استكشاف كشف الأجسام الصغيرة باستخدام Ultralytics YOLO11

يمكن للطائرات بدون طيار المدمجة برؤية الذكاء الاصطناعي التحليق على ارتفاع مئات الأمتار فوق سطح الأرض، ومع ذلك يُتوقع منها اكتشاف شخص يظهر كبضع وحدات بكسل فقط في بث الفيديو الخاص بها. في الواقع، يمثل هذا تحديًا شائعًا في تطبيقات مثل الروبوتات، والمراقبة، والاستشعار عن بعد، حيث يجب على الأنظمة تحديد الأجسام الصغيرة جدًا داخل الصورة.

ولكن نماذج object detection التقليدية قد تجد صعوبة في القيام بذلك. تُمثل الكائنات الصغيرة في الصور والفيديوهات معلومات بصرية محدودة للغاية. ببساطة، عندما ينظر إليها النموذج، لا توجد تفاصيل كثيرة يمكن التعلم منها أو التعرف عليها.

خلف الكواليس، تعتمد هذه النماذج عادةً على بنية تعتمد على الشبكة العصبية التلافيفية (CNN). تمر الصور عبر طبقات الشبكة وتتحول إلى خرائط ميزات أو تمثيلات مبسطة تبرز الأنماط ذات الصلة بدلاً من وحدات البكسل الخام.

مع تحرك الصورة بشكل أعمق عبر الشبكة، تصبح خرائط الميزات هذه أصغر. وهذا يجعل الحساب أسرع، لكنه يعني أيضًا أن التفاصيل الدقيقة قد تختفي.

بالنسبة للأجسام الصغيرة جدًا، تكون هذه التفاصيل حاسمة. بمجرد اختفاء هذه التفاصيل، قد يواجه نموذج الرؤية الحاسوبية صعوبة في اكتشاف الجسم، مما قد يؤدي إلى مربعات إحاطة أقل دقة أو غير متسقة.

تجعل أنظمة الرؤية الحاسوبية الشاملة في الوقت الفعلي هذا الأمر أكثر صعوبة. تساعد الصور عالية الدقة في الحفاظ على التفاصيل، لكنها تبطئ الاستدلال وتتطلب المزيد من طاقة GPU. تعمل الدقات المنخفضة بشكل أسرع، لكن يصبح اكتشاف الأجسام الصغيرة أكثر صعوبة.

يصبح الأمر عملية موازنة مستمرة بين السرعة والدقة وقيود الأجهزة. بفضل التطورات التقنية الحديثة، تم تصميم نماذج الرؤية الحاسوبية مثل Ultralytics YOLO11 ونموذج Ultralytics YOLO26 القادم لإدارة هذه المقايضة بشكل أكثر فعالية.

الشكل 1. استخدام YOLO11 لاكتشاف الكائنات الصغيرة في الصور الجوية (المصدر)

في هذه المقالة، سنستكشف سبب صعوبة اكتشاف الأجسام الصغيرة وكيف يمكن أن تجعلها Ultralytics YOLO11 أسهل. لنبدأ!

ما هو اكتشاف الأجسام الصغيرة ولماذا هو مهم؟#

اكتشاف الأجسام الصغيرة هو مهمة في الرؤية الحاسوبية، وهي فرع من فروع الذكاء الاصطناعي، تركز على تحديد وتحديد مواقع الأجسام التي تشغل جزءًا صغيرًا جدًا من الصورة. غالبًا ما يتم تمثيل هذه الأجسام داخل الصورة بعدد محدود من وحدات البكسل، وهي أصغر وحدات الصورة الرقمية. وهذا يجعلها أصعب في الاكتشاف مقارنة بالأهداف الأكبر والأكثر وضوحًا (التي غالبًا ما تحتوي على المزيد من البكسلات).

على سبيل المثال، يمكن للمركبات في التصوير الجوي، أو الأدوات في أرض المصنع، أو الأشخاص الذين تلتقطهم كاميرات المراقبة واسعة الزاوية، أن تظهر جميعها كأجسام صغيرة داخل الصورة. يعد اكتشافها أمرًا مهمًا لأنها غالبًا ما تحمل معلومات حيوية، وتعتمد العديد من التطبيقات الواقعية، مثل المراقبة، على هذه الاكتشافات لتعمل بشكل صحيح.

