GLA-YOLO: A Lightweight YOLO-Based Network for Industrial Surface Defect Detection
تقدم هذه الورقة البحثية GLA-YOLO، وهي شبكة خفيفة الوزن تعتمد على YOLO11 وتدمج بين الالتفاف الاندماجي خفيف الوزن وكتل اندماج الانتباه المحلي الديناميكي لتحقيق كشف متطور في الوقت الفعلي لعيوب الأسطح الصناعية بدقة وكفاءة عاليتين على الأجهزة الطرفية محدودة الموارد.
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 هدوء المصانع الحديثة، غالباً ما يكمن الفرق بين منتج آمن وآخر خطير في عيب غير مرئي للعين المجردة. فشرخ شعري في عارضة فولاذية، أو خدش صغير في قطعة غيار سيارة، أو ذرة تآكل على قطعة صب، يمكن أن تعصف بسلامة آلة بأكملها. لعقود من الزمن، اعتمدت المصانع على المفتشين البشريين لفحص هذه الأسطح، وهي مهمة بطيئة، ومجهدة، وعرضة للخطأ عندما تثقل أعين العمال من التعب. ولحل هذه المعضلة، اتجه المهندسون إلى الحواسيب، ليعلموها كيف ترى ما يغفل عنه البشر. هذا المجال، المعروف باسم "الرؤية الحاسوبية"، يستخدم التعلم العميق — وهو نوع من الذكاء الاصطناعي يتعلم من خلال دراسة آلاف الأمثلة — لرصد العيوب تلقائياً. ومع ذلك، فإن تعليم الكمبيوتر رؤية العيوب الصغيرة والباهتة على خلفية مزدحمة وذات ملمس معقد أمر صعب للغاية؛ إذ يجب أن يكون الكمبيوتر ذكياً بما يكفي لإيجاد "الإبرة في كومة القش"، وفي الوقت نفسه سريعاً بما يكفي لمواكبة سير ناقل يتحرك بسرعة عالية، وكل ذلك أثناء العمل على أجهزة تناسب حجم صندوق تحكم داخل المصنع.
لقلبت مجموعة من الباحثين من جامعة مالايا والأكاديمية الصينية للعلوم نظاماً جديداً يسمى (GLA-YOLO) لمعالجة هذه المشكلات تحديداً. يركز عملهم على إنشاء شبكة كشف "خفيفة الوزن"، وهي نوع من البرمجيات المصممة لتكون صغيرة وفعالة بما يكفي للعمل عند "الحافة" (edge) في أرض المصنع دون الحاجة إلى حاسوب فائق ضخم. بدأ الباحثون بإطار عمل قوي موجود بالفعل يُعرف باسم (YOLO11)، وهو مشهور بسرعته في إيجاد الأجسام. وقد أدركوا أنه رغم سرعة هذا النظام، إلا أنه يعاني من التعقيدات الخاصة بالعيوب الصناعية: فالعيوب غالباً ما تندمج مع الخلفية، وتظهر بأحجام متفاوتة تماماً، وأحياناً تظهر نادراً جداً بحيث لا يملك الكمبيوتر تقريباً أي أمثلة للتعلم منها. ولإصلاح ذلك، لم يكتفِ الفريق بتعديل الكود الحالي، بل أعادوا بناء أجزاء رئيسية من النظام من الصفر ليكون أكثر حساسية لهذه التفاصيل الصعبة.
