YOLO-MAG: An edge-preserving and bilateral dual-gated YOLO11 network for small object detection in UAV aerial imagery
تقترح الورقة البحثية YOLO-MAG، وهي شبكة محسنة تعتمد على YOLO11 وتتميز بوحدات الحفاظ على الحواف، وآليات الانتباه الهجينة، وهرم دمج ثنائي البوابة ثنائي الجانب، مما يحسن بشكل كبير من دقة اكتشاف الأجسام الصغيرة والأداء في الوقت الفعلي في صور الطائرات بدون طيار الجوية من خلال التخفيف من التحديات مثل انخفاض الدقة والخلفيات المعقدة.
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
لقد أحدثت الطائرات بدون طيار تحولاً في الطريقة التي نرى بها العالم من الأعلى، محولةً السماء إلى حدود جديدة للمراقبة. وسواء كانت تراقب حركة المرور، أو تتبع الحياة البرية، أو تبحث عن أشخاص في حالة استغاثة، فإن هذه الكاميرات الطائرة تعتمد على أجهزة الكمبيوتر لتحديد الأشياء في الصور التي تلتقطها. ومع ذلك، فإن رؤية الأشياء الصغيرة من مكان مرتفع مهمة صعبة على الذكاء الاصطناعي. فعندما تظهر سيارة أو شخص كمجموعة صغيرة من البكسلات في مشهد طبيعي شاسع، يجد الكمبيوتر صعوبة في تمييزهم عن الخلفية. وغالباً ما تتلاشى حواف هذه الأجسام الصغيرة أثناء معالجة الصورة، كما أن التنوع الهائل في الأحجام والازدحام في البيئة يمكن أن يربك أنظمة الكشف القياسية. ولكي تكون الطائرات بدون طيار فعالة حقاً، يجب أن تكون "عيونها" حادة بما يكفي لرصد هذه التفاصيل الباهتة دون أن تضيع في الضجيج.
وقد طور الباحثون نهجاً جديداً لحل هذه المشكلة، حيث أنشأوا نظاماً مصمماً خصيصاً للعثور على الأجسام الصغيرة في لقطات الطائرات بدون طيار. وقد بنى الفريق، الذي يقوده علماء من جامعة يلو ريفر كونزرفانسي التقنية وجامعة هنان، على إطار كشف موجود وعالي الكفاءة يُعرف باسم YOLO11. وبينما يتميز النظام الأصلي بالسرعة والقدرة، إلا أنه يميل إلى فقدان الخطوط الدقيقة للأهداف الصغيرة أثناء تحليل الصورة، تماماً كما قد يفقد الرسم التخطيطي خطوطه الدقيقة إذا رُسم بسرعة كبيرة. وكان هدف الباحثين هو الحفاظ على تلك الحواف الحرجة مع تصفية الفوضى البصرية التي غالباً ما تخفي الأهداف الصغيرة. وقد حققوا ذلك من خلال دمج ثلاثة تحسينات محددة في بنية الشبكة، مما نتج عنه نموذج جديد أطلقوا عليه اسم YOLO-MAG.
يركز التغيير الرئيسي الأول على حماية حواف الأجسام. ففي معالجة الصور القياسية، بينما يقوم الكمبيوتر بالابتعاد لفهم الصورة الأكبر، غالباً ما تتلاشى التفاصيل الدقيقة للأشياء الصغيرة. ويقدم النظام الجديد وحدة متخصصة تعمل كدرع حماية لهذه الحدود. وبدلاً من ترك معلومات الحافة تضعف، تقوم هذه الوحدة باستخراج وتقوية الخطوط العريضة للأجسام بنشاط في كل مرحلة من مراحل التحليل. وهي تضمن أنه حتى عندما يكون الجسم صغيراً وبعيداً، فإن شكله يظل متميزاً ومميزاً بالنسبة للكمبيوتر، مما يمنعه من أن يبتلعه المحيط.
وللتعامل مع تعقيد المشهد، قام الباحثون أيضاً بتحسين كيفية تركيز النظام انتباهه على أجزاء مختلفة من الصورة. فغالباً ما تظهر الأجسام الصغيرة في مجموعات أو تكون محاطة بأنماط مربكة، مما يجعل من الصعب تحديد أين ينتهي جسم ويبدأ آخر. ويجمع التصميم الجديد بين طريقتين مختلفتين للنظر إلى الصورة: إحداهما تركز على التفاصيل المحلية المباشرة والأخرى تفهم السياق الأوسع. ومن خلال دمج هذين المنظورين، يمكن للنظام فهم العلاقة بين الأجسام ومحيطها بشكل أفضل. وهذا يسمح له بتحديد موقع مركبة صغيرة في شارع مزدحم أو شخص في حقل بدقة أكبر، دون الحاجة إلى قدر أكبر من القدرة الحوسبية.
وتتضمن القطعة الأخيرة من اللغز كيفية دمج النظام للمعلومات من طبقات مختلفة من تحليله. تخيل شبكة تتلقى عرضاً ضبابياً وواسعاً للمشهد وعرضاً قريباً وحاداً في آن واحد. تستخدم البنية الجديدة آلية بوابات مزدوجة لتقرير أي أجزاء من هذه المعلومات مفيدة. فهي تعمل كمرشح متطور يفتح البوابة للتفاصيل الواضحة والمهمة بينما يغلق البوابة أمام ضجيج الخلفية والفوضى غير ذات الصلة. وهذا يضمن أن القرار النهائي بشأن ماهية الجسم وموقعه يستند إلى أقوى الأدلة الأكثر صلة، بدلاً من الارتباك بسبب الفوضى البصرية للبيئة.
وعند اختباره على مجموعات بيانات من العالم الحقيقي تحتوي على آلاف صور الطائرات بدون طيار، أظهر النظام الجديد قفزة نوعية في الأداء. ففي اختبار معياري مستخدم لتقييم رؤية الطائرات بدون طيار، اكتشف النموذج المحسن الأجسام الصغيرة بمعدل نجاح أعلى بنسبة تقارب سبعة بالمائة من النظام الأصلي غير المعدل. كما حافظ على مستوى عالٍ من الدقة حتى عندما أصبحت معايير الكشف الصحيح أكثر صرامة. ورغم هذه المكاسب في الدقة، ظل النظام سريعاً بما يكفي لمعالجة الصور في الوقت الفعلي، حيث كان قادراً على تحليل أكثر من مائة إطار في الثانية على الأجهزة الحديثة. وهذه السرعة أمر بالغ الأهمية للطائرات بدون طيار، التي تحتاج غالباً إلى اتخاذ قرارات في أجزاء من الثانية أثناء الطيران.
كما اختبر الباحثون النظام على مجموعة مختلفة من الصور لضمان قدرته على التعامل مع بيئات متنوعة، من شوارع المدن المزدحمة إلى الطرق المفتوحة. وكانت النتائج متسقة، حيث أظهرت أن التحسينات ساعدت النظام على التعميم بشكل جيد في مواقف جديدة. وتشير الدراسة إلى أنه من خلال التركيز على حفظ تفاصيل الحواف، ودمج آليات الانتباه، وتصفية الضجيج بشكل أكثر فعالية، فمن الممكن جعل رؤية الطائرات بدون طيار أكثر موثوقية بكثير. ويقدم هذا التقدم مساراً واعداً للتطبيقات التي يكون فيها رصد الأجسام الصغيرة والبعيدة أمراً حرجاً، من عمليات الإنقاذ في حالات الطواراء إلى مراقبة حركة المرور الآلية، مما يضمن أن تكون الرؤية من الأعلى واضحة ومفيدة قدر الإمكان.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.