عندما يتم فقدان الأجسام الصغيرة، يمكن أن يتأثر أداء النظام وصنع القرار. تعد مراقبة المركبات الجوية غير المأهولة (UAV) مثالًا جيدًا، حيث قد يؤدي فقدان جسم متحرك صغير على الأرض إلى التأثير على دقة الملاحة أو التتبع.

التحديات المتعلقة باكتشاف الأجسام الصغيرة#

استخدمت الأنظمة السابقة ميزات مصممة يدويًا وطرق رؤية حاسوبية تقليدية، والتي واجهت صعوبات في المشاهد المزدحمة أو المتنوعة. حتى اليوم، مع أداء نماذج التعلم العميق بشكل أفضل بكثير، لا يزال اكتشاف الأهداف الصغيرة أمرًا صعبًا عندما تشغل جزءًا صغيرًا فقط من الصورة.

بعد ذلك، دعونا نلقي نظرة على بعض التحديات الشائعة التي تظهر عبر سيناريوهات العالم الحقيقي المختلفة عند اكتشاف الأجسام الصغيرة.

الحجم، البكسلات، وفقدان المعلومات#

تحتوي الأجسام الصغيرة على عدد قليل جدًا من وحدات البكسل، مما يحد من مقدار التفاصيل البصرية التي يمكن للنموذج تعلمها خلال مراحل مثل استخراج الميزات. ونتيجة لذلك، يصعب اكتشاف أنماط مثل الحواف، والأشكال، والقوام، مما يجعل الأجسام الصغيرة أكثر عرضة للاندماج في الخلفية.

بينما تنتقل الصور عبر convolutional layers الخاصة بالشبكة العصبية، يتم ضغط المعلومات البصرية الموجودة في البكسلات تدريجياً لتصبح خرائط سمات (feature maps). يُساعد ذلك النموذج في الحفاظ على كفاءته، ولكنه يعني أيضاً تلاشي التفاصيل الدقيقة.

الشكل 2. تُمثل خرائط السمات الأنماط البصرية في الصورة (المصدر)

بالنسبة للأهداف الصغيرة، يمكن أن تختفي الإشارات المهمة قبل أن تتاح لشبكة الاكتشاف فرصة للعمل. عندما يحدث ذلك، تصبح عملية التحديد أقل موثوقية، وقد تتحرك مربعات الإحاطة أو تتداخل أو تفوت الأجسام المستهدفة تمامًا.

الانسداد، تباين النطاق، والسياق#

غالبًا ما تنتج التحديات المتعلقة بالحجم عن الانسداد. يحدث الانسداد عندما تكون الأجسام، وخاصة الصغيرة منها، مخفية جزئيًا بواسطة أجسام أخرى في المشهد.

يؤدي هذا إلى تقليل المساحة المرئية للهدف، مما يحد من المعلومات المتاحة لمكتشف الكائنات. حتى التداخل البسيط يمكن أن يُربك شبكات الاكتشاف، خاصة عند دمجها مع إدخال منخفض الدقة. يمكن ملاحظة مثال ممتع على ذلك في مجموعات بيانات الطائرات بدون طيار (UAV) مثل VisDrone، حيث قد يتم حجب المشاة أو الدراجات أو المركبات جزئياً بواسطة المباني أو الأشجار أو الكائنات المتحركة الأخرى.

الشكل 3. مثال من مجموعة بيانات VisDrone يُظهر كائنات صغيرة (المصدر)

وبالمثل، يقدم تباين النطاق طبقة أخرى من الصعوبة عندما يظهر نفس الجسم صغيرًا جدًا أو كبيرًا نسبيًا اعتمادًا على المسافة وموقع الكاميرا. على الرغم من هذه العقبات، يجب على خوارزميات الاكتشاف التعرف على هذه الأجسام الصغيرة عبر نطاقات مختلفة دون فقدان الدقة.

