ملخص تقني: نموذج YOLO خفيف الوزن وديناميكي للكشف عن حرائق الغابات باستخدام الطائرات بدون طيار (UAV)

1. بيان المشكلة

تواجه عملية الكشف عن حرائق الغابات القائمة على الطائرات بدون طيار (UAV) عقبات كبيرة بسبب القيود المفروضة على الموارد الحسابية الموجودة على متنها والتعقيد المتأصل في سيناريوهات الحرائق. تعاني طرق الكشف التقليدية، مثل الدوريات اليدوية، والمستشعرات الأرضية، والاستشعار عن بعد عبر الأقمار الصناعية، من مشكلات تتعلق بالتغطية، أو زمن الاستجابة، أو الدقة. وبينما يوفر التعلم العميق بديلاً واعداً، إلا أن نماذج كشف الأشياء الحالية تعاني من:

• كشف الأهداف الصغيرة: غالباً ما تظهر الأدخنة واللهب كأهداف صغيرة، ضبابية، أو غير منتظمة، مما يؤدي إلى معدلات عالية من فقدان الكشف.
• الخلفيات المعقدة: تسبب التغيرات في الإضاءة، والطقس، والتضاريس (مثل النباتات، والمباني) معدلات عالية من الكشف الخاطئ.
• قيود الموارد: تمتلك الطائرات بدون طيار قدرات معالجة وذاكرة محدودة، مما يستلزم نماذج خفيفة الوزن لا تضحي بالأداء في الوقت الفعلي.
• الطبيعة الديناميكية: الحركة السريعة وتغير شكل اللهب والدخان يشكل تحدياً لطرق استخراج الميزات الثابتة.

2. المنهجية

يقترح المؤلفون خوارزمية محسنة لكشف الأشياء خفيفة الوزن تعتمد على بنية YOLOv8n. يدمج النموذج أربعة تعديلات محددة لمعالجة التحديات المذكورة أعلاه مع الحفاظ على بصمة برمجية مدمجة:

أ. العمود الفقري ذو الالتفاف الديناميكي (Dynamic Convolution Backbone)

للتعامل مع السطوع غير المتساوي وأشكال الأهداف الديناميكية، تم استبدال طبقات الالتفاف القياسية في العمود الفقري بوحدة الالتفاف الديناميكي (DynamicConv).

• الآلية: بدلاً من استخدام نوى (kernels) ثابتة، تقوم هذه الوحدة بتوليد الأوزان والانحيازات ديناميكياً بناءً على الميزات المدخلة. وهي تستخدم آلية انتباه لاختيار ودمج نوى التلافيف المتعددة ($K$) الموزونة بواسطة $\pi_k(x)$.
• الفائدة: يسمح هذا للشبكة بتعديل معاملاتها تكيفياً لمختلف العينات المدخلة، مما يعزز استخراج الميزات لحدود الدخان واللهب غير المنتظمة دون زيادة كبيرة في عمليات النقطة العائمة (FLOPs).

ب. رأس الكشف الديناميكي متعدد الأبعاد (DyHead)

تم استبدال رأس الكشف الأصلي بوحدة DyHead لتحسين إدراك حجم الأجسام، والمعلومات المكانية، وخصائص المهام.

• الآلية: يستخدم الرأس ثلاث آليات انتباه متوازية:
  1. الانتباه المدرك للمقياس ($\pi_L$): يعمل على نمذجة المعلومات الموضعية للتعامل بشكل أفضل مع حدود اللهب غير المنتظمة.
  2. الانتباه المدرك للمكان ($\pi_S$): يحسن العلاقات المكانية للتمييز بين النار والعناصر الخلفية مثل أوراق الشجر أو انعكاسات ضوء الشمس.
  3. الانتباه المدرك للمهمة ($\pi_C$): يعدل أوزان القنوات للتركيز على مناطق اللهب عالية السطوع وتثبيط ضوضاء الخلفية.
• الفائدة: تعالج هذه المعالجة المنسقة بدقة تحديد المواقع بشكل كبير وتقلل من الإيجابيات الكاذبة في بيئات الغابات المعقدة.

ج. الانتباه متعدد المقاييس الفعال (EMA) في العنق (Neck)

تم إدخال وحدة EMA القائمة على التعلم عبر المكاني في عنق دمج الميزات.

• الآلية: على عكس آليات الانتباه التقليدية (مثل SENet أو CBAM) التي تضغط معلومات القنوات عبر التجميع المتوسط العالمي، تقوم EMA بترميز المعلومات السياقية العالمية عبر كل من الأبعاد القنوية والمكانية. وهي تعيد معايرة أوزان القنوات ديناميكياً لكل فرع متوازٍ.
• الفائدة: هذا يعزز تمثيل الميزات متعددة المقاييس، وبالتحديد يعزز كشف اللهب الصغير والدخان في مراحله المبكرة مع تثبيط معلومات الخلفية غير ذات الصلة.

د. دمج الميزات خفيف الوزن (Slim-neck)

لتقليل حجم النموذج والتكلفة الحسابية بشكل أكبر، تم تطبيق وحدة Slim-neck.

