💻 computer science

BlankSkip: Early-exit Object Detection onboard Nano-drones

تقدم هذه الورقة BlankSkip، وهي شبكة كشف أجسام ذات خروج مبكر تكيفية مصممة لطائرات النانو بدون طيار محدودة الموارد، والتي تعمل على تحسين إنتاجية الاستدلال بشكل كبير من خلال تخطي الحوسبة في الإطارات الفارغة مع انخفاض طفيف فقط في دقة الكشف.

المؤلفون الأصليون: Carlo Marra, Beatrice Alessandra Motetti, Alessio Burrello, Enrico Macii, Massimo Poncino, Daniele Jahier Pagliari

نُشر 2026-03-31

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Carlo Marra, Beatrice Alessandra Motetti, Alessio Burrello, Enrico Macii, Massimo Poncino, Daniele Jahier Pagliari

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك طيار لطائرة درون صغيرة جدًا وسريعة للغاية، لا يتعدى حجمها طبقًا من أطباق العشاء. مهمتك هي الطيران حول مبنى، للبحث عن أشياء مفقودة مثل زجاجات المياه أو علب الصودا. ولكن هناك عقبة: طائرتك تعمل ببطارية صغيرة وعقل بحجم طابع بريدي. هذا العقل ضعيف لدرجة أنه إذا حاول "التفكير" في كل صورة يلتقطها، فسينفد شحن البطارية قبل أن يجد أي شيء، أو سيتحرك ببطء شديد بحيث يفوت الأشياء تمامًا.

هذه هي المشكلة التي تحاول ورقة البحث "BLANKSKIP" حلها.

المشكلة: الدرون "المفرط في التفكير"

حالياً، هذه الطائرات الصغيرة تشبه طالبًا يؤدي اختبار رياضيات صعبًا جدًا. مهما كان السؤال سهلاً (أو حتى لو لم يكن هناك سؤال على الإطلاق)، فإن الطالب يقرأ كل كلمة، ويجري الحسابات، ويكتب إجابة لكل إطار فيديو (frame).

في العالم الحقيقي، معظم الفيديو الذي تراه الدرون هو مجرد جدران فارغة، أو أرضية، أو سماء. لا توجد زجاجات أو علب هناك. لكن كمبيوتر الدرون لا يعرف ذلك. إنه يهدر كل قدر ضئيل من طاقته ووقته في تحليل المساحات الفارغة، فقط ليقول: "لا، لا يوجد شيء هنا". وبحلول الوقت الذي ينتهي فيه من النظر إلى المساحة الفارغة، يكون قد أصبح بطيئًا جدًا بحيث يفوت الشيء التالي.

الحل: زر "التخطي" (The Skip Button)

ابتكر المؤلفون نظامًا يسمى BLANKSKIP. تخيل الأمر كأنك تعطي الدرون "شعورًا حدسيًا" أو نظرة خاطفة سريعة قبل القيام بالعمل الشاق.

إليك كيف يعمل، باستخدام تشبيه بسيط:

تخيل أنك حارس أمن في متحف.

الطريقة القديمة (الكشف الثابت): في كل مرة يمر فيها شخص ما، تقوم بإيقافه، وتطلب منه الهوية، وتفتش جيوبه، وتفحص حذاءه، وتبحث في حقيبته، حتى لو كان مجرد عامل نظافة يحمل مكنسة. هذا يستغرق وقتًا طويلاً، ويجعلك تشعر بالتعب.
طريقة BLANKSKIP: لديك "خفير" يقف عند الباب.
1. الخفير (الخروج المبكر): بينما يقترب شخص ما، يلقي الخفير نظرة سريعة. إذا رأى عامل نظافة يحمل مكنسة (إطار "فارغ")، فإنه يسمح له بالمرور فورًا. لا حاجة للتفتيش.
2. البحث الكامل (الكاشف الرئيسي): إذا رأى الخفير شخصًا قد يكون لصًا (جسم مثير للاهتمام)، حينها فقط يستدعيك للقيام بعملية البحث التفصيلية الكاملة.