يلعب السياق أيضًا دورًا مهمًا في الاكتشاف. على سبيل المثال، عادة ما تظهر الأجسام الكبيرة مع محيط واضح يوفر إشارات بصرية مفيدة. من ناحية أخرى، غالبًا ما تفتقر الأهداف الصغيرة إلى هذه المعلومات السياقية، مما يجعل التعرف على الأنماط أكثر صعوبة.

مشكلة المقياس الخفي في اكتشاف الأجسام الصغيرة#

تقيس مقاييس التقييم الشائعة، مثل Intersection over Union (IoU)، مدى تداخل مربع الإحاطة المتوقع (bounding box) مع المربع الأرضي الحقيقي (ground-truth box). وفي حين أن مقياس IoU يعمل بشكل جيد مع الكائنات الأكبر حجماً، إلا أن سلوكه يختلف تماماً مع الكائنات الصغيرة.

تشغل الأجسام الصغيرة بضع وحدات بكسل فقط، لذا فإن حتى التحول البسيط في المربع المتوقع يمكن أن يخلق خطأ تناسبيًا كبيرًا ويخفض درجة IoU بشكل حاد. وهذا يعني أن الأجسام الصغيرة غالبًا ما تفشل في تلبية عتبة IoU القياسية المستخدمة لحساب التنبؤ كصحيح، حتى عندما يكون الجسم مرئيًا في الصورة.

ونتيجة لذلك، من المرجح تصنيف أخطاء التحديد كإيجابيات كاذبة أو سلبيات كاذبة. دفعت هذه القيود الباحثين إلى إعادة التفكير في كيفية تقييم أنظمة كشف الأجسام والتعامل مع الأهداف الصغيرة التي يصعب اكتشافها.

ميزات متعددة النطاقات: مفتاح اكتشاف الأجسام الصغيرة في الوقت الفعلي#

بينما عمل الباحثون على تحسين اكتشاف الأجسام الصغيرة، أصبح من الواضح أن الحفاظ على المعلومات البصرية وتمثيلها عبر نطاقات متعددة أمر ضروري. يتردد صدى هذه الرؤية في أبحاث arXiv الأخيرة وفي الأوراق المقدمة في أماكن مثل مؤتمرات IEEE الدولية وجمعية الرؤية الحاسوبية الأوروبية (ECCV).

مع تقدم الصور بعمق عبر الشبكة العصبية، يمكن للأجسام الصغيرة أن تفقد التفاصيل أو تختفي تماماً، وهذا هو السبب في أن نماذج الرؤية الحاسوبية الحديثة مثل Ultralytics YOLO11 تضع تركيزاً قوياً على استخراج الميزات بشكل أفضل. بعد ذلك، دعنا نستعرض المفاهيم الأساسية الكامنة وراء خرائط الميزات وشبكات الهرم الميزة لفهمها بشكل أفضل.

خرائط الميزات وتمثيل النطاق#

عندما تدخل صورة مدخلة، مثل صورة الاستشعار عن بعد، إلى شبكة عصبية، يتم تحويلها تدريجيًا إلى خرائط ميزات. هذه هي تمثيلات مبسطة للصورة تسلط الضوء على الأنماط البصرية مثل الحواف، والأشكال، والقوام.

مع تعمق الشبكة، تصبح خرائط الميزات هذه أصغر في الحجم المكاني. يساعد هذا الاختزال النموذج على العمل بكفاءة والتركيز على المعلومات عالية المستوى. ومع ذلك، فإن تقليص وخرائط الميزات العميقة يقلل أيضًا من التفاصيل المكانية.

الشكل 4. استخراج السمات هو مفتاح اكتشاف الكائنات الصغيرة. (المصدر)

بينما تحتفظ الأجسام الكبيرة بمعلومات بصرية كافية للاكتشاف الدقيق، قد تفقد الأهداف الصغيرة تفاصيل مهمة بعد طبقات قليلة فقط من الشبكة. عندما يحدث هذا، قد يواجه النموذج صعوبة في التعرف على وجود جسم صغير حتى. هذا هو أحد الأسباب الرئيسية لفقدان الأجسام الصغيرة في نماذج كشف الأجسام العميقة.

