ما هو R-CNN؟ نظرة عامة سريعة

كشف الكائنات مهمة في الرؤية الحاسوبية تتيح التعرف على الكائنات وتحديد مواقعها في الصور أو مقاطع الفيديو، لتطبيقات مثل القيادة الذاتية والمراقبة والتصوير الطبي. اعتمدت أساليب كشف الكائنات الأقدم، مثل كاشف Viola-Jones ومدرج التدرجات الموجّهة (HOG) مع آلات المتجهات الداعمة (SVM)، على سمات مصممة يدويًا ونوافذ منزلقة. وكثيرًا ما واجهت هذه الأساليب صعوبة في كشف الكائنات بدقة في المشاهد المعقدة التي تضم كائنات متعددة بأشكال وأحجام متنوعة.

غيّرت الشبكات العصبية الالتفافية القائمة على المناطق (R-CNN) طريقة تعاملنا مع كشف الكائنات، وشكّلت محطة مهمة في تاريخ الرؤية الحاسوبية. ولفهم كيفية ظهور نماذج مثل Ultralytics YOLOv8، علينا أولًا فهم نماذج مثل R-CNN.

أنشأ Ross Girshick وفريقه بنية نموذج R-CNN، التي تولد مقترحات للمناطق، وتستخرج السمات باستخدام شبكة عصبية التفافية (CNN) مدرّبة مسبقًا، وتصنف الكائنات، وتحسّن مربعات الإحاطة. قد يبدو ذلك معقدًا، لكنك ستفهم بوضوح في نهاية هذه المقالة كيفية عمل R-CNN وأسباب تأثيره الكبير.

كيف يعمل R-CNN؟#

تتضمن عملية اكتشاف الكائنات في نموذج R-CNN ثلاث خطوات رئيسية: توليد مقترحات للمناطق، واستخراج السمات، وتصنيف الكائنات مع تحسين صناديق الإحاطة الخاصة بها. فلنستعرض كل خطوة.

الشكل 1. آلية عمل R-CNN.

مقترحات المناطق: أساس R-CNN#

في الخطوة الأولى، يمسح نموذج R-CNN الصورة لإنشاء عدد كبير من مقترحات المناطق. ومقترحات المناطق هي مساحات محتملة قد تحتوي على كائنات. تُستخدم أساليب مثل البحث الانتقائي لفحص جوانب مختلفة من الصورة، مثل اللون والملمس والشكل، وتقسيمها إلى أجزاء مختلفة. يبدأ البحث الانتقائي بتقسيم الصورة إلى أجزاء أصغر، ثم يدمج الأجزاء المتشابهة لتكوين مساحات اهتمام أكبر. وتتواصل هذه العملية إلى أن يُنشأ نحو 2,000 مقترح للمناطق.

الشكل 2. آلية عمل البحث الانتقائي.

تساعد مقترحات المناطق هذه على تحديد جميع المواضع المحتملة لوجود كائن. وفي الخطوات التالية، يستطيع النموذج معالجة المساحات الأكثر صلة بكفاءة من خلال التركيز على هذه المناطق المحددة بدلًا من الصورة بأكملها. ويساعد استخدام مقترحات المناطق على تحقيق توازن بين الشمول والكفاءة الحسابية.

استخراج سمات الصورة: التقاط التفاصيل#

تتمثل الخطوة التالية في عملية اكتشاف الكائنات بنموذج R-CNN في استخراج السمات من مقترحات المناطق. يُعاد تحجيم كل مقترح منطقة إلى حجم موحد تتوقعه CNN (على سبيل المثال، 224x224 بكسل). وتساعد إعادة التحجيم CNN على معالجة كل مقترح بكفاءة. وقبل إجراء التحويل، يُوسّع حجم كل مقترح منطقة قليلًا لإضافة 16 بكسل من السياق حول المنطقة، بما يوفر معلومات محيطة إضافية لتحسين استخراج السمات.

بعد إعادة تحجيم مقترحات المناطق، تُمرر إلى CNN مثل AlexNet، التي تكون عادةً مدرّبة مسبقًا على مجموعة بيانات كبيرة مثل ImageNet. تعالج CNN كل منطقة لاستخراج متجهات سمات عالية الأبعاد تلتقط تفاصيل مهمة مثل الحواف والأنسجة والأنماط. وتختزل متجهات السمات هذه المعلومات الأساسية من المناطق، وتحول بيانات الصورة الخام إلى صيغة يستطيع النموذج استخدامها في مزيد من التحليل. ويتوقف التصنيف الدقيق للكائنات وتحديد مواقعها في المراحل التالية على هذا التحويل الحاسم للمعلومات المرئية إلى بيانات ذات معنى.

الشكل 3. استخراج السمات من مقترح منطقة باستخدام AlexNet.

