ROAD-DETR, чаҳорчӯбаи муайянкунии объектҳо бар асоси Transformer ва ҳассос ба душворӣ мебошад, ки барои маҳаллисозии хатарҳои ғайричашмдошти роҳ дар миқёсҳои гуногун, бо сарҳадҳои визуалии заиф ва дар шароити бади тасвир таҳия шудааст. Таҳқиқот ҳамчунин ROAD-6-Det ном маҷмӯаи додаҳои benchmark-и иборат аз 33.784 тасвирро пешниҳод мекунад, ки шаш хатари ғайричашмдошти роҳро бо аннотатсияҳои bounding box-и параллел ба меҳварҳо дар бар мегирад. ROAD-DETR се модули махсуси вазифавӣ — Hazard-Aware Multi-Scale Fusion Module (HMSFM), Difficulty-Aware Feature Enhancement Module (DAFEM) ва Hazard Query Refinement Module (HQRM) — инчунин confidence branch-еро, ки эътимоднокии пешгӯиро мувофиқи сифати маҳаллисозӣ меомӯзад, муттаҳид мекунад.

Дар қисми умумии санҷиши ROAD-6-Det, ROAD-DETR; 94.2% mAP@50, 72.1% mAP@50:95, 93.2% precision, 91.1% recall ва 93.5% F1-и умумӣ ба даст овардааст. Барои модели қавитарини базавӣ RF-DETR-M, mAP@50 ба 85.7% ва mAP@50:95 ба 63.7% баробар аст. Модел ҳамчунин дар рӯшноии хеле паст 90.6%, дар тумани ғафс 90.8%, дар борони шадид 90.4%, дар норавшании сахт 88.6% ва дар гурӯҳи душвортарини хатари хурд 90.1% натиҷа гузориш кардааст.

Ин натиҷаҳо барои шароити санҷиши ROAD-6-Det ва вайронсозиҳои идорашавандаи тасвир, ки дар таҳқиқот сохта шудаанд, эътибор доранд. Таҳқиқот нишон намедиҳад, ки як мошини воқеии худрон дар роҳи кушода бехатар ҳаракат кардааст, дар ҳамаи кишварҳо ё маҷмӯаҳои додаҳои қаблан нодида ҳамон натиҷаро нигоҳ медорад ё ROAD-DETR барои ронандагии аз нигоҳи бехатарӣ муҳим ба танҳоӣ кофӣ аст.

Масъалаи таҳқиқот

Маҷмӯаҳои додаҳои анъанавии ронандагии худкор асосан ба объектҳои муқаррарии ҳаракати роҳ, монанди мошин, пиёдагард, дучархасавор, аломати роҳ ва хатти роҳ, тамаркуз мекунанд. Хатарҳои ғайричашмдошти роҳ барои системаҳои муайянкунии объектҳо масъалаи дигарро ба вуҷуд меоранд. Дарахти афтода ё мошини садамакарда метавонад объекти калон ва сохторӣ бошад, дар ҳоле ки резиши равған, оби рӯизаминӣ ё роҳи яхбаста минтақаҳои васеъ ва аморфии сатҳӣ мебошанд, ки бо матни атрофи роҳ сарҳадҳои заиф месозанд. Партовҳои роҳ метавонанд қисми хеле хурди тасвирро ишғол кунанд.

Манбаъ барои детекторҳои бар асоси Transformer се мушкили асосиро муайян мекунад: хеле тағйир ёфтани миқёси фазоии хатарҳо, суст шудани қобилияти фарқкунандаи хусусиятҳои миёна аз сабаби обу ҳавои бад ё контрасти паст ва натавонистани object query-ҳои стандартии омӯзишшаванда барои ба қадри кофӣ намояндагӣ кардани хатарҳои камёб ё номуайян. Се модули ROAD-DETR барои ҷавоб ба ҳамин се масъала тарҳрезӣ шудаанд.

ROAD-6-Det чист?

ROAD-6-Det benchmark-и муайянкунии объектҳо бо 33.784 тасвир аст, ки ROAD-6-и қаблан барои таснифи сатҳи тасвир таҳияшударо ба маҳаллисозии сатҳи объект васеъ намуда, барои шаш хатари ғайричашмдошти роҳ аннотатсияҳои bounding box пешниҳод мекунад.

