Anchor-Based Detectors

تُعدّ الكاشفات القائمة على المراسي فئةً أساسية من نماذج اكتشاف الأجسام في الرؤية الحاسوبية، إذ تستخدم مجموعةً من الصناديق المحيطة المحددة مسبقًا لتحديد مواقع الأجسام وتصنيفها. وبدلًا من محاولة التنبؤ بإحداثيات جسم ما من نقطة بداية فارغة، تبدأ هذه الأنظمة بقوالب مرجعية ثابتة تُعرف باسم صناديق المراسي. ثم تُدرَّب الشبكة العصبية على تحديد القالب الذي يطابق جسمًا في الصورة بأفضل شكل، وحساب الإزاحات المحددة—أي التعديلات في الموضع والحجم—اللازمة لمحاذاة المرساة تمامًا مع الهدف. يحوّل هذا النهج مشكلة التنبؤ بالإحداثيات العشوائية والصعبة إلى مهمة انحدار أكثر استقرارًا، وقد شكّل ذلك اختراقًا أساسيًا في تطوير بنيات التعلّم العميق (DL) المبكرة مثل Faster R-CNN وSSD.

كيفية عمل الآليات القائمة على المراسي#

تتمحور العملية الأساسية للكاشف القائم على المراسي حول تقسيم الصورة المُدخلة إلى شبكة كثيفة. وفي كل خلية من هذه الشبكة، ينشئ النموذج عدة صناديق مراسٍ بمقاييس ونسب أبعاد مختلفة لمراعاة أشكال الأجسام المتنوعة، مثل المشاة طوال القامة أو المركبات العريضة. ومع مرور بيانات الصورة عبر الشبكة الأساسية للنموذج، تستخرج الشبكة سمات غنية لتنفيذ مهمتين متزامنتين:

1. التصنيف: يعيّن النموذج درجة احتمالية لكل مرساة، متنبئًا بما إذا كانت تحتوي على فئة محددة من الأجسام (مثل "سيارة" أو "كلب") أو كانت مجرد ضوضاء في الخلفية.

2. انحدار الصندوق: بالنسبة إلى المراسي التي حُدد أنها تحتوي على جسم، تتنبأ الشبكة بعوامل تصحيح لتحسين إحداثيات مركز المرساة x, y وعرضها وارتفاعها، ما ينتج صندوقًا محيطًا محكمًا.

أثناء تدريب النموذج، تستخدم هذه الكاشفات مقياسًا يُسمى التقاطع على الاتحاد (IoU) لمطابقة المراسي المحددة مسبقًا مع تسميات الحقيقة الأرضية المقدمة في مجموعة البيانات. وتُعامل المراسي ذات التداخل الكبير على أنها عينات إيجابية. ونظرًا إلى أن هذه العملية تولّد آلاف الاكتشافات المحتملة، تُطبَّق أثناء الاستدلال خوارزمية ترشيح تُعرف باسم الكبت غير الأقصى (NMS) لإزالة الصناديق المتكررة والاحتفاظ بالتنبؤ الأكثر دقة لكل جسم.

مقارنة بالكاشفات الخالية من المراسي#

رغم أن الأساليب القائمة على المراسي أرست المعيار لسنوات، فقد تطوّر المجال نحو الكاشفات الخالية من المراسي. ويُعد فهم هذا الفرق أمرًا حيويًا للممارسين المعاصرين.

• القائمة على المراسي: تعتمد نماذج مثل YOLOv5 وRetinaNet الأصلية على الإعداد اليدوي أو خوارزميات التجميع مثل تجميع k-means لتحديد أفضل أحجام للمراسي في مجموعة بيانات معينة. ويوفر ذلك استقرارًا، لكنه قد يكون جامدًا إذا اختلفت الأجسام اختلافًا كبيرًا في أشكالها.
• الخالية من المراسي: غالبًا ما تلغي البنى الحديثة، بما فيها YOLO26، مرحلة المراسي بالكامل. فهي تتنبأ بمراكز الأجسام وأحجامها مباشرةً من وحدات بكسل خريطة السمات، ما يقلل العبء الحسابي ويبسط البحث عن المعلمات الفائقة. ويكون هذا النهج "شاملًا من البداية إلى النهاية" وأسرع عمومًا وأسهل تدريبًا على البيانات المتنوعة.

التطبيقات الواقعية#

يظل المنطق القائم على المراسي ذا صلة في العديد من أنظمة الإنتاج القديمة والمتخصصة التي تكون فيها أشكال الأجسام قابلة للتنبؤ ومتسقة.

• مراقبة حركة المرور: في أنظمة النقل الذكية، تكتشف الكاميرات المركبات لإدارة حركة المرور أو تحديد المخالفات. ونظرًا إلى أن السيارات والشاحنات تتمتع بأبعاد موحدة، يمكن ضبط النماذج القائمة على المراسي باستخدام توزيعات مسبقة محددة لتعظيم الدقة والاستدعاء.
• أتمتة البيع بالتجزئة: تستخدم أنظمة الدفع الآلي الرؤية الحاسوبية لتحديد المنتجات. وبما أن السلع المعبأة، مثل علب الحبوب، تحافظ على نسبة أبعاد ثابتة، توفر المراسي معرفة مسبقة قوية للشبكة، ما يساعدها على التمييز بين العناصر المتشابهة ظاهريًا في مشهد مزدحم.

مثال على التنفيذ#

رغم أن أحدث نماذج YOLO26 تستخدم رؤوسًا خالية من المراسي لتحقيق أداء متفوق، تظل واجهة تشغيل الاكتشاف متسقة. وتجرّد منصة Ultralytics وواجهة Python API تعقيد معرفة ما إذا كان النموذج يستخدم المراسي أو النقاط المركزية، ما يتيح للمستخدمين التركيز على النتائج.

إليك كيفية تحميل نموذج وتشغيل الاستدلال لاكتشاف الأجسام، وهو سير عمل ينطبق بصرف النظر عن بنية المراسي الأساسية:

from ultralytics import YOLO

# Load the YOLO26 model (optimized for speed and accuracy)
model = YOLO("yolo26n.pt")

# Run inference on an image source
# The model handles internal logic (anchor-based or anchor-free) automatically
results = model.predict("https://ultralytics.com/images/bus.jpg")

# Display the first result with bounding boxes
results[0].show()

قراءات إضافية#

لتعميق فهمك لآليات الاكتشاف، استكشف البحث التأسيسي حول Faster R-CNN، الذي قدّم شبكة اقتراح المناطق (RPN)، أو اقرأ عن كاشف الصناديق المتعددة باللقطة الواحدة (SSD)، الذي حسّن الاكتشاف القائم على المراسي لتحقيق السرعة. وللحصول على نظرة أشمل إلى المجال، تُعد مجموعة بيانات COCO المعيار المرجعي لتقييم النماذج القائمة على المراسي والخالية منها. بالإضافة إلى ذلك، غالبًا ما تغطي الدورات المتقدمة على Coursera التفاصيل الرياضية لانحدار الصناديق ومطابقة المراسي.