحدث نماذج YOLO، بدءًا من YOLOv8 وصولاً إلى YOLO11. لقد قمنا بتحليل معماريات هذه النماذج من خلال مراجعة الأوراق الأكاديمية ذات الصلة والتوثيق وكود المصدر. يمكننا أن نلاحظ أن كل إصدار من YOLO يحقق تحسينات ملحوظة في المعمارية واستخراج الميزات، ولكن بعض الكتل تظل كما هي دون تغيير.

ومع ذلك، فإن عدم وجود منشورات أكاديمية رسمية ومخططات للمعمارية يؤدي إلى تحديات في فهم كيفية عمل كل نموذج. نحن نشجع المطورين المستقبليين على تقديم هذه الموارد لتسهيل إدراكهم لوظائف النماذج وتطويرات المستقبل.

ختامًا، يبقى السؤال: كيف ستؤثر هذه التطورات على المستقبل؟ نتطلع لسماع آرائكم حول هذا الموضوع، فلا تترددوا في المشاركة في التعليقات!