Шаш синфи хатар

• Accident Vehicle — Мошини садамакарда: Мошини садамакардае, ки ҷараёни ҳаракатро халалдор мекунад ё вазъияти хатарноки ронандагӣ ба вуҷуд меорад.
• Fallen Tree — Дарахти афтода: Дарахт ва шохаҳои калон, ки як қисми роҳ ё тамоми онро мебанданд.
• Road Debris — Партов/харобаи роҳ: Шина, қисми мошин, масолеҳи сохтмонӣ ё дигар объектҳои ғайричашмдошти рӯи роҳ.
• Oil Spill — Резиши равған: Олудашавии моеъе, ки метавонад часпиши шина ба роҳро кам кунад.
• Surface Water — Оби рӯизаминӣ: Ҷамъшавии обе, ки аз боришот, обхезӣ ё мушкилоти дренаж ба вуҷуд меояд.
• Icy Road — Роҳи яхбаста: Сатҳи роҳе, ки бо ях пӯшонида шудааст ва метавонад хатари лағжиш ва аз даст рафтани идоракунии мошинро зиёд кунад.

Маҷмӯаи додаҳо чӣ гуна сохта шуд?

ROAD-6-Det ҳамон шаш синф ва таркиби тасвирии ROAD-6-ро нигоҳ дошта, ба ҳамаи намунаҳои намоёни хатар bounding box-и параллел ба меҳварҳоро илова мекунад. Тасвирҳо дар таҳқиқоти аслии ROAD-6 аз манбаъҳои кушодаи онлайн, пойгоҳҳои додаҳои саҳнаҳои роҳ ва тасвирҳои воқеии ронандагӣ ҷамъоварӣ шудаанд. Маҷмӯаи додаҳо ҳам тасвирҳои аслӣ ва ҳам тасвирҳои аз augmentatsiya ҳосилшударо дар бар мегирад.

Барои кам кардани ихроҷи додаҳо, тасвири аслӣ ва намунаҳои augmentatsiya-и аз он ҳосилшуда дар як қисми додаҳо нигоҳ дошта шудаанд. Ба ин тартиб, аз гузаштани варианти augmentatsiya-и тасвири аслии омӯзишӣ ба қисми санҷиш ё валидация пешгирӣ шудааст. Маҷмӯаҳои омӯзиш, валидация ва санҷиш аз ҳам ҷудо мебошанд.

Сифати аннотатсия чӣ гуна санҷида шуд?

Bounding box-ҳо аз ҷониби муҳаққиқони дорои таҷриба дар биниши компютерӣ ва муайянкунии объектҳо дастӣ омода шудаанд. Аз annotator-ҳо талаб карда шуд, ки доираи намоёни фазоии хатарро то ҳадди имкон зич иҳота кунанд ва заминаи нолозимро ба қуттӣ дохил накунанд. Пас аз аннотатсияи аввал, ҳамаи тасвирҳо тавассути интерфейси Roboflow дастӣ аз назорати сифат гузаштанд; хатарҳои аз дастрафта, фарогирии нодуруст ва қуттиҳои суст ё нодуруст ҷойгиршуда дубора баррасӣ шуданд. Ба хатарҳои хурд, қисман пӯшида ва сатҳӣ бо сарҳадҳои номуайян диққати махсус дода шуд.

ROAD-6-Det аз дигар маҷмӯаҳои додаҳо чӣ фарқ дорад?

ROAD-DETR хатарҳои ғайричашмдошти роҳро чӣ гуна муайян мекунад?

ROAD-DETR аввал аз backbone-и RF-DETR харитаҳои хусусиятҳои сатҳи паст, миёна ва баландро мегирад; HMSFM онҳоро ба намояндагии умумии бисёрмиқёсаи хатар табдил медиҳад, DAFEM бо attention-и каналӣ ва фазоӣ минтақаҳои визуалии душворро тақвият медиҳад ва HQRM пеш аз ворид шудан ба Transformer decoder object query-ҳоро бо контексти хатари хоси саҳна аз нав вазн медиҳад.

