GhostV2-YOLO: A Hardware-Aware Lightweight UAV Detection Network for Edge NPUs
تقترح هذه الورقة البحثية شبكة GhostV2-YOLO، وهي شبكة كشف للطائرات بدون طيار خفيفة الوزن ومدركة للأجهزة، تدمج انتباه DFC-Light، ووحدة C2f_GhostV2 كاملة الروابط، وانتباه الإحداثيات الاستراتيجي لتحقيق دقة عالية واستدلال في الوقت الفعلي على وحدات المعالجة العصبية (NPUs) الطرفية محدودة الموارد مع إظهار قدرة قوية على التعميم عبر مجموعات البيانات.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
في السماوات المزدحمة فوق مدننا وأريافنا، يتشكل نوع جديد من حركة المرور غير المرئية. فقد تجاوزت الطائرات بدون طيار، أو "الدرونز"، كونها مجرد ألعاب للهواة لتصبح أدوات أساسية للتوصيل، والفحص، والمراقبة. ومع ذلك، فإن هذا الانتشار يجلب تحديًا حاسمًا: كيف يمكننا رصد هذه الآلات الصغيرة سريعة الحركة بشكل موثوق وسط خلفيات معقدة مثل خطوط أفق المدن أو مظلات الغابات؟ تكمن الإجابة في الرؤية الحاسوبية، وهو مجال تتعلم فيه البرمجيات كيفية "الرؤية" من خلال تحليل الأنماط في الصور. لسنوات، كانت الأدوات الأكثر فعالية لهذه المهمة هي شبكات التعلم العميق، وهي أنظمة معقدة تحاكي قدرة الدماغ البشري على التعرف على الأشياء. ومع ذلك، غالبًا ما تكون هذه الأنظمة ثقيلة وتستهلك الكثير من الطاقة بحيث لا يمكن تشغيلها على الأجهزة الصغيرة التي تعمل بالبطارية والتي تحتاج لمراقبة السماء في الوقت الفعلي. لطالما كان الهدف للمهندسين هو بناء كاشف يكون حادًا بما يكفي لالتقاط طائرة درون صغيرة وخفيفًا بما يكفي ليعمل على شريحة بحجم طابع البريد.
لقد تصدى فريق من الباحثين في جامعة شيان التكنولوجية لهذا التحدي تحديدًا بنظام جديد أطلقوا عليه اسم GhostV2-YOLO. يركز عملهم على نوع محدد من الأجهزة الموجودة في أجهزة الحافة الحديثة: وحدات المعالجة العصبية (NPUs). هذه وحدات متخصلة مصمم لتسريع مهام الذكاء الاصطناعي، لكن لديها قواعد صارمة بشأن أنواع العمليات الرياضية التي يمكنها تنفيذها بكفاءة. تستخدم العديد من شبكات كشف الدرون الحالية خطوات رياضية معقدة لا تستطيع هذه الشرائح التعامل معها جيدًا، مما يجبر الجهاز على التباطؤ واستخدام معالجه الرئيسي بدلاً من ذلك. وهذا يخلق عنق زجاجة حيث لا يتم الوصول أبدًا إلى السرعة النظرية للشريحة في العالم الحقيقي. سعى الباحثون لتصميم شبكة كشف تحترم هذه القيود الهاردويرية منذ البداية، مما يضمن أن كل خطوة من العملية تسير بسلاسة على الشريحة دون الحاجة إلى العودة إلى الطرق الأبطأ.
جوهر حلهم هو إعادة تفكير ذكية في كيفية معالجة الشبكة للمعلومات المرئية. فبدلاً من استخدام مرشحات رياضية كبيرة وثقيلة لمسح الصورة بحثًا عن التفاصيل، قاموا بتفكيك هذه المرشحات إلى خطوات أصغر وأبسط تحبها الأجهزة. تخيل محاولة نقل قطعة أثاث ثقيلة عبر باب ضيق؛ بدلاً من إجبار الجسم بالكامل على المرور دفعة واحدة، تقوم بتفكيكه إلى أجزاء يمكن التحكم فيها لتناسب المكان بسهولة. طبق الباحثون هذا المنطق على "عيون" الشبكة، مستبدلين عملية مسح واحدة كبيرة بعمليتين أصغر ومتتاليتين. قلل هذا التغيير من كمية البيانات التي يحتاج النظام للتعامل معها بنسبة تقارب 28 بالمائة مع الحفاظ على قدرته على رؤية التفاصيل الدقيقة. علاوة على ذلك، أعادوا تصميم الهيكل الداخلي للشبكة بحيث يُستخدم هذا النهج الخفيف في كل مكان، من التقاط الصورة الأولي وصولاً إلى مرحلة اتخاذ القرار النهائي، وليس فقط في الببوية.
