Two-Stage Object Detectors

كاشفات الأجسام ثنائية المرحلة هي فئة متطورة من بنى التعلم العميق (DL) المستخدمة في الرؤية الحاسوبية لتحديد وتعيين مواقع العناصر داخل الصورة. على عكس نظيراتها أحادية المرحلة، التي تقوم بعملية الكشف في تمريرة واحدة، تقسم هذه النماذج المهمة إلى مرحلتين متميزتين: اقتراح المنطقة وتصنيف الجسم. تم ابتكار هذا النهج الثنائي لإعطاء الأولوية لدقة التوطين العالية، مما جعل هذه الكاشفات ذات أهمية تاريخية في تطور الذكاء الاصطناعي (AI). من خلال فصل "أين" عن "ماذا"، غالباً ما تحقق الكاشفات ثنائية المرحلة دقة فائقة، خاصة على الأجسام الصغيرة أو المحجوبة، على الرغم من أن هذا يأتي عادةً على حساب زيادة الموارد الحسابية وبطء زمن استجابة الاستدلال.

Link to this sectionالعملية ثنائية المرحلة#

تعتمد بنية الكاشف ثنائي المرحلة على سير عمل تسلسلي يحاكي كيفية قيام الإنسان بفحص المشهد بعناية.

1. اقتراح المنطقة: في المرحلة الأولى، يقوم النموذج بمسح الصورة المدخلة لتحديد المناطق المحتملة التي قد توجد بها أجسام. يولد مكون يُعرف باسم شبكة اقتراح المنطقة (RPN) مجموعة متفرقة من الصناديق المرشحة، والتي يشار إليها غالباً باسم مناطق الاهتمام (RoIs). تقوم هذه المرحلة بتصفية غالبية الخلفية، مما يسمح للشبكة بتركيز القوة الحسابية على المناطق ذات الصلة.

2. التصنيف والتحسين: في المرحلة الثانية، يستخرج النموذج ميزات من هذه المناطق المرشحة باستخدام الشبكات العصبية التلافيفية (CNNs). ثم يقوم بتعيين تسمية فئة محددة (مثل "شخص"، "مركبة") لكل منطقة ويحسن إحداثيات صندوق التحديد ليحيط بالجسم بإحكام.

تشمل الأمثلة البارزة لهذه البنية عائلة R-CNN، وتحديداً Faster R-CNN و Mask R-CNN، والتي وضعت المعيار للمقارنات الأكاديمية لعدة سنوات.

Link to this sectionالمقارنة مع كاشفات الأجسام أحادية المرحلة#

من المفيد التمييز بين النماذج ثنائية المرحلة و كاشفات الأجسام أحادية المرحلة مثل Single Shot MultiBox Detector (SSD) وسلسلة Ultralytics YOLO. بينما تعطي النماذج ثنائية المرحلة الأولوية لـ الدقة من خلال معالجة المناطق بشكل منفصل، تؤطر النماذج أحادية المرحلة عملية الكشف كمسألة انحدار واحدة، حيث تعين بكسلات الصورة مباشرة إلى إحداثيات صندوق التحديد واحتمالات الفئة.

تاريخياً، خلق هذا مقايضة: كانت النماذج ثنائية المرحلة أكثر دقة ولكنها أبطأ، بينما كانت النماذج أحادية المرحلة أسرع ولكن أقل دقة. ومع ذلك، فقد طمست التطورات الحديثة هذا الخط. تستخدم النماذج المتطورة مثل YOLO26 الآن بنى شاملة (end-to-end) تنافس دقة الكاشفات ثنائية المرحلة مع الحفاظ على السرعة اللازمة لـ الاستدلال في الوقت الفعلي.

Link to this sectionتطبيقات العالم الحقيقي#

بسبب تركيزها على الدقة و الاستدعاء، غالباً ما تُفضل الكاشفات ثنائية المرحلة في السيناريوهات التي تكون فيها السلامة والتفاصيل أكثر أهمية من سرعة المعالجة الخام.

• التصوير التشخيصي الطبي: في مجال الذكاء الاصطناعي في الرعاية الصحية، يمكن أن يكون تفويت التشخيص أمراً بالغ الأهمية. تُستخدم البنى ثنائية المرحلة بشكل متكرر في تحليل الصور الطبية لاكتشاف الشذوذ مثل الأورام في صور الأشعة السينية أو فحوصات الرنين المغناطيسي. تساعد العملية متعددة الخطوات في ضمان عدم تجاهل الآفات الصغيرة مقابل خلفيات الأنسجة المعقدة، مما يوفر لأطباء الأشعة مساعدة آلية عالية الموثوقية.
• التفتيش الصناعي عالي الدقة: في التصنيع الذكي، تستخدم أنظمة التفتيش البصري الآلي هذه النماذج لتحديد العيوب المجهرية على خطوط التجميع. على سبيل المثال، يتطلب اكتشاف كسر شعري في شفرة توربين دقة عالية في التقاطع فوق الاتحاد (IoU) التي توفرها الكاشفات ثنائية المرحلة، مما يضمن أن المكونات الخالية من العيوب فقط هي التي تنتقل إلى المرحلة التالية من الإنتاج.

Link to this sectionتنفيذ الكشف الحديث#

بينما أسست الكاشفات ثنائية المرحلة الأساس لرؤية عالية الدقة، غالباً ما يستخدم المطورون المعاصرون نماذج أحادية المرحلة متقدمة توفر أداءً قابلاً للمقارنة مع سير عمل نشر أسهل بكثير. تعمل منصة Ultralytics على تبسيط تدريب ونشر هذه النماذج، مع إدارة مجموعات البيانات والموارد الحسابية بكفاءة.

يوضح مثال Python التالي كيفية تحميل وتشغيل الاستدلال باستخدام سير عمل كشف الأجسام الحديث مع ultralytics، مما يحقق نتائج عالية الدقة مشابهة للنهج التقليدية ثنائية المرحلة ولكن بكفاءة أكبر:

from ultralytics import YOLO

# Load the YOLO26 model, a modern high-accuracy detector
model = YOLO("yolo26n.pt")

# Run inference on an image to detect objects
results = model("https://ultralytics.com/images/bus.jpg")

# Process results (bounding boxes, classes, and confidence scores)
for result in results:
    result.show()  # Display the detection outcomes
    print(result.boxes.conf)  # Print confidence scores