Муодила (1): Хусусиятҳои иерархии backbone

\[ F=\{F_1,F_2,F_3\}. \tag{1} \]

Тасвири вурудии \(I\in\mathbb{R}^{H\times W\times3}\) дар ҳамин шакл аст. Backbone дар се сатҳи гуногуни семантикӣ харитаҳои хусусиятҳои \(F_1\), \(F_2\) ва \(F_3\)-ро истеҳсол мекунад. Ҳар харитаи хусусият:

\[ F_i\in\mathbb{R}^{C_i\times H_i\times W_i} \]

дар ҳамин шакл аст. \(C_i\) шумораи каналҳоро ва \(H_i\), \(W_i\) андозаҳои фазоиро ифода мекунанд. Сатҳҳои паст тафсилоти нозуки ҷойгиршавиро бештар нигоҳ медоранд, дар ҳоле ки сатҳҳои баланд контексти семантикии қавитарро мебаранд.

Муодила (2): Фюжни бисёрмиқёса бо HMSFM

\[ F_m=\Phi_{\mathrm{HMSFM}}(F_1,F_2,F_3). \tag{2} \]

\(\Phi_{\mathrm{HMSFM}}\) маҷмӯи амалиёти омӯзишшаванда аст, ки се сатҳи хусусиятро ба як намояндагии умумии хатар табдил медиҳад. \(F_m\in\mathbb{R}^{C\times H_m\times W_m}\) харитаи якҷояшудаи хусусиятҳои бисёрмиқёса мебошад. Ҳадафи асосии ин формула нигоҳ доштани ишораҳои фазоии партовҳои хурди роҳ ва маълумоти семантикии сатҳи баланд аз мошинҳои садамакарда ё дарахтони афтода дар як фазои хусусият аст.

Муодила (3): Тақвияти хусусият бо DAFEM

\[ F_d=\Phi_{\mathrm{DAFEM}}(F_m). \tag{3} \]

\(F_d\) намояндагии такмилёфтаест, ки барои тақвияти хусусиятҳои минтақаҳои хатарноки душворошкор аз сабаби обу ҳавои бад, рӯшноии паст, контрасти заифи объект-замина ё сарҳадҳои номуайян пешбинӣ шудааст. DAFEM тасвирро аз ҷиҳати физикӣ “тоза” намекунад; каналҳо ва мавқеъҳои иттилоотиро дар фазои хусусият аз нав вазн медиҳад.

Муодила (4): Такмили query-и ҳассос ба хатар

\[ Q_h=\Phi_{\mathrm{HQRM}}(Q,F_d). \tag{4} \]

\(Q\in\mathbb{R}^{N_q\times C}\) маҷмӯи object query-ҳои омӯзишшавандаи Transformer аст. \(N_q\) шумораи query мебошад. HQRM query-ҳои собит омӯхташударо бо хусусиятҳои мавҷудаи хатар дар саҳна алоқаманд карда, онҳоро ба шакли \(Q_h\) аз нав ташкил мекунад.

Муодила (5): Баромади Transformer decoder

\[ Z=\operatorname{Decoder}(F_d,Q_h). \tag{5} \]

\(Z\) decoder embedding-ҳое мебошанд, ки сарлавҳаҳои тасниф ва регрессияи bounding-box истифода хоҳанд кард. Ҳамин тавр, пешгӯии ниҳоии модел ҳам ба хусусиятҳои такмилёфтаи тасвир \(F_d\) ва ҳам ба query-ҳои хатарии ба саҳна мутобиқшуда \(Q_h\) такя мекунад.

Сохтори дохилии HMSFM

Муодила (6): Проексия ба фазои умумии embedding

\[ \hat F_i=\psi_i(F_i). \tag{6} \]

\(\psi_i\) проексияи омӯзишшавандаи 1×1 convolution барои ҳар сатҳи backbone аст. Он харитаҳои \(F_i\)-ро бо шумораи гуногуни канал ба андозаи умумии embedding меорад. 1×1 convolution бе васеъ кардани ҳамсоягии фазоӣ комбинатсияи каналҳоро иҷро мекунад.

Муодила (7): Якҷоясозии хусусиятҳои бисёрмиқёса

\[ F_c=\operatorname{Concat}(\hat F_1,\hat F_2,\hat F_3). \tag{7} \]

Аввал харитаҳои хусусиятҳои проексияшуда ба ҳалли умумии фазоӣ аз нав андозабандӣ мешаванд; баъд дар самти канал якҷо мешаванд. \(F_c\) ҳам тафсилоти нозуки фазоӣ ва ҳам семантикаи сатҳи баланди як саҳнаро якҷо мебарад.