ولجعل النظام أفضل في رصد الأجسام الصغيرة، أضاف الفريق نوعًا معينًا من آليات الانتباه. وبنفس الطريقة التي قد يركز بها الإنسان على نقطة معينة في غرفة مزدحمة للعثور على صديق، يساعد هذا الإضافة الكمبيوتر على فهم موقع الجسم بالضبط في الفضاء. ومن خلال وضع أداة التركيز هذه في طبقات رئيسية من الشبكة، أصبح النظام أفضل بكثير في التمييز بين طائرة درون صغيرة وبين طائر أو سحابة. والنتيجة هي شبكة ليست أصغر وأسرع فحسب، بل أيضًا أكثر دقة من النماذج القياسية السابقة. وعند اختبارها على مجموعة مخصصة تضم أكثر من 20,000 صورة تتميز بوجود درونز في بيئات متنوعة - من المناطق الحضرية إلى الغابات - حدد النظام الأهداف بشكل صحيح بدقة عالية. لقد حقق دقة كشف بلغت 96.36 بالمائة بينما استخدم 2.32 مليون معلمة فقط، وهو مقياس لتعقيد النموذج، وهو أقل بنسبة 23 بالمائة من النموذج المرجعي القياسي.
ومع ذلك، لم يكن الاختبار الحقيقي لهذا العمل في المحاكاة فحسب، بل في النشر الفعلي. فقد أخذ الباحثون تصميمهم وثبتوه على معالج الحافة HiSilicon Hi3403، وهو شريحة تُستخدم بشكل شائع في معدات المراقبة في العالم الحقيقي. عمل النظام بسرعة 25.5 إطارًا في الثانية، مما يعني أنه يمكنه تحليل أكثر من 25 صورة في كل ثانية واحدة دون تأخير. وقد استوفى هذا الأداء المتطلبات الصارمة للتتبع في الوقت الفعلي، مما سمح للجهاز بتتبع طائرة درون متحركة فورًا. والأهم من ذلك، أن النظام استخدم 100 بالمائة من قوة المعالجة المتخصصة للشريحة، دون أن يسقط أي جزء من الحسابات على المعالج الرئيسي الأبطأ. وقد أكد هذا أن تصميمهم المراعي للهاردوير قد نجح في إزالة الاختناقات التي تعاني منها الأنظمة الأخرى. كما اختبر الباحثون النظام على مجموعات بيانات عامة تحتوي على صور لدرونز وطيور، وحافظ على أدائه العالي دون الحاجة إلى أي تدريب إضافي، مما أثبت قدرته على التعميم بشكل جيد في مواقف جديدة.
يظهر هذا العمل أن الذكاء الاصطنا_عالي الأداء لا يتطلب أجهزة كمبيوتر ضخمة ومستهلكة للطاقة. فمن خلال مواءمة تصميم البرمجيات بعناية مع القدرات المحددة للهاردوير الذي تعمل عليه، من الممكن إنشاء أنظمة خفيفة الوزن وفعالة للغاية في آن واحد. توفر شبكة GhostV2-YOLO مسارًا عمليًا لنشر كشف موثوق للدرونز في الميدان، سواء لتأمين المطارات، أو مراقبة الحياة البرية، أو ضمان السلامة العامة. إنها تظهر أنه عندما يفهم المهندسون قيود أدواتهم، يمكنهم بناء حلول ليست سليمة نظريًا فحسب، بل جاهزة عمليًا للعالم الحقيقي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.