• الآلية: يستخدم هذا الهيكل طبقات VoV-GSCSP و GSConv (التفاف التبديل الجماعي). وهو يجمع بين الالتفافات القابلة للفصل حسب العمق وإعادة المعلمة الهيكلية وتبديل القنوات.
• الفائدة: يقلل هذا التصميم من عدد المعلمات (parameters) وعمليات النقطة العائمة (FLOPs) مع الحفاظ على تنوع الميزات وكفاءة الدمج، مما يجعل النموذج مناسباً للنشر على الطائرات بدون طيار ذات الموارد المحدودة.

3. المساهمات الرئيسية

يدعي البحث المساهمات الأساسية التالية:

1. تخصيص الموارد الديناميكي: دمج DynamicConv يحسن استخدام الموارد الحسابية، مما يحسن الأداء في ظروف الـ FLOPs المنخفضة.
2. تعزيز الإدراك متعدد المقاييس: تتيح وحدة DyHead تعديلاً مرناً لاستراتيجيات الكشف بناءً على حجم الهدف والسياق المكاني، وهو أمر بالغ الأهمية لتفاوت مقاييس اللهب.
3. تمثيل الميزات القوي: تحسن آلية EMA قدرة النموذج على التقاط ميزات الحريق الدقيقة في البيئات الديناميكية المعقدة.
4. البنية خفيفة الوزن: نجح تصميم Slim-neck في تحقيق التوازن بين دقة الكشف وحجم النموذج المدمج، مما يسهل الاستنتاج في الوقت الفعلي على الطائرات بدون طيار.

4. النتائج التجريبية

تم تقييم النموذج المقترح باستخدام مجموعة بيانات C4-AI العامة (9,848 صورة للنار والدخان)، مقسمة إلى مجموعات تدريب، وتحقق، واختبار. أُجريت التجارب على وحدة معالجة رسوميات NVIDIA RTX4060.

• مقاييس الأداء:
  • الدقة (Precision): 75.7% (زيادة قدرها 5.1% عن النموذج الأساسي YOLOv8n).
  • mAP50: 69.5% (تحسن بنسبة 2.7% عن YOLOv8n).
  • mAP50-95: 39.3%.
  • حجم النموذج: 10.6 ميجابايت.
  • المعلمات (Parameters): 5.4 مليون.
  • عمليات النقطة العائمة (FLOPs): 13.0 جيجا.
• التحليل المقارن:
  • تفوق النموذج المقترح على متغيرات YOLO الأخرى (YOLOv5n, YOLOv7t, YOLOv9t, YOLOv10n, YOLOv11n) من حيث التوازن بين الدقة وحجم النموذج.
  • مقارنة بـ YOLOv7t (6.0 مليون معلمة)، حقق النموذج المقترح mAP50-95 أعلى بنسبة 7.9% مع معلمات أقل (5.4 مليون).
  • أكدت دراسات الاستئصال (Ablation studies) أن الجمع بين الوحدات الأربع أدى إلى الأداء الأمثل، حيث أظهرت وحدة EMA التأثير الفردي الأكثر أهمية على الدقة.
• النتائج النوعية: أظهرت المقارنات البصرية أن النموذج المحسن أنتج صناديق إحاطة (bounding boxes) أكثر إحكاماً حول اللهب، وقلل من الكشوفات الخاطئة في المناطق غير المشتعلة، ونجح في تحديد نقاط حريق متعددة وصغيرة دون دمجها أو فقدانها.

5. الأهمية والادعاءات

يؤكد المؤلفون أن هذا البحث يوفر حلاً تقنياً موثوقاً ومنخفض التكلفة لمراقبة حرائق الغابات في الوقت الفعلي باستخدام الطائرات بدون طيار. تكمن أهمية العمل في:

• التحسين التآزري: تحقيق تحسينات متزامنة في دقة الكشف والكفاءة الحسابية من خلال استراتيجيات التحسين متعددة الأبعاد.
• قابلية النشر عند الحافة (Edge Deployment): إثبات أن الكشف عالي الدقة عن الحرائق ممكن على الأجهزة ذات التخزين المحدود (10.6 ميجابايت) وقدرة الحوسبة المحدودة، مما يتغلب على اختناقات النماذج الثقيلة التقليدية.
• الأثر العملي: يقلل النموذج بشكل كبير من معدلات الكشف الخاطئ (بنسبة 37% في الخلفيات المعقدة) ويزيد من الاستدعاء (recall) للأهداف الصغيرة (بنسبة 21%)، وهو أمر حيوي لأنظمة الإنذار المبكر من الحرائق.

القيود والعمل المستقبلي:
يشير المؤلفون بتواضع إلى أنه بينما يعمل النموذج بشكل جيد على مجموعة بيانات C4-AI، لا تزال هناك تحديات في ظروف الإضاءة القصوى (مثل الإضاءة الخلفية القوية، والأشعة تحت الحمراء الليلية). ويقترحون أن العمل المستقبلي قد يتضمن دمج البيانات الطيفية للأشعة تحت الحمراء وتطوير تعويض تكيفي للتعرض الضوئي. بالإضافة إلى ذلك، يركز النموذج الحالي على كشف اللهب الساكن، بينما يظل تتبع خطوط الحريق سريعة الانتشار مجالاً يتطلب مزيداً من التحقق. تشمل اتجاهات البحث المستقبلية تطوير آليات دمج للبيئات القاسية وبناء نماذج للتنبؤ بانتشار الحرائق.