شبكات هرم الميزات والتعلم متعدد النطاقات#

تم تقديم Feature pyramid networks، والتي تُعرف غالباً باسم FPN، لمعالجة فقدان التفاصيل المكانية، وهي تعمل وحدبة داعمة تجمع بين المعلومات من طبقات متعددة لكي تتمكن النماذج من اكتشاف الكائنات الصغيرة بشكل أكثر فعالية. تُعرف هذه العملية أيضاً باسم تجميع السمات ودمج السمات.

توفر الطبقات الضحلة تفاصيل مكانية دقيقة، بينما تضيف الطبقات العميقة سياقًا دلاليًا، مما يسمح بتعلم ميزات فعال متعدد النطاقات. على عكس إعادة التعيين الساذجة، التي تقوم ببساطة بتكبير خرائط الميزات، تحافظ FPN على المعلومات الهادفة وتحسن اكتشاف الأجسام الصغيرة.

تبني الأساليب الحديثة على هذه الفكرة باستخدام دمج الميزات التكيفي والتصاميم الواعية بالسياق لتعزيز اكتشاف الأهداف الصغيرة بشكل أكبر. بمعنى آخر، تساعد FPN النماذج على رؤية الصورة الكبيرة والتفاصيل الدقيقة في نفس الوقت. هذا التحسين ضروري عندما تكون الأجسام صغيرة.

كيف تطورت نماذج كشف الأجسام للتعامل مع الأجسام الصغيرة#

إليك لمحة عن كيفية تطور نماذج كشف الأجسام وتقدمها بمرور الوقت لاكتشاف الأجسام ذات الأحجام المختلفة بشكل أفضل، بما في ذلك الأجسام الصغيرة جدًا:

• طرق الكشف المبكرة: اعتمدت أساليب كشف الأجسام المبكرة على ميزات مصممة يدويًا وخوارزميات قائمة على القواعد متجذرة في معالجة الصور الكلاسيكية. نظرًا لأن هذه الميزات كانت ثابتة، تدهور الأداء مع الصور المختلفة.
• إدخال تعلم الآلة والتعلم العميق: مثل اعتماد تعلم الآلة والتعلم العميق تحولًا كبيرًا في أبحاث كشف الأجسام. بدلاً من الاعتماد على قواعد محددة مسبقًا، تعلمت الشبكات العصبية تمثيلات بصرية مباشرة من بيانات التدريب، مما أدى إلى تحسين القدرة على التكيف عبر أحجام الأجسام والمشاهد المختلفة.
• الشبكات التلافيفية: تتعلم هذه الشبكات العصبية رؤية الأنماط في الصور. تلتقط كل طبقة تفاصيل مختلفة، بدءًا من الحواف والألوان البسيطة، ثم الأشكال، وفي النهاية الأجسام الكاملة، مما يجعلها ضرورية للرؤية الحاسوبية الحديثة.
• كاشفات الأجسام ثنائية المرحلة: قدمت الكاشفات ثنائية المرحلة، مثل Faster R-CNN، التي قدمها Girshick و Ren، مناطق مرشحة ثم صنفتها. أدى هذا النهج إلى تحسين الدقة للأجسام الصغيرة ولكنه زاد من التكلفة الحسابية وقلل من الأداء في الوقت الفعلي.
• مكتشفات الكائنات ذات المرحلة الواحدة: تقوم مكتشفات المرحلة الواحدة، مثل SSD (Single-Shot Detector) وعائلة YOLO (You Only Look Once)، بما في ذلك YOLOv3 وUltralytics YOLOv5 ولاحقاً Ultralytics YOLOv8، بإجراء الاكتشاف في تمريرة واحدة. يُحسن هذا التصميم بشكل كبير من سرعة الاستدلال مع الحفاظ على دقة تنافسية.
• أحدث النماذج المتطورة: تضع نماذج كشف الأجسام الأحدث تركيزًا أقوى على الأداء في الوقت الفعلي والنشر على الحافة. تم تصميم إصدارات نماذج Ultralytics YOLO الأخيرة، مثل Ultralytics YOLO11 و Ultralytics YOLO26 القادم، لتحقيق التوازن بين الدقة العالية والاستدلال منخفض التأخير، مما يجعلها مناسبة تمامًا لاكتشاف الأجسام بجميع أحجامها، بما في ذلك الأهداف الصغيرة، على الأجهزة ذات القدرة الحسابية المحدودة.

