N-EIoU-YOLOv9: A Signal-Aware Bounding Box Regression Loss for Lightweight Mobile Detection of Rice Leaf Diseases

ملخص تقني: N-EIoU-YOLOv9 للكشف عن أمراض أوراق الأرز

بيان المشكلة
يعد الكشف الدقيق والمبكر عن أمراض أوراق الأرز أمراً حيوياً للزراعة الدقيقة، ومع ذلك، لا يزال نشر نماذج كشف الأشياء عالية الأداء على الأجهزة المحمولة ذات الموارد المحدودة يشكل تحدياً. تمثل أمراض أوراق الأرز، وخاصة "لفحة الأوراق" (Leaf Blast) و"البقع البنية" (Brown Spot) في مراحلها المبكرة، مشكلة "كشف الأجسام الصغيرة"، حيث تظهر المسببات المرضية على شكل آفات نخرية صغيرة تشغل أقل من %5 من مساحة الصورة. تعاني هذه الأهداف من غموض بصري شديد مقابل الضوضاء الخلفية (مثل رذاذ التربة أو الحطام).

يحدد المؤلفون قصورين حرجين في دوال خسارة انحدار صندوق الإحاطة القياسية (bounding box regression losses)، وتحديداً تقاطع الاتحاد الكامل (CIoU)، عند تطبيقها في هذا المجال:

1. تلاشي التدرج للعينات الصعبة: تُظهر خسائر IoU القياسية تخامداً خطياً في التدرج. عندما يكون التداخل بين الصناديق المتوقعة وصناديق الحقيقة الأرضية (ground-truth) منخفضاً (وهو أمر شائع في الآفات الصغيرة)، تصبح إشارة التدرج ضعيفة جداً لدرجة تمنع التعلم الفعال، مما يتسبب في تجاهل النموذج للعينات الصعبة.
2. الاقتران الهندسي: يفرض حد عقوبة نسبة العرض إلى الارتفاع في CIoU تدرجات مقترنة لكل من العرض والارتفاع. إذا تغير مقاس الصندوق المتوقع بشكل متناسب مع الحقيقة الأرضية ولكنه ظل بالحجم الخاطئ، فإن العقوبة تتلاشى، مما يفشل في تصحيح خطأ التحديد الموضعي. هذا يخلق تأثير "الأرجوحة" (see-saw effect) حيث قد يؤدي تحسين العرض عن غير قصد إلى سوء تحسين الارتفاع، مما يعيق التقارب (convergence).

المنهجية
تقترح الورقة البحثية N-EIoU-YOLOv9، وهو إطار عمل خفيف الوزن للكشف يتمحور حول دالة خسارة جديدة لانحدار صندوق الإحاطة واعية بالإشارة، وهي N-EIoU (التقاطع غير الرتيب للاتحاد الفعال). يدمج هذا النهج النموذج في بنية YOLOv9t (Tiny)، التي تم اختيارها للتوازن بين زمن الاستدلال والأداء، ويستخدم معلومات التدرج القابلة للبرمجة (PGI) لمنع فقدان الميزات في الطبقات العميقة.

الابتكار الجوهري، N-EIoU، تمت صياغته كدالة خسارة هجينة:
$$L_{N-EIoU} = L_{N-IoU} + L_{dis} + L_{asp}$$

• تضخيم الإشارة (N-IoU): لمعالجة تلاشي التدرج، تم استبدال حد IoU القياسي بـ N-IoU. مستمد من مبادئ التركيز غير الرتيب للتدرج، يقوم N-IoU بإعادة تشكيل منحنى التدرج لتضخيم الإشارات للـ "عينات الصعبة" (التداخل المنخفض، $0.1 < IoU < 0.4$). يعمل هذا كمرشح غير خطي يعطي الأولوية للصناديق الصغيرة وغير المتوافقة أثناء عملية التحسين.
• فك الاقتران الهندسي (EIoU): لحل تداخل التدرجات، تم استبدال عقوبة نسبة العرض إلى الارتفاع بعقوبات أبعاد منفصلة من الـ EIoU (التقاطع الفعال). يقوم هذا بفك اقتران تحسين العرض والارتفاع، مما يقلل من $(w - w_{gt})^2$ و $(h - h_{gt})^2$ بشكل مستقل لتجنب تأثير "الأرجوحة".