كيف يعمل BLANKSKIP في الدرون

النظرة السريعة: يحتوي برنامج الدرون على مساعد صغير وسريع جدًا ملحق بعقله الرئيسي. ينظر هذا المساعد إلى الصورة ويسأل سؤالًا واحدًا بسيطًا: "هل يوجد أي شيء مثير للاهتمام هنا، أم أنها مجرد مساحة فارغة؟"
القرار:
- إذا كانت الإجابة "فارغ"، تتوقف الدرون فورًا. إنها توفر كل تلك الطاقة والوقت. لا تبحث حتى عن الزجاجة.
- إذا كانت الإجابة "هناك شيء ما"، تستمر الدرون في عملية البحث الشاقة والمفصلة لمعرفة مكان الزجاجة بالضبط وما هي.

لماذا يعد هذا أمرًا بالغ الأهمية

اختبر الباحثون هذا النظام على درون حقيقي صغير (Crazyflie 2.1). وإليك ما حدث:

دفعة في السرعة: لأن الدرون توقفت عن إضاعة الوقت في الصور الفارغة، استطاعت معالجة 24% من الصور الإضافية في الثانية الواحدة. هذا يشبه الانتقال من الركض البطيء إلى العدو السريع.
توفير الطاقة: لم تضطر للقيء بالجهد الشاق لـ 40% من الصور التي رأتها.
الدقة: كان "الخفير" بارعًا في عمله. لقد ارتكب خطأً صغيرًا جدًا (تجاهل زجاجة في حالات نادرة جدًا)، لكن مكسب السرعة كان هائلًا.

"السحر" الكامن وراء الكواليس

تتحدث الورقة أيضًا عن كيفية تدريب هذا النظام. لم يعتمدوا على التخمين أين يضعون "الخفير". بل استخدموا برنامج حاسوبي ذكي (مثل طباخ يتذوق الحساء ويعدل التوابل) للعثور على المكان المثالي داخل عقل الدرون لربط نظام الفحص السريع هذا. لقد وجدوا أن وضع النظام في منتصف العقل هو النقطة المثالية: مبكر بما يكفي لتوفير الوقت، ومتأخر بما يكفي ليكون ذكيًا بما يكفي ليعرف ما الذي يبحث عنه.

الخلاصة

BLANKSKIP هو بمثابة تعليم درون صغيرة ومرهقة كيف تتوقف عن الإفراط في التفكير. بدلاً من تحليل كل بكسل في كل صورة، تتعلم الدرون كيف تكتشف بسرعة الصور المملة والفارغة وتتخطاها. هذا يسمح لها بالطيران بشكل أسرع، والاستمرار لفترة أطول ببطاريتها، والعثور فعليًا على الأشياء التي تبحث عنها دون الاصطدام أو الضياع.

إنه يحول روبوتًا بطيئًا وأخرقًا إلى مستكشف رشيق وفعال.

إليك ملخص تقني مفصل لورقة البحث بعنوان "BLANKSKIP: الخروج المبكر لكشف الأجسام على الطائرونات النانوية (Nano-drones)."

1. بيان المشكلة

يعد نشر الشبكات العصبية العميقة (DNNs) لمهام كشف الأجسام (OD) على الطائرات النانوية (مثل Bitcraze Crazyflie 2.1) أمراً بالغ الأهمية للطيران الذاتي، ولكنه يعاني بشدة من قيود الأجهزة القصوى:

الموارد: حوالي 10 ميجابايت من ذاكرة الوصول العشوائي (RAM)، ميزانية طاقة تبلغ حوالي 1 واط، وترددات ساعة منخفضة (مئات الميجاهرتز).
عدم كفاءة النماذج الثابتة: تستخدم الحلول الحالية رسومًا بيانية حسابية ثابتة (مثل MobileNet-SSD) تعالج كل إطار بنفس الكثافة، بغض النظر عن المحتوى.
مشكلة "الإطار الفارغ": في سيناريوهات الاستكشاف، يحتوي جزء كبير من إطارات الفيديو على لا شيء من الأجسام ذات الأهمية. معالجة هذه الإطارات "الفارغة" تهدر الموارد الحسابية وتزيد من زمن التأخير (latency)، مما يقلل من معدل الإطارات الفعال اللازم للملاحة في الوقت الفعلي وتجنب العقبات.
الفجوة في الأدبيات: بينما تم دراسة آليات الخروج المبكر (Early-Exit - EE) جيدًا لمهام تصنيف الصور، فإن تطبيقها على مهام كشف الأجسام الكثيفة على أجهزة الحافة (edge devices) شديدة القيود لا يزال غير مستكشف إلى حد كبير.

