SSDT-YOLO: An Underwater Object Detection Framework for Efficient Small-Target Recognition in Complex Environments

تحت سطح المحيط، يبدو العالم مكاناً مليئاً بالضوء المتغير والتفاصيل الخفية. وبالنسبة للعلماء والمهندسين، فإن الرؤية بوضوح في هذه البيئة تشكل تحدياً مستمراً؛ فالماء يمتص الألوان، ويشتت الضوء حتى يصبح المشهد ضبابياً، بينما يمكن لعملية التقاط الصورة نفسها أن تسبب تشوهات. في هذه الظروف، يصبح العثور على أشياء صغيرة — مثل خيار البحر المستريح على الرمال أو نجم البحر الملتصق بصخرة — أمراً صعباً للغاية لكل من العين البشرية والكاميرات القياسية. وهنا يأتي دور الرؤية الحاسوبية، وهو المجال الذي يعلّم الآلات كيفية "الرؤية" عبر الكاميرات. فمن خلال استخدام التعلم العميق، وهي طريقة تتعلم فيها الحواسيب الأنماط من كميات هائلة من البيانات بدلاً من اتباع قواعد جامدة ومكتوبة مسبقاً، يمكن تدريب الآلات على التعرف على الأشياء حتى عندما تكون ضبابية، أو خافتة الإضاءة، أو متكدسة معاً. وتعد هذه القدرة حيوية لمراقبة النظم البيئية البحرية، وإدارة المصايد، وتوجيه الروبوتات تحت الماء للقيام بمهام قد تكون خطيرة أو مملة بالنسبة للبشر.

وعلى الرغم من هذه التطورات، غالباً ما تعاني أنظمة الرؤية الحاسوبية الحالية عندما تواجه الفوضى الخاصة بأعماق البحار؛ فهي كثيراً ما تفقد الأهداف الصغيرة أو تفشل في تمييزها عن الخلفية، خاصة عندما تكون الإضاءة ضعيفة. ولمعالجة ذلك، طور الباحث تشاويانغ تشين وفريقه في جامعة هونان للعلوم والتكنولوجيا نظاماً جديداً يسمى SSDT-YOLO. تم تصميم هذا الإطار خصيصاً لرصد الكائنات القاعية — وهي الكائنات التي تعيش في قاع البحر — في البيئات المعقدة تحت الماء. بدأ الفريق بنموذج كشف قوي وموجود بالفعل يُعرف باسم YOLOv8، وهو مشهور بسرعته ودقته في المهام العامة. ومع ذلك، أدركوا أن هذا النموذج القياسي لم يكن مُحسناً للتعامل مع الصعوبات الفريدة للعالم تحت الماء، مثل الحاجة إلى رؤية التفاصيل الدقيقة في بيئة معتمة ومشوهة.

وقد تناول الباحثون المشكلة بإعادة بناء النظام من الداخل إلى الخارج، مع التركيز على أربعة مجالات رئيسية لجعله أكثر حساسية وكفاءة. أولاً، استبدلوا "العمود الفقري" الأساسي للنظام، وهو الجزء المسؤول عن المسح الأولي للصورة، بهيكل جديد أطلقوا عليه اسم TEfficientNet. هذا العمود الفقدي الجديد أفضل في التعامل مع الإضاءة غير المتساوية الموجودة تحت الماء، مما يسمح للنظام باستخراج سمات أكثر وضوحاً منذ البلية. ثانياً، ولضمان عدم فقدان الأجسام الصغيرة أو تلاشيها أثناء معالجة الصورة، استبدلوا طبقات المعالجة القياسية بتقنية متخصصة تسمى "التلافيف العمقية الحافظة للمكان" (Spatial-Preserving Depth Convolution). تعمل هذه الطريقة مثل مرشح دقيق يحافظ على التفاصيل الدقيقة للأهداف الصغيرة سليمة، مما يمنعها من الاختفاء في ضجيج المياه المحيطة.

ثالثاً، أعاد الفريق تنظيم القسم الأوسط من الشبكة، حيث يتم دمج طبقات المعلومات المختلفة. وقد قدموا وحدة جديدة تسمى C2f-Dual، والتي تعمل على تبسيط كيفية دمج هذه التفاصيل. أدى هذا التغيير إلى تقليل عدد العمليات الحسابية التي يحتاجها الكمبيوتر بشكل كبير، مما جعل النظام أخف وأسرع دون التضحية بقدرته على الرؤية. وأخيراً، لمساعدة النظام على التركيز على الأجزاء الأكثر أهمية في الصورة، أضافوا آلية تسمى "الانتباه التآزري المكاني والقنوي" (Spatial and Channel Synergistic Attention). يعمل هذا ككشاف ضوئي، يوجه انتباه الكمبيوتر إلى المناطق المحددة التي يُحتمل وجود كائنات صغيرة ومتكدسة فيها، مع تجاهل الفوضى غير ذات الصلة في الخلفية.

وقد تم اختبار نتائج هذه التغييرات على مجموعتين كبيرتين من الصور تحت الماء، إحداهما تحتوي على ما يقرب من 8,000 صورة والأخرى تضم أكثر من 4,700 صورة. أثبت نظام SSDT-YOLO الجديد فعالية عالية؛ حيث حدد مكان الكائنات البحرية بدقة بنسبة نجاح بلغت 84.9% في مجموعة البيانات الأولى و83.0% في الثانية، متفوقاً على نموذج YOLOv8 الأصلي والعديد من أنظمة الكشف الرائدة الأخرى. ولعل الأهم من ذلك هو أن النموذج الجديد أكثر كفاءة بكثير؛ فهو يستخدم موارد حوسبة أقل بكثير، حيث يتطلب حوالي 2.0 مليون معلمة مقارنة بـ 3.1 مليون معلمة التي استخدمها النموذج الأساسي. هذا الانخفاض في الحجم يسمح للنظام بالعمل بسرعة 214.8 إطاراً في الثانية، مما يعني أنه يمكنه معالجة أكثر من 200 صورة في كل ثانية. وهذه السرعة أمر بالغ الأهمية للتطبيقات في الوقت الفعلي، مثل توجيه روبوت تحت الماء لجمع العينات أو مراقبة الشعاب المرجانية دون تأخير.

وبينما يمثل هذا النظام خطوة كبيرة للأمام، يقر الباحثون بأنه ليس حلاً مثالياً لكل السيناريوهات الممكنة. ففي الحالات التي تكون فيها الأجسام محجوبة بشدة بفعل الرواسب أو ظروف الإضاءة القصوى، لا يزال النظام يخطئ أحياناً في تحديد الأهداف. علاوة على ذلك، يتطلب التصميم الجديد قدراً أكبر قليلاً من قوة الحوسبة الخام من حيث العمليات الرياضية، وهو مقايضة يعمل الفريق على تحسينها في الدراسات المستقبلية. ومع ذلك، يوضح هذا العمل أنه من خلال تخصيص نماذج الرؤية الحاسوبية بعناية لتناسب الحقائق الفيزيائية المحددة للعالم تحت الماء، فمن الممكن إنشاء أدوات تتسم بالدقة العالية والسرعة الكافية للعمل في الوقت الفعلي. ويقدم هذا التقدم مساراً واعداً لاستكشاف بحري أكثر استقلالية وفعالية، مما يساعد العلماء والمحافظين على البيئة على فهم وحماية الحياة الخفية في قاع المحيط بشكل أفضل.