Detection Head

يعمل رأس الكشف كطبقة اتخاذ القرار النهائية في بنية شبكة عصبية لكشف الأجسام. وبينما تتولى الطبقات السابقة من النموذج فهم الأشكال والأنسجة والسمات داخل الصورة، فإن رأس الكشف هو المكوّن المحدد الذي يفسّر هذه المعلومات للتنبؤ بدقة بالأجسام الموجودة ومواقعها. وهو يحوّل البيانات المجردة عالية المستوى التي يستخرجها مستخرج السمات إلى نتائج قابلة للتنفيذ، ويُخرج عادةً مجموعة من المربعات المحيطة التي تحيط بالأجسام المحددة، إلى جانب تسميات الفئات المقابلة لها ودرجات الثقة.

تمييز رأس الكشف عن العمود الفقري والعنق#

لفهم وظيفة رأس الكشف فهمًا كاملًا، من المفيد تصور كواشف الأجسام الحديثة على أنها تتكوّن من ثلاث مراحل رئيسية، تؤدي كل منها غرضًا مميزًا في خط أنابيب الرؤية الحاسوبية (CV):

• العمود الفقري: هذا هو الجزء الأولي من الشبكة، وغالبًا ما يكون شبكة عصبية التفافية (CNN) مثل ResNet أو CSPNet. ويعالج صورة الإدخال الخام لإنشاء خرائط السمات التي تمثّل الأنماط المرئية.
• العنق: يقع العنق بين العمود الفقري والرأس، ويعمل على تنقيح السمات ودمجها من مقاييس مختلفة. وتضمن بنيات مثل شبكة هرم السمات (FPN) قدرة النموذج على كشف الأجسام ذات الأحجام المختلفة من خلال تجميع السياق.
• الرأس: هو المكوّن النهائي الذي يستهلك السمات المنقحة من العنق. وينفّذ المهمة الفعلية للتصنيف (ما هو؟) والانحدار (أين هو؟).

التطور: الرؤوس المعتمدة على المراسي مقابل الرؤوس الخالية من المراسي#

تطوّر تصميم رؤوس الكشف تطورًا كبيرًا لتحسين السرعة والدقة، ولا سيما مع الانتقال من الأساليب التقليدية إلى نماذج الاستدلال الفوري الحديثة.

• الرؤوس المعتمدة على المراسي: اعتمدت كواشف الأجسام أحادية المرحلة التقليدية على مربعات المراسي المحددة مسبقًا، وهي أشكال مرجعية ثابتة بأحجام مختلفة. وكان الرأس يتنبأ بمقدار تمديد هذه المراسي أو إزاحتها لتلائم الجسم. وقد فُصّل هذا النهج في الأبحاث التأسيسية حول Faster R-CNN.
• الرؤوس الخالية من المراسي: تستخدم النماذج المتطورة، بما في ذلك أحدث YOLO26، كواشف خالية من المراسي. وتتنبأ هذه الرؤوس بمراكز الأجسام وأبعادها مباشرةً من وحدات البكسل في خرائط السمات، مما يلغي الحاجة إلى ضبط المراسي يدويًا. ويبسّط هذا بنية النموذج ويعزز قدرته على التعميم على أشكال الأجسام الجديدة، وهي تقنية غالبًا ما ترتبط بـكشف الأجسام أحادي المرحلة الالتفافي بالكامل (FCOS).

التطبيقات الواقعية#

تُعد دقة رأس الكشف أمرًا بالغ الأهمية لنشر الذكاء الاصطناعي (AI) في البيئات الحرجة للسلامة والبيئات الصناعية. ويمكن للمستخدمين إضافة تعليقات توضيحية إلى البيانات وتدريب هذه الرؤوس المتخصصة بسهولة باستخدام منصة Ultralytics.

• القيادة الذاتية: في الذكاء الاصطناعي للسيارات، يتولى رأس الكشف مسؤولية التمييز بين المشاة وإشارات المرور والمركبات الأخرى في الوقت الفعلي. ويضمن الرأس المحسّن بدرجة عالية بقاء زمن استجابة الاستدلال منخفضًا بما يكفي لاستجابة المركبة فورًا.
• التشخيص الطبي: في تحليل الصور الطبية، تُضبط رؤوس الكشف بدقة لتحديد الحالات الشاذة مثل الأورام في صور التصوير بالرنين المغناطيسي. ويجب أن يكون فرع الانحدار دقيقًا للغاية لرسم الحدود الدقيقة للآفة، مما يساعد الأطباء في حلول الرعاية الصحية.

مثال على التعليمات البرمجية#

يوضح المثال التالي كيفية تحميل نموذج YOLO26 وفحص مخرجات رأس الكشف فيه. عند تشغيل الاستدلال، يعالج الرأس الصورة ويُرجع boxes النهائي الذي يحتوي على الإحداثيات ومعرّفات الفئات.

from ultralytics import YOLO

# Load the YOLO26n model (nano version)
model = YOLO("yolo26n.pt")

# Run inference on an image to utilize the detection head
results = model("https://ultralytics.com/images/bus.jpg")

# The detection head outputs are stored in results[0].boxes
for box in results[0].boxes:
    # Print the bounding box coordinates and the predicted class
    print(f"Class: {int(box.cls)}, Coordinates: {box.xywh.numpy()}")

يوضح هذا التفاعل كيفية ترجمة رأس الكشف لتنشيطات الشبكة العصبية المعقدة إلى بيانات مقروءة يمكن للمطورين استخدامها في مهام لاحقة مثل تتبّع الأجسام أو العد.