2. المنهجية: BLANKSKIP

يقترح المؤلفون BLANKSKIP، وهو إطار عمل للاستدلال التكيفي يستفيد من ندرة وجود الأجسام لتقليل متوسط زمن تأخير الاستدلال.

المفهوم الجوهري

بدلاً من تشغيل خط معالجة الكشف الكامل في كل إطار، يقوم BLANKSKIP بتفكيك المهمة إلى مشكلتين متتاليتين:

التصنيف الثنائي (الخروج المبكر): فرع مساعد خفيف الوزن متصل بطبقة وسيطة في شبكة العمود الفقري (backbone) يحدد ما إذا كان الإطار "فارغًا" (لا توجد أجسام) أو "غير فارغ".
كشف الأجسام: يتم تنفيذ رأس الكشف الكامل (SSD) فقط إذا تم تصنيف الإطار على أنه "غير فارغ". إذا تم تصنيفه كـ "فارغ"، يتوقف الاستدلال فوراً.

البنية الهيكلية

العمود الفقري (Backbone): شبكة MobileNetV2 مع رؤوس كشف SSD.
فرع الخروج المبكر (EE Branch): وحدة خفيفة الوزن متصلة بطبقة وسيطة $\ell$ $ℓ$ . وتتكون من:
- طبقتين تلافيفيتين (convolutional layers) بحجم $3\times3$ (مع BatchNorm و ReLU6).
- تجميع متوسط عالمي (Global Average Pooling - GAP).
- طبقتين متصلتين بالكامل (fully connected layers) تخرجان احتمالية ثنائية ( $P(c|x_\ell)$ ).
آلية القرار: إذا كانت $P(\text{empty}) \geq \tau$ (عتبة الثقة)، يتخطى النظام بقية طبقات العمود الفقري ورؤوس الكشف.

استراتيجية التدريب

الخسارة المركبة (Composite Loss): يتم تدريب الشبكة بشكل كامل (end-to-end) باستخدام دالة خسارة مشتركة:
$L_{total} = L_{loc} + L_{cls} + \lambda \cdot L_{EE}$
- $L_{loc}$ و $L_{cls}$ : خسائر التمركز والتصنيف القياسية لـ SSD.
- $L_{EE}$ : خسارة الإنتروبيا المتقاطعة الثنائية الموزونة لفرع الخروج المبكر.
أوزان الفئات ( $w_0, w_1$ ): تسمح هذه الأوزان بالتحكم الصريح في المقايضة بين الأجسام المفقودة (الإيجابيات الكاذبة في فئة "الفارغ") والتوفير الحسابي (السوالب الكاذبة). الوزن الأعلى لـ $w_0$ يعطي الأولوية لموثوقية الكشف؛ والوزن الأعلى لـ $w_1$ يعطي الأولوية لتوفير الطاقة.
تحسين المعلمات الفائقة (HPO): يستخدم المؤلفون التحسين البايزي (Tree-structured Parzen Estimator) لتحسين ما يلي بشكل مشترك:
- الطبقة المثلى $\ell$ لوضع الفرع.
- معدلات التعلم، أحجام الدفعات (batch sizes)، وأوزان الخسارة.
- عتبة الثقة $\tau$ .
- الهدف: تعظيم درجة مركبة توازن بين mAP الأساسي، والتوفير الحسابي، ودقة فرع الـ EE.

النشر

الكمية (Quantization): تم تحويل النماذج إلى أعداد صحيحة 8-بت باستخدام التدريب الواعي بالكمية (QAT) لتناسب شريحة GAP8 SoC (التي تفتقر إلى وحدة الحساب العائم FPU).
المترجم (Compiler): يقوم مترجم DORY مفتوح المصدر بإنشاء كود C مُحسّن لمجموعة الـ 8 نوى المتوازية في شريحة GAP8.

