DAM-YOLO: A Lightweight and Accurate Multi-Scale Model for Dam Crack Detection

تُعد السدود حراسًا صامتين للحياة الحديثة، فهي تحجز خلفها خزانات هائلة لتوفير المياه للمدن، والطاقة للمنازل، والحماية من الفيضانات. ومع ذلك، وكأي هيكل بُني لمواجهة قوى الطبيعة الضارية، فإنها عرضة للتقادم. فعلى مر العقود، يمكن للتغيرات في درجات الحرارة، وضغط الماء، والتآكل البطيء للمواد أن يتسبب في ظهور شقوق على أسطحها. وهذه الشقوق ليست مجرد عيوب شكلية؛ بل هي علامات تحذيرية قد تؤدي إلى تسربات، وضعف هيكلي، وفي أسوأ الحالات، فشل كارثي. ولأجيال، اعتمد ضمان سلامة هذه الهياكل الضخمة على المفتشين البشر؛ حيث تقوم فرق من الفنيين بتسلق الواجهات الخرسانية، وفحص الشقوق الدقيقة بأعينهم وكاميراتهم. ورغم أن هذه الطريقة مباشرة، إلا أنها بطيئة، وتتطلب مجهودًا عضليًا كبيرًا، وتعتمد على مهارة ومزاج المراقب الفردي، ولا يمكنها توفير المراقبة المستمرة على مدار الساعة التي تتطلبها معايير السلامة الحديثة بشكل متزايد.

في السنوات الأخيرة، قدم مجال الرؤية الحاسوبية مسارًا جديدًا للمضي قدمًا. فمن خلال تعليم الحواسيب كيفية "رؤية" الصور، طور الباحثون أنظمة يمكنها التعرف تلقائيًا على الشقوق في الخرسانة والمواد الأخرى. ومع ذلك، لا تزال هناك عقبة كبيرة: فالأنظمة الأكثر قوة والتي يمكنها رصد هذه العيوب الصغيرة والخطيرة غالبًا ما تتطلب قدرات حوسبة هائلة. إنها تشبه المحركات الثقيلة وعالية الأداء التي لا يمكن ببساطة أن تتسع داخل الأجهزة الصغيرة والمحمولة اللازمة للعمل الميداني، مثل الطائرات بدون طيار (الدرونز) أو الأجهزة اللوحية المحمولة باليد. وهذا يخلق فجوة بين ما هو ممكن نظريًا وما يمكن نشره فعليًا في العالم الحقيقي. التحدي يكمل في بناء نظام ذكي بما يكفي للعثور على شق بحجم خيط رفيع، ولكنه خفيف بما يكفي ليعمل على جهاز يعمل بالبطارية في موقع ناءٍ.

لقد عالج فريق من الباحثين من جامعة "شي هي زي" (Shihezi University) وفيلق الإنتاج والبناء في شينجيانغ في الصين هذه المشكلة تحديدًا من خلال نهج جديد أطلقوا عليه اسم "DAM-YOLO". يركز عملهم على إنشاء برنامج حاسوبي متخصص مصمم لفحص شقوق السدود، ولكن مع لمسة حاسمة: وهو أنه مُصمم ليكون عالي الكفاءة بشكل مذهل. بدأ الباحثون بجمع مجموعة بيانات فريدة من الصور؛ حيث قاموا بتحليق طائرة بدون طيار فوق سد حقيقي في مدينة "شي هي زي"، والتقطوا آلاف الصور عالية الدقة للسطح الخرساني. أظهرت هذه الصور مجموعة متنوعة من أنماط الشقوق، من الخطوط الرفيعة والمنفردة إلى الشبكات المعقدة التي تشبه خيوط العنكبوت، وكل ذلك تحت ظروف إضاءة مختلفة. أصبحت هذه البيانات الواقعية هي ميدان التدريب لنموذجهم الجديد، مما سمح له بتعلم الفروق البصرية الدقيقة بين الشق الحقيقي وبين الظل أو البقعة الموجودة على الجدار.

يكمن جوهر ابتكارهم في كيفية هيكلة "عقل" الحاسوب. فبدلاً من استخدام نظام قياسي ثقيل، صمموا بنية انسيابية تجرد النظام من التعقيد غير الضروري. لقد استبدلوا الأساس التقليدي لنظام الكشف بـ "عمود فقري" أخف وأكثر كفاءة يسمى "StarNet". فكر في هذا العمود الفقري كالهيكل العظمي للنموذج؛ ومن خلال جعله أخف، قلل الباحثون من كمية الذاي والطاقة التي يحتاجها النظام للعمل. وهذا يسمح للنموذج بمعالجة الصور بسرعة أكبر دون فقدان قدرته على رؤية التفاصيل الدقيقة. ولضمان قدرة النظام على رصد الشقوق بجميع أحجامها، من الكسور الشعرية الدقيقة إلى الشقوق الكبيرة والمتوسعة، قدموا طريقة جديدة لدمج المعلومات. تعمل هذه الطريقة مثل مجموعة من العدسات، مما يسمح للحاسوب بالنظر إلى الصورة عبر مستويات مختلفة من التفاصيل في آن واحد، مما يضمن عدم تفويت أي شق لمجرد أنه صغير جدًا أو كبير جدًا بالنسبة لرؤية واحدة.