أدخل الباحثون ثلاثة تغييرات رئيسية على "عقل" الكمبيوتر. أولاً، أعادوا تصميم الطبقات الأولية التي تعالج الصورة الخام؛ فبدلاً من استخدام طريقة واحدة ثقيلة لفحص الصورة، ابتكروا نظام مسارات مزدوجة: مسار ينظر إلى الصورة بالطريقة القياسية لالتقاط الأشكال العامة، بينما يستخدم المسار الآخر طريقة أكثر تخصصاً وكفاءة لرصد الأنسجة والحواف الدقيقة. ثم يتم دمج هاتين الرؤيتين، مما يسمح للنظام بفهم الصورة الكبيرة والتفاصيل الدقيقة معاً دون هدر للطاقة. ثانياً، أضافوا وحدة جديدة تساعد الكمبيوتر على فهم العلاقة بين الأجزاء المتباعدة في الصورة. في الأنظمة القياسية، قد يتطلب النظر في شرخ طويل ومتعرج من الكمبيوتر مقارنة كل بكسل بكل بكسل آخر، وهي عملية بطيئة ومكلفة حوسبياً. أما النظام الجديد فيستخدم نهجاً مبسطاً يلتقط هذه الروابط بعيدة المدى بسرعة، مما يسمح له برؤية العيب الذي يمتد عبر السطح بأكمته كجسم واحد متماسك، بدلاً من كونه مجموعة من النقاط المربكة. وأخيراً، دمجوا آلية "بوابة ذكية" تعمل كمرشح، حيث تخبر النظام بتركيز انتباهه حصرياً على العيب وتجاهل أنماط الخلفية الضوضائية وغير ذات الصلة التي تشتت الأنظمة الأخرى عادةً.
عندما اختبر الفريق نظامهم الجديد، كانت النتائج مذهلة. فقد قاموا بتقييمه باستخدام مجموعتين مختلفتين من البيانات: مجموعة تضم 480 صورة لأجزاء ميكانيكية وقطع صب جمعوها من مصنع حقيقي، ومعيار عام لعيوب الأسطح الفولاذية يحتوي على عشر فئات مختلفة. وعلى صور المصنع، التي تضمنت عيوباً نادرة مثل الشقوق التي ظهرت 19 مرة فقط في كامل مجموعة البيانات، حقق النظام الجديد دقة بلغت 90.21%. وكان هذا تحسناً ملحوظاً عن النظام القياسي الذي استند إليه، والذي سجل 87.06%. وعلى معيار الأسطح الفولاذية الأكثر تحدياً، وصل النظام الجديد إلى دقة 80.59%، متفوقاً مرة أخرى على النسخة القياسية بفارق كبير. ولعل الأهم من ذلك هو أن النظام الجديد فعل ذلك بكونه أسرع وأخف؛ فقد عالج الصور بمعدل 168.57 إطاراً في الثانية، مما يعني أنه يمكنه تحليل أكثر من 168 صورة في ثانية واحدة، وهي سرعة حاسمة لخطوط الإنتاج في الوقت الفعلي. كما تطلب موارد حوسبية أقل، حيث استخدم 6.2 وحدة فقط من قوة المعالجة مقارلة بـ 6.6 وحدة التي يحتاجها النظام القياسي، رغم كونه أكثر دقة بقليل.
نظر الباحثون أيضاً داخل النظام لفهم سبب نجاحه بهذا الشكل. ومن خلال تصور المكان الذي كان "ينظر" إليه الكمبيوتر عند اتخاذ قرار، وجدوا أن نظامهم الجديد يركز بحدة على العيوب الفعلية. في المقابل، غالباً ما تتشتت الأنظمة القديمة بسبب ملمس المعدن أو الإضاءة، حيث توزع انتباهها عبر الخلفية. أما النظام الجديد، فقد تعلم تجاهل هذه المشتتات، وتركيز طاقته على الشقوق والخدوش وبقع التآكل. وكانت هذه القدرة على تصفية الضجيج واضحة بشكل خاص في فئات العيوب النادرة، حيث تمكن النظام من إيجاد الأمثلة القليلة الموجودة دون أن يرتبك بسبب نقص بيانات التدريب. تؤكد الدراسة أنه من خلال إعادة تصميم كيفية معالجة الكمبيوتر للمعلومات المرئية بعناية — بجعله أكثر ذكاءً في معرفة أين ينظر وكيف يربط التفاصيل البعيدة — يمكن بناء كاشف يكون دقيقاً وسريعاً بما يكفي لبيئة التصنيع الحديثة. ويشير هذا العمل إلى أن مستقبل مراقبة الجودة الصناعية لا يكمن في بناء حواسيب أكبر وأقوى، بل في تصميم طرق أكثر ذكاءً وكفاءة لجعلها ترى العالم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.