3. المساهمات الرئيسية

آلية EE مبتكرة لكشف الأجسام: تقديم BLANKSKIP، أول إطار عمل للـ EE مصمم خصيصًا لكشف الأجسام الكثيفة على الطائرات النانوية، باستخدام مهمة تصنيف مساعدة بسيطة للتحكم في خط أنابيب الكشف.
إطار تحسين مشترك: صياغة اختيار وضع الفرع، ومعلمات التدريب الفائقة، وعتبات الاستدلال كمسألة تحسين بايزي (HPO) لإيجية التوازن الأمثل بين الدقة والكفاءة.
التحقق من العالم الحقيقي: نشر النموذج بنجاح على Bitcraze Crazyflie 2.1 مع GAP8 AI-deck، مما أثبت الجدوى على أجهزة فعلية ذات حدود صارمة للطاقة والذاكرة.
تقييم شامل: التقييم على مجموعتي بيانات:
- Himax EE: مجموعة بيانات خاصة بالطائرات النانوية (مدعمة بإطارات فارغة اصطناعية).
- Cityscapes: مجموعة بيانات حضرية معقدة (تمت معالجتها عبر تقسيم الصور لتناسب الذاكرة)، مما يثبت القدرة على التعميم.

4. النتائج التجريبية

مجموعة بيانات Himax EE (خاصة بالطائرات النانوية)

الإنتاجية (Throughput): حقق 1.86 إطار في الثانية (FPS) على شريحة GAP8، وهو تحسن بنسبة 24% عن خط الأساس الثابت MobileNet-SSD (1.50 FPS).
الدقة: حافظ على متوسط دقة التحديد (mAP) قدره 0.540، وهو انخفاض طفيف قدره 0.015 (2.7%) فقط مقارنة بخط الأساس 1.0× (0.555).
الكفاءة:
- تخطي 39.8% من الإطارات.
- تقليل متوسط عمليات الضرب والتراكم (MAC) بنسبة 22.5%.
- عند حدوث خروج مبكر، انخفضت التكلفة بنسبة 57.9% مقارنة بالمرور الكامل.
الوضع الأمثل: وفرت المرحلة الرابعة من العمود الفقري (الطبقة 9) أفضل توازن، حيث قدمت تجريدًا دلاليًا كافيًا للكشف الدقيق عن حالة "الفراغ" دون تكبد تكاليف حسابية زائدة للفرع.

مجموعة بيانات Cityscapes (التعميم)

الأداء: حقق 0.204 mAP (مقابل 0.229 للنموذج الثابت)، أي انخفاض بنسبة ~11%، مع تخطي 26.7% من قطع الصور.
الكفاءة: قلل متوسط عمليات MAC بنسبة 12.1%.
الاستنتاج: يعكس معدل التخطي المنخفض وانخفاض الدقة ارتفاع تعقيد وكثافة الأجسام في المشاهد الحضرية، ومع ذلك، لا تزال الطريقة توفر مكاسب كفاءة قابلة للتطبيق.

المحاكاة في العالم الحقيقي

تم الاختبار باستخدام فيديو خام من دراسة سابقة لاستكشاف الطائرات بدون طيار.
وُجد أن 71.7% من الإطارات كانت فارغة فعليًا.
حدد النموذج هذه الإطارات بدقة 85.48%، مما أدى إلى تحسن في الإنتاجية بنسبة 37.7% (2.07 FPS مقابل 1.50 FPS).

5. الأهمية

تمكين الاستقلالية الحقيقية: من خلال زيادة معدل الإطارات الفعال، يسمح BLANKSKIP للطائرات النانوية بالاستجابة بشكل أسرع للبيئات الديناميكية، مما يقلل من احتمالية "فقدان" الأجسام أثناء المناورات السريعة.
تحرير الموارد: يمكن إعادة تخصيص التوفير الحسابي الناتج عن تخطي الإطارات الفارغة لمهام حيوية متزامنة أخرى (مثل SLAM، تخطيط المسار، تجنب العقبات) دون الحاجة إلى ترقية الأجهزة.
كفاءة الأجهزة: يثبت أن مهام الرؤية الحاسوبية المعقدة يمكن تشغيلها على متحكمات دقيقة فائقة انخفاض الطاقة ومحدودة الذاكرة (GAP8) من خلال التكيف البرمجي الذكي (الخروج المبكر) والكمية (Quantization)، وليس فقط من خلال ضغط النماذج.
القابلية للتوسع: لا يقتقتصر النهج على الطائرات النانوية فحسب؛ بل يقدم استراتيجية قابلة للتعميم لتحسين كفاءة الاستدلال على أي جهاز حافة يحتوي على محتوى يتسم بالوفرة أو "الفراغ".