Муодила (8): Фюжни конволютсионӣ

\[ F_m=\sigma(W_f*F_c+b_f). \tag{8} \]

\(*\) амали convolution, \(W_f\) филтрҳои омӯзишшаванда, \(b_f\) bias ва \(\sigma\) фаъолсозии ғайрихаттиро нишон медиҳад. Ин қадам танҳо хусусиятҳоро паҳлӯ ба паҳлӯ намегузорад; аз иттилои якҷояшуда хусусиятҳои нави бисёрмиқёсаи хатарро меомӯзад.

Шароити душвори тасвир дар дохили DAFEM чӣ гуна коркард мешавад?

Манбаъ барои тавзеҳи вайроншавии атмосферӣ, мисли туман ё борон, модели классикии берақами ташаккули тасвирро медиҳад:

\[ I(x)=J(x)t(x)+A(1-t(x)). \]

\(I(x)\) тасвири мушоҳидашуда, \(J(x)\) шуоъдиҳии воқеии саҳна дар зер, \(t(x)\) коэффисиенти интиқол ва \(A\) рӯшноии атмосферӣ аст. Бо кам шудани \(t(x)\), контраст ва сохтори фарқкунандаи тасвир заиф мешавад. ROAD-DETR ин муодиларо баръакс ҳал карда dehazing намекунад; DAFEM хусусиятҳои иттилоотии боқимондаро бо attention тақвият медиҳад.

Муодила (9): Истихроҷи хусусияти маҳаллӣ

\[ F_l=\phi_l(F_m). \tag{9} \]

\(\phi_l\) оператори истихроҷи хусусияти маҳаллӣ бар асоси convolution мебошад, ки дар харитаи хусусиятҳои якҷояшуда кор мекунад. Баромади \(F_l\) вуруди асосӣ барои ҳисобҳои attention-и каналӣ ва фазоӣ аст.

Муодила (10): Attention-и каналӣ

\[ A_c= \sigma\left( W_c(\operatorname{GAP}(F_l)) \right). \tag{10} \]

GAP амали Global Average Pooling мебошад. Он маълумоти фазоии ҳар каналро ба як қимати ҷамъбастӣ табдил медиҳад. \(W_c\) ин ҷамъбастро ба шакли омӯзишшаванда табдил медиҳад ва sigmoid \(\sigma\) вазнҳои attention-ро ба фосилаи маҳдуд мебарад. Ҳадаф додани саҳми бештар ба feature channel-ҳои иттилоотитар барои муайянкунии хатар аст.

Муодила (11): Attention-и фазоӣ

\[ A_s=\sigma(W_s*F_l). \tag{11} \]

\(W_s\) ядрои омӯзишшавандаи convolution-и фазоӣ аст. \(A_s\) харитаи attention мебошад, ки муайян мекунад кадом минтақаҳои фазоии тасвир барои хатар муҳимтаранд.

Муодила (12): Хусусияти residual-и ҳассос ба душворӣ

\[ F_d=F_l\odot A_c\odot A_s+F_m. \tag{12} \]

\(\odot\) зарби элемент ба элемент аст. Аввал \(F_l\) бо attention-и каналӣ ва фазоӣ аз нав вазн дода мешавад; сипас \(F_m\)-и аслӣ бо пайванди residual илова мешавад. Ҳади residual муҳим аст: ҳатто агар attention хеле заиф бошад ҳам, хусусияти асосии бисёрмиқёса гум намешавад.

Сохтори дохилии HQRM

Муодила (13): Контексти глобалии хатар

\[ C_h=\operatorname{GAP}(F_d). \tag{13} \]

\(C_h\) вектори фишурдаи контексти глобалии харитаи хусусиятҳои такмилёфта аст. Манбаъ ба ҷои сохтори вазнинтари монанд ба deformable-attention, global pooling-ро бинобар хароҷоти пасти иловагии ҳисоббарорӣ интихоб мекунад.

Муодила (14): Проексияи контекст ба фазои query

\[ G_h=\delta(W_hC_h). \tag{14} \]

\(W_h\) параметрҳои омӯзишшавандаи проексия ва \(\delta\) фаъолсозии ғайрихаттӣ аст. \(G_h\) контексти саҳнаро ба андозаи embedding-и мувофиқ бо object query-ҳо табдил медиҳад.