استخدام Ultralytics YOLO11 لحالات استخدام اكتشاف الأجسام الصغيرة#

الآن بعد أن أصبح لدينا فهم أفضل لكيفية عمل اكتشاف الكائنات الصغيرة، دعنا نلقي نظرة على بعض التطبيقات الواقعية التي يمكن تطبيق Ultralytics YOLO11 فيها.

الطائرات بدون طيار والتصوير الجوي#

تخيل طائرة بدون طيار تحلق عالياً فوق شارع مدينة مزدحم. من هذا الارتفاع، تتقلص السيارات والدراجات وحتى الناس إلى بضع وحدات بكسل فقط على الشاشة.

غالبًا ما تلتقط وحدات الطائرات بدون طيار والتصوير الجوي مشاهد مثل هذه، حيث تكون الأجسام محل الاهتمام صغيرة جدًا ومحاطة بخلفيات مزدحمة، مما يجعل اكتشافها تحديًا لنماذج الرؤية الحاسوبية.

في مثل هذه السيناريوهات، يمكن أن يكون نموذج Ultralytics YOLO11 خياراً مثالياً. على سبيل المثال، يمكن طائرة بدون طيار مزودة بنموذج مثل YOLO11 مراقبة حركة المرور في الوقت الفعلي، واكتشاف المركبات، وراكبي الدراجات، والمشاة أثناء تحركهم عبر المشهد، حتى عندما يشغل كل كائن جزءاً صغيراً فقط من الصورة. يتيح ذلك اتخاذ قرارات أسرع ورؤى أكثر دقة في تطبيقات مثل إدارة المرور، أو السلامة العامة، أو التخطيط الحضري.

الروبوتات والأتمتة#

غالبًا ما تُستخدم الروبوتات في بيئات تكون فيها الدقة والتوقيت حاسمين. في إعدادات مثل المستودعات، والمصانع، والمزارع، قد يحتاج الروبوت إلى التعرف على أجسام صغيرة جدًا، مثل جزء على خط التجميع، أو ملصق على طرد، أو برعم نبات صغير في حقل، والاستجابة بسرعة.

يمكن أن يكون اكتشاف الأجسام بهذا الحجم معقدًا، خاصة عندما تظهر كبضع وحدات بكسل فقط في بث الكاميرا أو تكون محجوبة جزئيًا بواسطة أجسام أخرى. قد يؤدي فقدان هذه التفاصيل الصغيرة إلى إبطاء الأتمتة أو التأثير على قدرة الروبوت على إكمال المهمة.

يمكن أن يحقق Ultralytics YOLO11 فرقاً في هذه المواقف. إن استخراج الميزات المحسّن والاستدلال السريع يمكنان الروبوتات من اكتشاف الكائنات الصغيرة في الوقت الفعلي واتخاذ الإجراءات فوراً.

يدعم Ultralytics YOLO11 أيضاً تجزئة المثيلات، مما يمكن الروبوتات من فهم حدود الكائنات ونقاط الإمساك بشكل أكثر دقة، بدلاً من مجرد تحديد مربعات الإحاطة العامة. على سبيل المثال، يمكن ذراع روبوتية مدمجة مع YOLO11 رصد المكونات الصغيرة على سير منقول، وتجزئة شكلها الدقيق، والتقاطها قبل أن تتحرك خارج نطاق الوصول، مما يساعد النظام على الحفاظ على كفاءته وموثوقيته.

