PMSC-YOLO: Balancing Detection Accuracy and Model Lightweighting for Resource-constrained UAV Platforms

عاليًا فوق سطح الأرض، تلتقط الكاميرات المثبتة على طائرات بدون طيار (درون) عالمًا يبدو مختلفًا تمامًا عن العالم الذي نراه بأعيننا. من هذا الارتفاع، تصبح السيارات نقاطًا ضئيلة، ويصبح البشر مجرد نقاط متناثرة عبر المشهد. بالنسبة لحاسوب يحاول التعرف على هذه الأجسام، فإن التحدي هائل؛ فالصور مليئة بتجمعات كثيفة من الأهداف الصغيرة التي تتباين أحجامها بشكل كبير، ويجب على الحاسوب معالجتها بسرعة كافية للاستجابة في الوقت الفعلي. هذه هي المشكلة المركزية التي تواجه تكنولوجيا الطائرات بدون طيار الحديثة: كيف نجعل الحاسوب ذكيًا بما يكفي لرؤية هذه التفاصيل الدقيقة دون جعله ثقيلًا ومعقدًا لدرجة تمنع الطائرة من حمله. غالبًا ما تجبر الأساليب التقليدية على الاختيار بين الرؤية الواضحة أو الطيران بكفاءة، لكن هناك نهجًا جديدًا يهدف إلى امتلاك كليهما.

لقد طور باحثون من جامعة جيانغشي للموارد المائية والطاقة الكهربائية نظامًا جديدًا صُمم خصيصًا لحل هذه المعضلة. لقد بدأوا بمحرك كشف قوي وحديث يُعرف باسم YOLO، المشهور بسرعته، لكنهم أدركوا أنه يعاني من الصعوبات الفريدة لمشاهد الطائرات بدون طيار. ولإصلاح ذلك، لم يكتفوا بجعل الحاسوب يعمل بجهد أكبر، بل أعادوا تصميم كيفية نظر الحاسوب إلى الصورة. فقد قدموا طريقة جديدة لتقليص بيانات الصورة تحافظ على التفاصيل الدقيقة للأجسام الصغيرة، بدلًا من طمسها. كما أضافوا آلية تساعد الحاسوب على تذكر الأنسجة الدقيقة للأرض وحواف الأجسام، مما يضمن عدم ضياع مشاة بعيدين أو مركبة صغيرة في ضجيج الخلفية.

قام الفريق بعد ذلك ببناء شبكة متخصصة تدمج طبقات مختلفة من المعلومات البصرية، مما يسمح للنظام برؤية كل من المشهد العام والتفاصيل الدقيقة في آن واحد. وهذا أمر بالغ الأهمية لأن نظام الرؤية الحاسوبية القياسي غالبًا ما يركز كثيرًا على الأشكال الكبيرة ويفوت الأشكال الصغيرة. ومن خلال الجمع الدقيق بين هذه الطبقات، يمكن للنظام الجديد رصد جسم صغير حتى عندما يكون محاطًا بالعديد من غيره. وللتأكد من أن هذا "الدماغ" المعقد يمكن أن يتسع فعليًا لطائرة بدون طيار، طبق الباحثون تقنية "تقليم" دقيقة. تخيل نحاتًا يزيل كل قطعة غير ضرورية من قطعة الرخام لإظهار التمثال بداخلها؛ هذه الطريقة تقطع بشكل منهجي الأجزاء الزائدة من ذاكرة الحاسوب وخطوات الحساب، تاركةً فقط المسارات الأساسية اللازمة للكشف الدقيق.

إن نتائج هذا العمل مذهلة. فعند اختباره على مجموعة كبيرة من صور الطائرات بدون طيار الواقعية التي تحتوي على آلاف المركبات والأشخاص والأجسام الأخرى، أثبت النظام الجديد أنه أخف وزنًا وأسرع بكثير من النسخة القياسية التي استند إليها. لقد قلل من كمية الذاكرة المطلوبة بنسبة ستين بالمئة ومن كمية الحسابات المطلوبة بنحو النصف، كل ذلك مع الحفاظ على نفس المستوى العالي من الدقة. وفي الواقع، كان أداؤه أفضل من العديد من الأنظمة المتخصصة الأخرى المصممة للطائرات بدون طيار، لا سيما عندما يتعلق الأمر برصد أصغر الأهداف. كما تم اختبار النظام على مجموعة مختلفة من الصور الملتقطة من الأقمار الصناعية والرحلات الجوية عالية الارتفاع، حيث استمر في الأداء بموثوقية استثنائية، مما يثبت أن تصميمه يعمل عبر أنواع مختلفة من المشاهد الجوية.

هذا الإنجاز مهم لأنه يزيل عائقًا رئيسيًا أمام استخدام الطائرات بدون طيار في المواقف الحرجة. وسواء كانت الطائرة تبحث عن ناجين بعد كارثة، أو تراقب حركة المرور في مدينة مزدحمة، أو تفحص البنية التحتية، فإنها تحتاج إلى اتخاذ قرارات فورية. فالنظام الذي يكون ثقيلًا جدًا أو بطيئًا يستنزف بطارية الطائرة ويؤخر استجابتها. ومن خلال إنشاء خوارزمية كشف دقيقة للغاية وفعالة للغاية، قدم الباحثون أداة تسمح للطائرات بدون طيار بالتحليق لفترات أطول والرؤية بوضوح أكبر. إن هذا العمل يثبت أنه من الممكن الموازنة بين الحاجة إلى الرؤية الحادة والقيود الفيزيائية للآلة، مما يقدم حلاً عمليًا للجيل القادم من الطيران الذاتي.