Муодила (15): Residual query gating

\[ Q_h=Q+G_h\odot Q. \tag{15} \]

Маънои асосии омӯхташудаи ҳар query, яъне \(Q\), нигоҳ дошта мешавад; \(G_h\odot Q\) контексти хатари хоси саҳнаро илова мекунад. Ин формула:

\[ Q_h=(1+G_h)\odot Q \]

ба ин шакл низ баррасӣ шуда метавонад. Манбаъ аз фарзияи \(G_h\in(0,1)\) истифода бурда мегӯяд, ки координатаҳои query дар байни 1 ва 2 миқёс мегиранд; аломати query баръакс намешавад ва ба сифр пахш карда намешавад.

Муодила (16): Маҷмӯаи embedding-и decoder

\[ Z=\{z_1,z_2,\ldots,z_{N_q}\}. \tag{16} \]

Ҳар \(z_i\) decoder embedding-и вобаста ба як object query аст ва барои се сарлавҳаи пешгӯии баъдӣ намояндагии умумӣ хизмат мекунад.

Муодила (17): Сарлавҳаи тасниф

\[ P_i=\operatorname{Softmax}(W_{\mathrm{cls}}z_i). \tag{17} \]

\(P_i\) тақсимоти эҳтимолии query-и \(i\)-ум барои синфҳои хатар аст. Softmax холҳои синфро нормализатсия мекунад.

Муодила (18): Регрессияи bounding-box

\[ B_i=\sigma(W_{\mathrm{box}}z_i). \tag{18} \]

\[ B_i=(x_i,y_i,w_i,h_i). \]

\(x_i,y_i\) ҷойгиршавии қуттиро ва \(w_i,h_i\) паҳноӣ ва баландиро ифода мекунанд. Sigmoid баромади нормализатсияшудаи қуттиро дар фосилаи маҳдуд нигоҳ медорад.

Муодила (19): Пешгӯии ҷудогонаи эътимоднокӣ

\[ S_i=\sigma(W_{\mathrm{conf}}z_i). \tag{19} \]

\(S_i\in(0,1)\) қимати scalar confidence барои эътимоднокии пешгӯӣ аст. Ин қимат бо эҳтимоли синфи \(P_i\) як нест. Class branch ба саволи «кадом хатар?» ва confidence branch ба саволи «ин пешгӯии объект аз нигоҳи маҳаллисозӣ то чӣ андоза эътимоднок аст?» наздик мешавад.

ROAD-DETR чӣ гуна омӯзонда мешавад?

Муодила (20): Талафоти умумии бисёрвазифа

\[ L_{\mathrm{total}} = L_{\mathrm{cls}} +\lambda_1L_{L1} +\lambda_2L_{\mathrm{GIoU}} +\lambda_{\mathrm{conf}}L_{\mathrm{conf}}. \tag{20} \]

\(L_{\mathrm{cls}}\) талафоти тасниф, \(L_{L1}\) координатаҳои қуттӣ, \(L_{\mathrm{GIoU}}\) ҳампӯшии геометрии қуттиҳо ва \(L_{\mathrm{conf}}\) талафоти пешгӯии confidence мебошад. \(\lambda_1\), \(\lambda_2\) ва \(\lambda_{\mathrm{conf}}\) вазнҳои нисбии ин вазифаҳоро дар оптимизатсия идора мекунанд. Манбаъ \(\lambda_{\mathrm{conf}}=1.0\)-ро дар ҳамаи таҷрибаҳо собит истифода кардааст.

Ёддошти гузоришии дохилии манбаъ: Муодила (20) ҳадафи умумиро бо ҳамин чор ҷузъи талафот муайян мекунад. Аммо дар Расми 3-и манбаъ байни графикҳои омӯзиш ва валидация инчунин каҷҳои DFL loss мавҷуданд. Мақола муносибати дақиқи ин каҷҳои DFL-ро бо Муодила (20) ҷудогона шарҳ намедиҳад; аз ин рӯ дар ин ҷо ҳади нави талафот илова нашудааст.

Муодила (21): Focal classification loss

\[ L_{\mathrm{cls}} = -\alpha_t(1-p_t)^{\gamma}\log(p_t). \tag{21} \]

\(p_t\) эҳтимоли дода ба синфи дуруст, \(\alpha_t\) вазни мувозинаткунии синф ва \(\gamma\) параметри focusing-ро ифода мекунад, ки саҳми намунаҳои осонро ба талафот кам мекунад. Бо наздик шудани \(p_t\) ба 1, \((1-p_t)^\gamma\) хурд мешавад ва таъсири намунаи аллакай осон таснифшуда ба талафот кам мегардад.