كانت نتائج اختباراتهم مذهلة. فعندما وضعوا نموذج "DAM-YOLO" الجديد تحت الاختبار مقابل أنظمة الكشف الرائدة الأخرى، تفوق عليهم جميعًا في توازن محدد بين السرعة والدقة. حقق النموذج معدل دقة كشف بلغ 97.5% في تحديد الشقوق، وهو رقم يتجاوز العديد من الأدوات الموجودة. والأهم من ذلك، أنه فعل ذلك باستخدام جزء ضئيل فقط من موارد الحوسبة التي تتطلبها الأنظمة المنافسة. يحتوي النظام بأكمله على 1.74 مليون معلمة فقط (وهو مقياس لتعقيده)، ويتطلب 4.3 مليار عملية نقطة عائمة فقط لمعالجة صورة واحدة. ولوضع ذلك في المنظور، فإن النماذج القوية الأخرى المستخدمة لمهام مماثلة غالبًا ما تتطلب عشرة أضعاف أو حتى مائة ضعف قدرة الحوسبة. هذا الاختزال الهائل في الحجم يعني أن النموذج يمكنه العمل على أجهزة بسيطة ومنخفضة التكلفة، مما يجعل من الممكن نشر طائرات بدون طيار أو مستشعرات يمكنها فحص السدود في الوقت الفعلي دون الحاجة إلى اتصال بحاسوب خارق.

اختبر الباحثون أيضًا مدى صمود النموذج عند إزالة ميزاته الجديدة واحدة تلو الأخرى، وهي عملية تُعرف باسم "دراسة الاستئصال" (ablation study). ووجدوا أن كل جزء من تصميمهم لعب دورًا حيويًا؛ فالعمود الفقري خفيف الوزن جعل النظام سريعًا، وطريقة دمج الميزات الجديدة جعلته دقيقًا، ورأس الكشف المتخصص ضمن أن تكون التنبؤات النهائية دقيقة. وعندما عملت كل هذه الأجزاء معًا، وصل النظام إلى ذروة أدائه. وفي الاختبارات البصرية، نجح النموذج في تحديد الشقوق التي فاتتها الأنظمة الأخرى، خاصة تلك التي كانت باهتة أو غير منتظمة الشكل. وقد أظهر متانة تشير إلى قدرته على التعامل مع الظروف الفوضوية وغير المتوقعة في موقع سد حقيقي، حيث تتغير الإضاءة وتتنوع أنسجة الأسطح بشكل كبير.

بينما تبدو النتائج واعدة، يلاحظ الباحثون بحذر أن هذا العمل ليس بعد حلاً نهائيًا لكل السيناريوهات الممكنة. فلا يزال النموذج يواجه تحديات عندما تصبح البيئة صعبة للغاية، مثل حالات الإضاءة الضعيفة أو عندما تكون الخلفية مزدحمة بأنسجة مربكة. هذه الظروف يمكن أن تضلل النظام أحيانًا، مما يؤدي إلى عمليات كشف فائتة أو إنذارات خاطئة. ويقر الفريق بأن العمل المستقبلي سيحتاج إلى التركيز على جعل النموذج أكثر قدرة على التكيف مع هذه الظروف القاسية. ويخططون لاستكشاف طرق لمساعدة النظام على التعلم من بيئات مختلفة، وصقل قدرته على التمييز بين الشق وبين عيوب السطح الأخرى.

إن أهمية هذا العمل تمتد إلى ما هو أبعد من التكنولوجيا المحددة؛ فهي تمثل تحولًا في كيفية تعاملنا مع سلامة البنية التحتية. فمن خلال إثبات أن الكشف عالي الدقة لا يتطلب أجهزة ضخمة ومكلفة، فتح الباحثون الباب أمام المراقبة الآلية واسعة النطاق. فقد تُفحص السدود والجسور والأنفاق قريبًا بواسطة أسراب من الأجهزة الصغيرة والذكية التي تعمل بلا كلل لرصد أولى علامات الخطر. هذا النهج ينقل مراقبة السلامة من مهمة يدوية دورية إلى عملية آلية مستمرة. ويقف نموذج "DAM-YOLO" كخطوة عملية نحو مستقبل تكون فيه السلامة الهيكلية لبنيتنا التحتية الحيوية تحت المراقبة المستمرة بواسطة أنظمة ذكية بما يكفي لرؤية الخطر، وخفيفة بما يكفي للذهاب إلى أي مكان.