Bounding Box

الصندوق المحيط هو أصغر مستطيل بمحاور متوازية يحيط بكائن في صورة أو إطار فيديو، ويُوصف بأربعة أرقام. وهو وحدة الإخراج في اكتشاف الكائنات: إذ يُرجع الكاشف صندوقًا لكل كائن، إلى جانب تسمية الفئة ودرجة الثقة، ويرسم خبراء التعليق التوضيحي الصناديق نفسها على بيانات التدريب لتعليم النموذج. يحدد الصندوق موقع الكائن ويعطي تقديرًا تقريبيًا لحجمه من دون تتبع شكله، مما يجعل وضع الصناديق سريعًا والتنبؤ بها قليل التكلفة.

تنسيقات الإحداثيات#

تبدأ إحداثيات الصورة من الزاوية العلوية اليسرى، حيث تزداد x نحو اليمين وy نحو الأسفل. يخزن كل تنسيق للصندوق أربعة أرقام، لكن مجموعات البيانات والمكتبات تختلف بشأن الأرقام الأربعة المستخدمة، ويؤدي الخلط بينها بصمت إلى إزاحة كل صندوق أو تمديده.

• الزوايا (xyxy): الزاوية العلوية اليسرى (x1, y1) والزاوية السفلية اليمنى (x2, y2)، بوحدة البكسل. تستخدم تعليقات PASCAL VOC التوضيحية ومعظم دوال الرسم وIoU هذا التنسيق.
• تنسيق COCO: الزاوية العلوية اليسرى متبوعة بالعرض والارتفاع، [x, y, width, height]، بوحدة البكسل.
• تنسيق YOLO: مركز الصندوق متبوعًا بعرضه وارتفاعه، ويُقسم كل منها على عرض الصورة أو ارتفاعها بحيث تقع جميع القيم بين 0 و1. تتدرب نماذج Ultralytics YOLO مثل YOLO26 على ملف نصي واحد لكل صورة، يضم صفًا لكل كائن: فهرس الفئة، ثم x_center وy_center وwidth وheight.

تظل الإحداثيات المعيارية صالحة بعد تغيير الحجم: إذ يمكن تغيير أبعاد الصورة إلى أي دقة تدريب من دون إعادة كتابة تسمياتها، لأن الصناديق مخزنة على هيئة كسور من حجم الصورة.

from ultralytics import YOLO

# ⁨تحميل كاشف YOLO26 nano مدرّب مسبقًا⁩
model = YOLO("yolo26n.pt")

# ⁨اكتشاف الكائنات واستخراج الصناديق من الصورة الأولى⁩
results = model("https://ultralytics.com/images/bus.jpg")
boxes = results[0].boxes

# ⁨الصندوق الأول نفسه بأربعة تنسيقات⁩
print(boxes.xyxy[0])  # ⁨الزوايا بالبكسل⁩
print(boxes.xywh[0])  # ⁨المركز والعرض والارتفاع بالبكسل⁩
print(boxes.xyxyn[0])  # ⁨الزوايا مقسومة على عرض الصورة وارتفاعها⁩
print(boxes.xywhn[0])  # ⁨المركز والحجم مقسومان على حجم الصورة، كما في تسميات YOLO⁩

تصف الأسطر الأربعة مستطيلًا واحدًا. تقسم التنسيقات المعيارية قيم البكسل على أبعاد الصورة البالغة 810 × 1080، ويُقاس xywh انطلاقًا من مركز الصندوق، لذا فهو يختلف عن xywh ذي الأصل في الزاوية العلوية اليسرى في COCO.

كيف تتنبأ الكواشف بالصناديق#

يتنبأ الكاشف بالصناديق على هيئة مخرجات انحدار في مواضع عديدة من الصورة. تنبأت التصاميم السابقة بإزاحات انطلاقًا من صناديق ارتكاز محددة مسبقًا ذات أحجام ونسب أبعاد ثابتة، بينما تتنبأ الكواشف الخالية من صناديق الارتكاز مباشرةً بالمسافات من نقطة الشبكة إلى حواف الصندوق الأربع. يقارن التدريب الصناديق المتنبأ بها والمعلّمة باستخدام دوال خسارة قائمة على التقاطع على الاتحاد (IoU)، ولأن المواضع المتجاورة تتنبأ بصناديق متداخلة للكائن نفسه، تزيل الكبت غير الأقصى (NMS) الصناديق المكررة أثناء الاستدلال.

وضع تسميات للصناديق المحيطة#

يتعلم الكاشف رسم الصناديق بالطريقة نفسها التي رُسمت بها تسمياته، لذا تحدد إرشادات التعليق التوضيحي للبيانات جودة الصناديق. وتنص الإرشادات الجيدة على أن تلامس الصناديق الحواف الظاهرة لكل كائن، وأن تُعلّم كل حالة من كل فئة، لأن الكائن غير المعلّم يعلّم النموذج أنه خلفية، وأن تُعتمد قاعدة ثابتة للكائنات المحجوبة والمبتورة، مثل إحاطة الجزء الظاهر فقط. ويتبع التقييم القواعد نفسها، لأن درجة التنبؤ تُحسب وفق IoU بينه وبين الصندوق المعلّم.

الصناديق المحيطة مقارنةً بأنواع المناطق الأخرى#

• الصناديق المحيطة الموجّهة (OBB): تتيح قيمة خامسة، هي زاوية الدوران، تدوير الصندوق ليلائم الكائنات المائلة، مثل السفن أو المركبات في الصور الجوية، مع تقليل الخلفية المحصورة داخله.
• تقسيم الكائنات: قناع على مستوى البكسل يرسم حدود الشكل الدقيق لكل كائن.
• النقاط المفتاحية: نقاط معالم منفردة، مثل مفاصل الجسم المستخدمة في تقدير الوضعية.
• الصناديق المحيطة ثلاثية الأبعاد: متوازيات مستطيلات في الفضاء الواقعي، تُوصف عادةً بسبعة أرقام: المركز (x, y, z)، والطول والعرض والارتفاع بالأمتار، وزاوية الاتجاه.