Муодила (22): Ҳадафи сифати маҳаллисозӣ барои Confidence

\[ q_i= \begin{cases} \operatorname{IoU}(B_i,B_i^{gt}), & i\in\mathcal{M},\\ 0, & i\notin\mathcal{M}. \end{cases} \tag{22} \]

\(\mathcal M\) маҷмӯи query-ҳоест, ки дар натиҷаи bipartite matching бо объектҳои воқеӣ мувофиқ шудаанд. Ҳадафи confidence барои query-и мувофиқшуда танҳо 1/0 нест; он IoU байни қуттии пешгӯишуда ва қуттии воқеӣ аст. Барои query-и номувофиқ ҳадаф сифр мебошад. Ҳамин тавр confidence score сифати маҳаллисозиро ҷудо аз дақиқии синф меомӯзад.

Муодила (23): Талафоти Confidence

\[ L_{\mathrm{conf}} = -\frac{1}{N_q} \sum_{i=1}^{N_q} \left[ q_i\log(S_i) + (1-q_i)\log(1-S_i) \right]. \tag{23} \]

Ин талафот дар сатҳи query ба шакли binary cross-entropy аст; аммо ҳадафи \(q_i\) метавонад барои query-ҳои мувофиқшуда тавассути IoU қимати пайваста гирад. Ҳадаф зиёд кардани мувофиқат байни \(S_i\) ва сифати воқеии маҳаллисозӣ мебошад.

Мураккабии ҳисоббарорӣ

Мураккабии проексияҳои 1×1-и HMSFM:

\[ O\left( \sum_{i=1}^{3}C_iCH_iW_i \right) \]

ва мураккабии фюжни \(k\times k\) convolution дар хусусияти якҷояшуда:

\[ O(3k^2C^2H_mW_m) \]

дода мешавад. Ин хароҷот бо ҳалли фазоӣ хаттӣ миқёс мегирад.

Refinement-и маҳаллӣ дар DAFEM:

\[ O(k^2C^2H_mW_m), \]

attention-и фазоӣ:

\[ O(k^2CH_mW_m), \]

attention-и каналӣ бошад:

\[ O(CH_mW_m+C^2) \]

хароҷот дорад. Ҳади ҳукмрон шохаи convolution-и маҳаллӣ аст.

Хароҷоти HQRM:

\[ O(CH_mW_m+C^2+N_qC) \]

дода мешавад. Дар муқоиса, хароҷоти фазоии self-attention-и Transformer encoder:

\[ O\left((H_mW_m)^2C\right) \]

дар ҳамин миқёс аст. Далели назариявии муаллифон ин аст, ки се модули нав нисбат ба ядрои encoder–decoder сарбории иловагии дараҷаи пасттар меоранд. Ин бо афзоиши шумораи параметрҳо аз 33.7 M → 34.6 M низ мувофиқ аст.

Се хусусияти назариявӣ барои residual gating

1. Identity preservation: Вақте ки дар Муодила (12) \(A_c\odot A_s\rightarrow0\):

\[ F_d\rightarrow F_m. \]

Яъне ҳатто агар attention branch бефоида шавад, хусусияти асосии якҷояшуда тавассути роҳи residual нигоҳ дошта мешавад.

2. Bounded query modulation: Ба гуфтаи манбаъ, вақте \(G_h\in(0,1)\):

\[ \|Q\|_2 \leq \|Q_h\|_2 \leq 2\|Q\|_2 \]

ҳадро медиҳад. Аз ин рӯ refinement query-ҳоро ба шакли маҳдуд калон мекунад; он модулятсияе нест, ки маънои pretrained query-ро баръакс гардонад ё пурра пахш кунад.

3. Gradient propagation: Барои DAFEM:

\[ \frac{\partial F_d}{\partial F_m} = I+ \frac{\partial(F_l\odot A_c\odot A_s)} {\partial F_m}. \]

Оператори identity-и \(I\), ки аз шохаи residual меояд, роҳе медиҳад, ки ҳатто ҳангоми хурд будани вазнҳои attention градиент мустақиман ба қабатҳои қаблӣ гузарад. Манбаъ мегӯяд, ки ҳади монанди identity дар ҳосилаи query-и HQRM низ мавҷуд аст.

