رأس الكشف

رأس الكشف هو المكوّن الأخير وربما الأكثر أهمية في نموذج الكشف عن الأجسام، حيث يعمل بمثابة طبقة صنع القرار التي تترجم ميزات الصورة المشفرة إلى تنبؤات قابلة للتنفيذ. يقع في نهاية الشبكة العصبية للتعلم العميق، وتحديداً بعد العمود الفقري والرقبة، يقوم رأس الكشف بمعالجة خرائط السمات عالية المستوى عالية المستوى لإنتاج المخرجات النهائية: فئة الكائن الكائن وموقعه الدقيق داخل الصورة. بينما تركز الطبقات السابقة من الشبكة على ميزة استخلاص السمات - تحديد الحواف والأنسجة والأنماط المعقدة - يفسر رأس الكشف هذه البيانات للإجابة عن "ما هو؟" و "أين هو؟"

الوظائف والهندسة المعمارية

تتمثل المسؤولية الأساسية لرئيس الكشف في أداء مهمتين متميزتين ولكن متزامنتين: التصنيف و والانحدار. في البنى الحديثة الحديثة للكشف عن الكائنات غالباً ما يتم التعامل مع هاتين المهمتين من قبل فروع منفصلة داخل الرأس، وهو خيار تصميمي يسمح للنموذج التخصص في جوانب مختلفة من التنبؤ.

• فرع التصنيف: يعيّن هذا المكوّن الفرعي درجة احتمالية لمختلف الفئات (على سبيل المثال, "شخص"، "دراجة"، "إشارة مرور"). يستخدم هذا المكوّن الفرعي دالة خسارة مثل خسارة الانتروبيا المتقاطعة لتعلم الفرق بين الفئات.
• فرع الانحدار: يتنبأ هذا الجزء من الرأس بالإحداثيات المكانية للمربع المحيط المربع المحيط الذي يحيط بالجسم. يقوم بتنقيح أبعاد المربع (س، ص، العرض، الارتفاع) لتتماشى بشكل وثيق مع الحقيقة الأرضية، وغالبًا ما يقلل من فقدان التقاطع على الاتحاد (IoU ).

عادةً ما يكون الناتج من رأس الكشف عبارة عن مجموعة كثيفة من الاكتشافات المرشحة. لوضع اللمسات الأخيرة على النتائج خطوات ما بعد المعالجة مثل الإخماد غير الأقصى (NMS) لتصفية المربعات المتداخلة والاحتفاظ فقط بالتنبؤات الأكثر ثقة.

أنواع رؤوس الكشف

يحدد تصميم رأس الكشف كيفية تعامل النموذج مع مشكلة تحديد مواقع الأجسام.

• الرؤوس المستندة إلى مرساة: التقليدية كاشفات الأجسام التقليدية ذات المرحلة الواحدة مثل إصدارات إصدارات YOLO المبكرة التي تعتمد على مربعات تثبيت محددة مسبقًا. يتنبأ الرأس يتنبأ الرأس بالإزاحات من هذه المربعات المرجعية الثابتة. على الرغم من فعالية هذا النهج، إلا أنه يتطلب ضبطًا دقيقًا ل معلمات الارتكاز الفائقة.
• رؤوس خالية من المراسي: أحدث الموديلات، بما في ذلك Ultralytics YOLO11تستخدم كاشفات خالية من المراسي. تتنبأ هذه الرؤوس بمراكز الأجسام وأحجامها مباشرةً من بكسلات خريطة الميزة دون الاعتماد على مربعات محددة مسبقًا. هذا بشكل كبير تبسيط بنية النموذج وتحسين التعميم عبر أشكال الأجسام المختلفة.

تطبيقات واقعية

تُعد كفاءة ودقة رأس الكشف أمرًا حيويًا لنشر الذكاء الاصطناعي (AI) في البيئات المعقدة.

1. التشخيص الطبي: في تحليل الصور الطبية، يتم تدريب رؤوس الكشف لتحديد الحالات الشاذة مثل الأورام أو الكسور في الأشعة السينية والتصوير بالرنين المغناطيسي. على سبيل المثال يعتمد الذكاء الاصطناعي في مجال الرعاية الصحية على رؤوس عالية الدقة لتقليل السلبيات الخاطئة، ومساعدة أخصائيي الأشعة في الكشف المبكر عن الأمراض.
2. تحليلات البيع بالتجزئة: تستخدم المتاجر الذكية الرؤية الحاسوبية track المخزون ومراقبة سلوك العملاء. يمكن لرؤوس الكشف في الذكاء الاصطناعي لتطبيقات البيع بالتجزئة تحديد المنتجات على الرفوف أو detect السلوكيات المشبوهة لمنع الخسارة، ومعالجة موجزات الفيديو في الوقت الفعلي.

الكشف عن الرأس مقابل العمود الفقري والرقبة

من المفيد تمييز رأس الكشف عن المكونات الرئيسية الأخرى لـ الشبكة العصبية التلافيفية (CNN):

• العمود الفقري: العمود الفقري (على سبيل المثال، ResNet أو CSPDarknet) مسؤول عن استخراج الميزات المرئية الأولية من صورة الإدخال.
• الرقبة: الرقبة، وغالبًا ما تكون شبكة هرمية للميزات (FPN)، تمزج بين هذه الميزات وتنقيحها لتجميع السياق على مستويات مختلفة.
• الرأس: يستهلك رأس الاكتشاف هذه الميزات المكررة لإنشاء الفئة النهائية والإحداثيات التنبؤات.

مثال على التنفيذ

يوضّح مقتطف كود Python التالي كيفية فحص رأس الكشف لنموذج YOLO11 المدرّب مسبقًا باستخدام نموذج ultralytics الحزمة. هذا يساعد المستخدمين على فهم بنية الطبقة النهائية المسؤولة عن الاستدلال.

from ultralytics import YOLO

# Load a pre-trained YOLO11 model
model = YOLO("yolo11n.pt")

# Inspect the final detection head layer
# This typically reveals the number of classes (nc) and anchors/outputs
print(model.model.model[-1])

# Run inference to see the head's output in action
results = model("https://ultralytics.com/images/bus.jpg")

يعد فهم رأس الكشف أمرًا ضروريًا لأي شخص يتطلع إلى تحسين أداء النموذج أو تنفيذ مهام متقدمة مثل نقل التعلم، حيث غالبًا ما يتم استبدال الرأس لتدريب النموذج على مجموعة بيانات مخصصة جديدة. يجرّب الباحثون باستمرار تصميمات جديدة للرأس لتحسين مقاييس مثل متوسط الدقة المتوسطة (mAP)، مما يدفع حدود ما يمكن أن تحققه الرؤية الحاسوبية.