تصنيف الكائنات: تحديد الكائنات المكتشفة#

تتمثل الخطوة الثالثة في تصنيف الكائنات ضمن هذه المناطق. أي تحديد فئة كل كائن موجود في المقترحات. ثم تُمرر متجهات السمات المستخرجة إلى مصنّف للتعلم الآلي.

في حالة R-CNN، تُستخدم آلات المتجهات الداعمة (SVMs) عادةً لهذا الغرض. يُدرّب كل SVM على التعرّف على فئة كائن محددة، من خلال تحليل متجهات السمات وتحديد ما إذا كانت منطقة معينة تحتوي على مثيل من تلك الفئة. وباختصار، يوجد مصنّف مخصص لكل فئة من فئات الكائنات، يفحص كل مقترح منطقة بحثًا عن ذلك الكائن تحديدًا.

أثناء التدريب، تُزوَّد المصنّفات ببيانات مصنفة تحتوي على عينات إيجابية وسلبية:

• العينات الإيجابية: مناطق تحتوي على الكائن المستهدف.
• العينات السلبية: مناطق لا تحتوي على الكائن.

تتعلم المصنّفات التمييز بين هذه العينات. كما يعمل انحدار صندوق الإحاطة على تحسين موقع الكائنات المكتشفة وحجمها، من خلال تعديل صناديق الإحاطة المقترحة مبدئيًا لتطابق حدود الكائن الفعلية على نحو أفضل. ويستطيع نموذج R-CNN تحديد الكائنات وتعيين مواقعها بدقة من خلال الجمع بين التصنيف وانحدار صندوق الإحاطة.

الشكل 4. مثال على انحدار صندوق الإحاطة. (المصدر: towardsdatascience.com)

جمع الخطوات: تحسين الاكتشافات باستخدام NMS#

بعد خطوتي التصنيف وانحدار مربعات الإحاطة، غالبًا ما ينشئ النموذج عدة مربعات إحاطة متداخلة للكائن نفسه. ويُطبّق كبت غير الأقصى (NMS) لتحسين عمليات الكشف هذه، مع الاحتفاظ بالمربعات الأدق. ويزيل النموذج المربعات الزائدة والمتداخلة عبر تطبيق NMS، ولا يحتفظ إلا بعمليات الكشف الأعلى ثقة.

يعمل NMS على تقييم درجات الثقة (التي تشير إلى مدى احتمال وجود الكائن المكتشف فعلًا) لجميع صناديق الإحاطة، وتثبيط الصناديق التي تتداخل بدرجة كبيرة مع صناديق ذات درجات أعلى.

الشكل 5. مثال على تثبيط غير الأعظمية. (المصدر: towardsdatascience.com)

فيما يلي تفصيل لخطوات NMS:

• الترتيب: تُرتَّب صناديق الإحاطة تنازليًا حسب درجات الثقة.
• الاختيار: يُختار الصندوق ذو أعلى درجة، وتُزال جميع الصناديق التي تتداخل معه بدرجة كبيرة (استنادًا إلى التقاطع على الاتحاد، IoU).
• التكرار: تتكرر هذه العملية مع الصندوق التالي الأعلى درجة، وتستمر إلى أن تتم معالجة جميع الصناديق.

وباختصار، يكشف نموذج R-CNN الكائنات من خلال إنشاء مقترحات للمناطق، واستخراج السمات باستخدام CNN، وتصنيف الكائنات وتحسين مواقعها عبر انحدار مربعات الإحاطة، ثم استخدام NMS للاحتفاظ بعمليات الكشف الأدق فقط.

R-CNN محطة بارزة في اكتشاف الكائنات#

يُعد R-CNN نموذجًا بارزًا في تاريخ كشف الكائنات، لأنه قدّم نهجًا جديدًا حسّن الدقة والأداء بدرجة كبيرة. فقبل R-CNN، واجهت نماذج كشف الكائنات صعوبة في تحقيق التوازن بين السرعة والدقة. ويتيح أسلوب R-CNN في إنشاء مقترحات للمناطق واستخدام شبكات CNN لاستخراج السمات تحديد مواقع الكائنات في الصور والتعرف عليها بدقة.

مهّد R-CNN الطريق لنماذج مثل Fast R-CNN وFaster R-CNN وMask R-CNN، التي حسّنت الكفاءة والدقة بدرجة أكبر. ومن خلال الجمع بين التعلم العميق والتحليل القائم على المناطق، وضع R-CNN معيارًا جديدًا في المجال وفتح آفاقًا لتطبيقات متنوعة في العالم الحقيقي.

