Feature Pyramid Network (FPN)

شبكة هرم الميزات (FPN) هي مكون معماري متخصص يُستخدم في أنظمة رؤية الكمبيوتر (CV) الحديثة لتحسين اكتشاف الكائنات بمقاييس مختلفة. وهي تحل بفعالية تحدياً طال أمد مواجهته في تحليل الصور: وهو التعرف على الهياكل الكبيرة البارزة والتفاصيل الدقيقة البعيدة ضمن الصورة نفسها. من خلال إنشاء تمثيل متعدد المقاييس للإدخال - يشبه هرمياً من الناحية المفاهيمية - تتيح شبكات FPN للشبكات العصبية استخراج معلومات دلالية غنية في كل مستوى من مستويات الدقة. توجد هذه البنية عادةً بين العمود الفقري (backbone)، الذي يستخرج الميزات الخام، و**رأس الكشف (detection head)**، الذي يتنبأ بفئات الكائنات ومربعات الإحاطة.

كيف تعمل شبكات هرم الميزات#

يكمن الابتكار الأساسي لشبكة FPN في كيفية معالجتها للمعلومات. تقوم شبكات التوليف العصبية (CNNs) التقليدية بطبيعتها بإنشاء تسلسل هرمي للميزات حيث يتم أخذ عينات من صورة الإدخال تنازلياً تدريجياً. وفي حين أن هذا يعمق الفهم الدلالي (معرفة ما يوجد في الصورة)، فإنه غالباً ما يقلل الدقة المكانية (معرفة مكان وجوده بالتحديد)، مما يجعل الكائنات الصغيرة تختفي.

تعالج شبكات FPN هذا الأمر من خلال عملية مكونة من ثلاث خطوات:

1. مسار التصاعد (Bottom-Up Pathway): هذا هو تمرير التغذية الأمامية القياسي للشبكة، مثل شبكة متبقية (ResNet). بينما تعامل الشبكة الصورة، فإنها تنشئ خرائط ميزات (feature maps) تنخفض في الحجم ولكنها تزيد في القيمة الدلالية.

2. المسار من الأعلى إلى الأسفل (Top-Down Pathway): تقوم الشبكة بإنشاء هرم عالي الدقة عن طريق زيادة دقة الميزات الغنية دلالياً من الطبقات العميقة. تقوم هذه الخطوة بـ "استحضار" سياق قوي مرة أخرى إلى خرائط مكانية أكبر.

3. الوصلات الجانبية (Lateral Connections): لاستعادة التفاصيل الدقيقة التي فُقدت أثناء خفض الدقة، تدمج شبكات FPN الميزات ذات الدقة العالية مع الخرائط الأصلية عالية الدقة من المسار من الأسفل إلى الأعلى عبر وصلات جانبية.

ينتج عن هذا الدمج هرم يحتوي فيه كل مستوى على دلالات قوية وكذلك توضع دقيق، مما يعزز بشكل كبير الدقة (precision) و**الاسترجاع (recall)** عبر جميع أحجام الكائنات.

الأهمية في معماريات اكتشاف الكائنات#

تعد شبكات FPN حجر الأساس في هندسة اكتشاف الكائنات الحديثة. قبل تقديمها، كان على النماذج الاختيار بين السرعة (باستخدام الطبقة النهائية فقط) أو الدقة (معالجة هرم الصور، وهو أمر بطيء للغاية). توفر شبكات FPN حلاً يجمع أفضل ما في الميزتين، مما يتيح الاستدلال في الوقت الفعلي (real-time inference) دون التضحية بقدرات اكتشاف الكائنات الصغيرة.

هذه الكفاءة حاسمة للنماذج المتقدمة مثل YOLO26، التي تستخدم شبكات تجميع متطورة مستوحاة من مبادئ FPN (مثل PANet) لتحقيق أداء متطور. تضمن البنية أنه سواء تم نشر النموذج على أجهزة الحافة (edge devices) أو خوادم قوية عبر منصة Ultralytics (Ultralytics Platform)، فإنه يحافظ على دقة عالية عبر مجموعات بيانات متنوعة.

تطبيقات العالم الحقيقي#

القدرة على التعامل مع مقاييس متعددة تجعل شبكات FPN لا غنى عنها في الصناعات التي تكون فيها السلامة والدقة أمراً بالغ الأهمية.

• الذكاء الاصطناعي في قطاع السيارات: يجب على المركبات ذاتية القيادة تتبع الشاحنات الكبيرة المجاورة وإشارات المرور الصغيرة أو المشاة في المسافة في الوقت نفسه. تتيح شبكات FPN لمكدس الإدراك معالجة هذه المقاييس المتباينة في تمريرة واحدة، مما يضمن اتخاذ القرار في الوقت المناسب. غالباً ما تُستخدم مجموعات البيانات مثل nuScenes لقياس هذه الإمكانيات.
• تحليل الصور الطبية: في التصوير التشخيصي، يتطلب اكتشاف الأمراض رصد الشذوذات التي تختلف بشكل كبير في الحجم. يمكن للنموذج المجهز بـ FPN تحديد كل من هياكل الأعضاء الكبيرة والأورام الصغيرة في المراحل المبكرة في فحوصات التصوير بالرنين المغناطيسي (MRI scans)، مما يساعد أطباء الأشعة في إجراء تشخيصات دقيقة.
• الذكاء الاصطناعي في الزراعة: تعتمد الزراعة الدقيقة على اكتشاف المحاصيل والآفات من صور الطائرات بدون طيار (drone). نظراً لاختلاف ارتفاع الطائرة بدون طيار، يتغير حجم النباتات في الصورة. تساعد شبكات FPN النماذج على التعميم بشكل جيد، وتنفيذ عد الكائنات بدقة بغض النظر عن ارتفاع الكاميرا.

مقارنة FPN مع مجمعات الميزات الأخرى#

من المفيد التمييز بين شبكة FPN القياسية ومتغيراتها المتطورة الموجودة في المعماريات الأحدث.

• FPN مقابل PANet: بينما تضيف FPN مساراً تنازلياً لإثراء الميزات، تضيف شبكة تجميع المسار (PANet) مساراً تصاعدياً إضافياً فوق FPN. هذا يقصر مسار المعلومات للميزات ذات المستوى المنخفض، مما يحسن تحديد الموقع بشكل أكبر، وهي تقنية غالباً ما يتم تكييفها في نماذج YOLO.
• FPN مقابل BiFPN: الموجود في EfficientDet، تقدم شبكة هرم الميزات ثنائية الاتجاه (BiFPN) أوزاناً قابلة للتعلم لميزات مختلفة وتزيل العقد ذات الإدخال الواحد فقط، مما يحسن الشبكة لتحقيق الكفاءة.

مثال عملي#

المكتبات المتقدمة مثل ultralytics تتعامل مع تعقيد بناء FPN داخلياً. عندما تقوم بتحميل نموذج مثل YOLO26، تتضمن البنية تلقائياً طبقات تجميع الميزات هذه لتعظيم الأداء.

from ultralytics import YOLO

# Load the YOLO26 model, which uses advanced feature pyramid principles internally
# The 'n' suffix indicates the nano version, optimized for speed
model = YOLO("yolo26n.pt")

# Perform inference on an image containing objects of various sizes
# The model's neck (FPN-based) aggregates features to detect small and large items
results = model("https://ultralytics.com/images/bus.jpg")

# Display results to see bounding boxes around buses (large) and people (small)
results[0].show()