من منظور معالجة الإشارات، يوصف N-EIoU ليس فقط كمقياس هندسي، بل كآلية لتشكيل التدرج تعيد توزيع طاقة الانحدار نحو العينات الصعبة ذات التداخل المنخفض مع الحفاظ على استقرار التحسين.

المساهمات الرئيسية

1. اقتراح N-EIoU: دالة خسارة جديدة تربط صراحة بين التركيز غير الرتيب للتدرج وفك الاقتران الهندسي. تم تصميمها لإعادة تشكيل تدرجات الانحدار لإعطاء الأولوية للعينات الصغيرة والصعبة مع ضمان التقارب المستقر.
2. التحليل النظري والتجريبي: يقدم المؤلفون تحليلاً مفصلاً يوضح أن N-EIoU يحسن بشكل كبير دقة التحديد الموضعي في ظل عدم توازن الفئات وظروف التداخل المنخفض. تؤكد محاكاة التدرج أن N-EIoU يولد تدرجات أكبر في نظام IoU المنخفض مقارنة بالتخامد الخطي في CIou.
3. التحقق من النشر على الحافة (Edge Deployment): تثبت الدراسة عملية النهج من خلال نشر النموذج المحسن على جهاز Android باستخدام TensorFlow Lite مع تكميم Float16. يثبت هذا أن دالة الخسارة لا تحسن الدقة فحسب، بل تعزز أيضاً المتانة تحت ضغط ضغط النموذج الشديد.

النتائج التجريبية
تم تقييم النموذج على مجموعة بيانات تم جمعها ذاتياً، DUNG_BK65_RiceLeafDiseases، والتي تضم 5,908 صورة لأوراق الأرز عبر أربع فئات من الأمراض (لفحة الأوراق، البقع البنية، دودة الأوراق، والتقزم الأصفر) بالإضافة إلى الأوراق السليمة.

• مقاييس الأداء: حقق نموذج N-EIoU-YOLOv9t متوسط دقة متوسطة (mAP@50) بلغت 90.3%، مما يمثل تحسناً نسبياً قدره 4.3% عن نموذج CIoU الأساسي (86.0%).
• دقة التحديد الموضعي: لوحظت مكاسب كبيرة في mAP@50–95 (ارتفاع من 42.9% إلى 48.9%)، مما يشير إلى صناديق إحاطة أكثر إحكاماً ودقة.
• المكاسب الخاصة بالفئات: لوحظت أكبر التحسينات في فئات "العينات الصعبة". بالنسبة لـ البقع البنية، ارتفع mAP من 84.0% إلى 89.5%. كما أظهرت "لفحة الأوراق" تحسناً أيضاً، رغم أن كلتا الفئتين ظلتا أكثر صعوبة من الأمراض الهيكلية مثل "التقزم الأصفر" و"دودة الأوراق" بسبب صغر حجمهما وانخفاض تباينهما.
• النشر على الهاتف المحمول: تم نشر النموذج المكمم (Float16) على هاتف VSmart Active 3 الذكي. حافظ النموذج على 90.2% mAP (انخفاض طفيف قدره 0.1%) مع متوسط زمن استدلال قدره 156 مللي ثانية لكل إطار (حوالي 6 إطارات في الثانية).

الأهمية والادعاءات
تدعي الورقة أن الأهمية الرئيسية لهذا العمل تكمكمن في إعادة صياغة انحدار صندوق الإحاطة كـ مشكلة تحسين واعية بالإشارة. بدلاً من الاعتماد فقط على الاستدلالات الهندسية، يقوم N-EIoU المقترح بتشكيل مقدار واتجاه التدرج صراحةً لصالح العينات الصعبة ذات التداخل المنخفض.

يؤكد المؤلفون أن هذا النهج يوفر توازناً فعالاً بين دقة التحديد الموضعي، واستقرار التحسين، والكفاءة الحسابية. ومن خلال النجاح في معالجة التحديات المحددة لكشف الأجسام الصغيرة في الصور الزراعية والتحقق من الحل على أجهزة الحافة، يقدم العمل أداة عملية يمكن تشغيلها دون اتصال بالإنترنت لمساعدة المزارعين في تشخيص أمراض الأرز في الحقول. وتخلص الدراسة إلى أنه بينما معدل الإطارات الحالي (6 FPS) غير كافٍ لمعالجة الفيديو عالي السرعة، إلا أنه كافٍ لتشخيص الصور الثابتة، مما يسد الفجوة بين تحسينات دالة الخسలు النظرية والمراقبة الزراعية في العالم الحقيقي.