تحويل التصوير الطبي باستخدام R-CNN#

من حالات الاستخدام المثيرة للاهتمام لنموذج R-CNN التصوير الطبي. فقد استُخدمت نماذج R-CNN لكشف أنواع مختلفة من الأورام وتصنيفها، مثل أورام الدماغ، في الصور الطبية مثل صور التصوير بالرنين المغناطيسي والتصوير المقطعي المحوسب. ويسهم استخدام نموذج R-CNN في التصوير الطبي في تحسين دقة التشخيص ومساعدة اختصاصيي الأشعة على تحديد الأورام الخبيثة في مراحل مبكرة. كما أن قدرة R-CNN على كشف الأورام الصغيرة وحتى تلك الموجودة في مراحلها المبكرة قد تُحدث فرقًا كبيرًا في علاج أمراض مثل السرطان والتنبؤ بمآلاتها.

الشكل 6. كشف أورام الدماغ باستخدام R-CNN.

يمكن تطبيق نموذج R-CNN على مهام التصوير الطبي الأخرى، إلى جانب اكتشاف الأورام. فعلى سبيل المثال، يمكنه تحديد الكسور، واكتشاف أمراض الشبكية في صور العين، وتحليل صور الرئة بحثًا عن حالات مثل الالتهاب الرئوي وCOVID-19. وبغض النظر عن الحالة الطبية، يمكن أن يؤدي الاكتشاف المبكر إلى نتائج أفضل للمرضى. ومن خلال تطبيق دقة R-CNN في تحديد الحالات الشاذة وتعيين مواقعها، يستطيع مقدمو الرعاية الصحية تحسين موثوقية التشخيص الطبي وسرعته. وبفضل تسهيل اكتشاف الكائنات لعملية التشخيص، يمكن للمرضى الاستفادة من خطط علاج دقيقة وفي الوقت المناسب.

قيود R-CNN وخلفاؤه#

على الرغم من إمكاناته اللافتة، يعاني R-CNN بعض العيوب، مثل التعقيد الحسابي العالي وبطء أوقات الاستدلال. وتجعل هذه العيوب نموذج R-CNN غير مناسب للتطبيقات الآنية. كما أن فصل مقترحات المناطق عن التصنيف في خطوات مستقلة قد يؤدي إلى أداء أقل كفاءة.

ظهرت على مر السنين نماذج متنوعة لاكتشاف الأجسام عالجت هذه المخاوف. يشغّل Fast R-CNN الشبكة العصبية الالتفافية (CNN) مرة واحدة على الصورة بأكملها، ثم يجمع السمات لكل منطقة مقترحة من خريطة السمات المشتركة، ما يسرّع العملية. ويضيف Faster R-CNN شبكة اقتراح المناطق (RPN) لتبسيط إنشاء المقترحات، بينما يضيف Mask R-CNN تقسيمًا على مستوى البكسل للحصول على اكتشافات أكثر تفصيلًا.

الشكل 7. مقارنة بين R-CNN وFast R-CNN وFaster R-CNN وMask R-CNN.

في الفترة نفسها تقريبًا التي ظهر فيها Faster R-CNN، بدأت سلسلة YOLO (ترى مرة واحدة فقط) تدفع عجلة التقدم في كشف الكائنات في الوقت الفعلي. وتتنبأ نماذج YOLO بمربعات الإحاطة واحتمالات الفئات في تمريرة واحدة عبر الشبكة. فعلى سبيل المثال، يوفر Ultralytics YOLOv8 دقة وسرعة محسنتين مع ميزات متقدمة لمهام عديدة في الرؤية الحاسوبية، وتتقدم النماذج الأحدث مثل Ultralytics YOLO26 أكثر من ذلك من خلال إزالة NMS بالكامل.

أبرز النقاط#

كان R-CNN نقطة تحول في الرؤية الحاسوبية، إذ أظهر كيف يمكن للتعلم العميق تحويل كشف الكائنات. وقد ألهم نجاحه أفكارًا جديدة كثيرة في المجال. وعلى الرغم من أن نماذج أحدث مثل Faster R-CNN وYOLO عالجت لاحقًا عيوب R-CNN، تظل مساهمته محطة بارزة تستحق التذكر.

مع استمرار الأبحاث، سنشهد نماذج أفضل وأسرع لكشف الكائنات. ولن تقتصر آثار هذه التطورات على تحسين فهم الآلات للعالم، بل ستؤدي أيضًا إلى إحراز تقدم في قطاعات عديدة.

هل ترغب في مواصلة استكشاف الذكاء الاصطناعي؟ انضم إلى مجتمع Ultralytics! واستكشف مستودع GitHub للاطلاع على أحدث ابتكاراتنا في الذكاء الاصطناعي. وتعرّف على حلول الذكاء الاصطناعي لدينا في قطاعات متنوعة مثل الزراعة والتصنيع. انضم إلينا للتعلم والتقدم!