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

Onder het oppervlak van de oceaan is de wereld een plek van verschuivend licht en verborgen details. Voor wetenschappers en ingenieurs is het helder zien in deze omgeving een voortdurende uitdaging. Het water absorbeert kleuren en verstrooit licht totdat de scène troebel wordt, terwijl de handeling van het vastleggen van een beeld zelf ook verstoringen kan introduceren. In deze omstandigheden wordt het extreem moeilijk voor zowel het menselijk oog als standaardcamera's om kleine objecten te vinden—zoals een zeekomkommer die op het zand rust of een zeester die aan een rots kleeft. Dit is waar computer vision, het vakgebied dat machines leert om te "zien" via camera's, in beeld komt. Door gebruik te maken van deep learning, een methode waarbij computers patronen leren van enorme hoeveelheden data in plaats van strikte, vooraf geschreven regels te volgen, kunnen machines worden getraind om objecten te herkennen, zelfs wanneer ze wazig, zwak verlicht of dicht op elkaar gepakt zijn. Deze capaciteit is essentieel voor het monitoren van mariene ecosystemen, het beheren van visserij en het begeleiden van onderwaterrobots die taken uitvoeren die te gevaarlijk of te eentonig zijn voor mensen.

Ondanks deze vooruitgang worstelen bestaande computer vision-systemen vaak met de specifieke chaos van de diepzee. Ze missen regelmatig kleine doelwitten of slagen er niet in om ze te onderscheiden van de achtergrond, vooral wanneer de verlichting slecht is. Om dit aan te pakken, hebben onderzoeker Chaoyang Chen en zijn team aan de Hunan University of Science and Technology een nieuw systeem ontwikkend genaamd SSDT-YOLO. Dit framework is specifiek ontworpen om benthische organismen te spotten—wezens die op de zeebodem leven—in complexe onderwateromgevingen. Het team begon met een krachtig, bestaand detectiemodel genaand YOLOv8, dat al bekend staat om zijn snelheid en nauwkeurigheid bij algemene taken. Zij erkenden echter dat dit standaardmodel niet geoptimaliseerd was voor de unieke moeilijkheden van de onderwaterwereld, zoals de noodzaak om minuscule details te zien in een zwak verlichte, verstoorde omgeving.

De onderzoekers benaderden het probleem door het systeem van binnenuit te herbouwen, met de focus op vier kerngebieden om het gevoeliger en efficiënter te maken. Ten eerste vervingen ze de kern van het systeem, de "backbone" die verantwoordelijk is voor het initiële scannen van de afbeelding, door een nieuwe structuur die ze TEfficientNet noemden. Deze nieuwe backbone is beter in staat om met de ongelijkmatige verlichting onder water om te gaan, waardoor het systeem vanaf het begin duidelijkere kenmerken kan extraheren. Ten tweede, om ervoor te zorgen dat kleine objecten niet verloren gaan of vervagen tijdens de verwerking van het beeld, vervingen ze de standaard verwerkingslagen door een gespecialiseerde techniek genaamd Spatial-Preserving Depth Convolution. Deze methode werkt als een zorgvuldig filter dat de fijne details van kleine doelwitten intact houdt, waardoor ze niet verdwijnen in de ruis van het omringende water.

Ten derde reorganiseerden het team het middelste deel van het netwerk, waar verschillende lagen informatie worden gecombineerd. Ze introduceerden een nieuwe module genaamd C2f-Dual, die de manier waarop het systeem deze details samenvoegt, stroomlijnt. Deze verandering verminderde het aantal berekeningen dat de computer moet uitvoeren aanzienlijk, waardoor het systeem lichter en sneller werd zonder in te boeten op het vermogen om te zien. Ten slotte, om het systeem te helpen zich te concentreren op de belangrijkste delen van een afbeelding, voegden ze een mechanisme toe genaamd Spatial and Channel Synergistic Attention. Dit werkt als een spotlight die de aandacht van de computer stuurt naar de specifieke gebieden waar kleine, dicht opeengepakte wezens waarschijnlijk aanwezig zijn, terwijl irrelevante achtergrondruis wordt genegeerd.

De resultaten van deze wijzigingen werden getest op twee grote collecties onderwaterbeelden, waarvan één bijna 8.000 foto's bevat en de andere meer dan 4.700. Het nieuwe SSDT-YOLO-systeem bleek zeer effectief. Het identificeerde en lokaliseerde mariene organismen correct met een succespercentage van 84,9% op de eerste dataset en 83,0% op de tweede, waarmee het de originele YOLOv8-modellen en verschillende andere leidende detectiesystemen overtrof. Misschien wel even belangrijk is dat het nieuwe model veel efficiënter is. Het gebruikt aanzienlijk minder computationele middelen, met slechts ongeveer 2,0 miljoen parameters vergeleken met de 3,1 miljoen van het basismodel. Deze reductie in omvang zorgt ervoor dat het systeem kan draaien met een snelheid van 214,8 frames per seconde, wat betekent dat het meer dan 200 afbeeldingen per seconde kan verwerken. Deze snelheid is cruciaal voor real-time toepassingen, zoals het begeleiden van een onderwaterrobot om monsters te verzamelen of een rif te monitoren zonder vertraging.

Hoewel het systeem een belangrijke stap voorwaarts vertegenwoordigt, erkennen de onderzoekers dat het geen perfecte oplossing is voor elk mogelijk scenario. In gevallen waarin objecten zwaar worden gehinderd door sediment of extreme lichtomstandigheden, mist het systeem nog steeds af en toe doelwitten. Bovendien vereist het nieuwe ontwerp een iets hogere hoeveelheid ruwe rekenkracht in termen van wiskundige operaties, een afweging waar het team in toekomstige studies aan werkt om te optimaliseren. Desalniettemin toont het werk aan dat door computer vision-modellen zorgvuldig af te stemmen op de specifieke fysieke realiteiten van de onderwaterwereld, het mogelijk is om instrumenten te creëren die zowel zeer nauwkeurig als snel genoeg zijn om in real-time te opereren. Deze vooruitgang biedt een veelbelovend pad voor meer autonome en effectieve mariene exploratie, wat wetenschappers en natuurbeschermers helpt om het verborgen leven van de oceaanbodem beter te begrijpen en te beschermen.