ما يجعل Ultralytics YOLO11 فعالاً لاكتشاف الأجسام الصغيرة#

مع توفر العديد من نماذج الرؤية الحاسوبية اليوم، قد تتساءل عما يجعل Ultralytics YOLO11 متميزًا.

إليك بضعة أسباب تجعل Ultralytics YOLO11 خيارًا رائعًا للتطبيقات التي تحتاج فيها الأجسام الصغيرة إلى الاكتشاف:

• استخراج أفضل للسمات: يُمثل YOLO11 بنية عمق وعنق محسنة لتعزيز استخراج السمات، مما يتيح اكتشافاً أكثر دقة للكائنات.
• النظام البيئي وسهولة الاستخدام: تُعد Ultralytics Python package مكتبة توفر وظائف مدمجة لتحميل النماذج مثل YOLO11 وتدريبها والتحقق منها ونشرها. ون نظراً لأن هذه سير العمل تتطلب بضع أسطر فقط من الكود، يمكن فرق العمل تجربة النماذج وضبطها بدقة وبسرعة لاكتشاف الكائنات الصغيرة.
• مُحسَّن للنشر على الحافة (Edge): يمكن لـ Ultralytics YOLO11 العمل بكفاءة على أجهزة الحافة مثل NVIDIA Jetson و Raspberry Pi وأنظمة الكاميرات الصناعية. بعبارة بسيطة، فإنه يتيح مهام رؤية الذكاء الاصطناعي في الوقت الفعلي مباشرة على الجهاز.

استراتيجيات عمليّة يجب استخدامها عند اكتشاف الأجسام الصغيرة باستخدام Ultralytics YOLO11#

بالإضافة إلى استخدام نموذج مثل Ultralytics YOLO11، فإن الطريقة التي تُعد بها تعليقاتك التوضيحية، ومجموعة البيانات العامة، وإجراء تدريب النموذج يمكن أن تحدث فرقاً كبيراً في أداء الاكتشاف.

إليك نظرة عامة سريعة على ما يجب التركيز عليه:

• تعزيز البيانات المناسب: يمكن لتعزيز البيانات الخفيف، مثل القياس أو القص، مساعدة النموذج على التعميم على صور جديدة. ومع ذلك، قد يؤدي التعزيز العدواني واسع النطاق إلى تشويه أو إزالة الأجسام الصغيرة، مما يجعل من الصعب على النموذج تعلمها.
• النظر في حالات الفشل: يساعد تحليل الأماكن التي يخطئ فيها النموذج أو يسيء تحديد الأجسام في إنشاء خط أساس وكشف ما إذا كانت المشكلات تنبع من مجموعة البيانات، أو فقدان المعلومات أثناء استخراج الميزات، أو الحاجة إلى ضبط إعدادات التدريب.
• تكوين مجموعة البيانات: يجب أن تحتوي مجموعة البيانات الخاصة بك على أمثلة كافية للأجسام الصغيرة حتى يتمكن النموذج من تعلم أنماط هادفة، ويجب أن تظل متوازنة حتى لا تطغى الأجسام الأكبر على الأصغر أثناء التدريب.

أبرز النقاط#

يُعد اكتشاف الكائنات الصغيرة أمراً صعباً لأن الأهداف الصغيرة تفقد التفاصيل أثناء مرور الصور عبر نموذج الرؤية الحاسوبية. يحسن Ultralytics YOLO11 كيفية الحفاظ على هذه التفاصيل، مما يجعل اكتشاف الكائنات الصغيرة أكثر موثوقية دون التضحية بأداء الوقت الفعلي. يتيح هذا التوازن لـ YOLO11 دعم اكتشاف دقيق وفعال في التطبيقات الواقعية.

انضم إلى community المتنامي لدينا! استكشف GitHub repository الخاص بنا لمعرفة المزيد عن الذكاء الاصطناعي. اكتشف الابتكارات مثل computer vision in retail وAI in the automotive industry من خلال زيارة صفحات الحلول الخاصة بنا. للبدء في البناء باستخدام الرؤية الحاسوبية اليوم، تحقق من licensing options الخاصة بنا.