Усул ва Натиҷаҳои Таҳқиқот

Тартиби омӯзиш ва баҳодиҳӣ

Сатҳҳои идорашавандаи душворӣ чӣ гуна сохта шуданд?

Муодила (24): Precision

\[ \operatorname{Precision} = \frac{TP}{TP+FP}. \tag{24} \]

\(TP\) шумораи пешгӯиҳои мусбати дуруст ва \(FP\) шумораи пешгӯиҳои мусбати бардурӯғ аст. Precision чен мекунад, ки чанд дарсади муайянкуниҳои «хатар ҳаст» воқеан дурустанд. Precision-и баланд нишон медиҳад, ки ҳушдорҳои бардурӯғи нолозим камтаранд.

Муодила (25): Recall

\[ \operatorname{Recall} = \frac{TP}{TP+FN}. \tag{25} \]

\(FN\) шумораи намунаҳоест, ки хатар воқеан вуҷуд дорад, вале модел онро аз даст додааст. Дар муайянкунии хатарҳои аз нигоҳи бехатарӣ муҳим recall-и баланд махсусан муҳим аст; зеро бо паст шудани recall ҳиссаи хатарҳои аз дастрафта зиёд мешавад.

Муодила (26): Холи F1

\[ F1 = 2 \frac{ \operatorname{Precision}\times\operatorname{Recall} }{ \operatorname{Precision}+\operatorname{Recall} }. \tag{26} \]

F1 миёнаи гармоникии precision ва recall аст. Агар яке аз ду метрика хеле паст бошад, F1 низ ба таври намоён коҳиш меёбад. Аз ин рӯ он танҳо ҳушдори бардурӯғ ё танҳо сатҳи аз даст доданро не, балки тавозуни ҳар ду рафторро ҷамъбаст мекунад.

Муодила (27): Intersection over Union

\[ \operatorname{IoU} = \frac{B^p\cap B^{gt}} {B^p\cup B^{gt}}. \tag{27} \]

\(B^p\) bounding box-и пешгӯишуда ва \(B^{gt}\) bounding box-и воқеӣ аст. Сурат масоҳати буриши ду қуттӣ ва махраҷ масоҳати иттиҳод аст. Бо наздик шудани IoU ба 1, қуттии пешгӯишуда бо қуттии воқеӣ беҳтар ҳампӯш мешавад.

Муодила (28): Average Precision

\[ AP= \int_0^1P(R)\,dR. \tag{28} \]

\(P(R)\) каҷи precision вобаста ба сатҳи recall аст. AP масоҳати зери каҷи Precision–Recall-ро ҷамъбаст мекунад ва сифати умумии муайянкунии як синфи мушаххасро дар остонаҳои гуногуни confidence чен мекунад.

Муодила (29): Mean Average Precision

\[ mAP= \frac{1}{N} \sum_{i=1}^{N}AP_i. \tag{29} \]

\(N\) шумораи синфҳо аст; барои ROAD-6-Det шаш синф вуҷуд дорад. mAP@50 миёнаи AP-ҳо дар остонаи IoU=0.50 мебошад. mAP@50:95 баҳодиҳии сахттари маҳаллисозӣ аст, ки барои IoU аз 0.50 то 0.95 бо қадамҳои 0.05 ҳисоб мешавад. Аз ин рӯ баланд будани mAP@50:95 нишон медиҳад, ки қуттӣ на танҳо объектро ёфтааст, балки онро дақиқтар ҷойгир кардааст.

Муқоисаи моделҳои пешрафта

ROAD-DETR нисбат ба қавитарин baseline — RF-DETR-M — mAP@50-ро аз 85.7% ба 94.2% ва mAP@50:95-ро аз 63.7% ба 72.1% баланд кардааст. Precision аз 86.7% ба 93.2%, recall аз 82.0% ба 91.1% ва F1-и умумӣ аз 84.3% ба 93.5% расидааст. Афзоиши махсуси mAP@50:95 нишон медиҳад, ки модел на танҳо дар ёфтани синфи хатар, балки дар маҳаллисозӣ дар шароити сахттари ҳампӯшии bounding-box низ беҳтар шудааст.

Хароҷоти ҳисоббарорӣ ва нишондиҳандаҳои ба бехатарӣ нигаронидашуда

ROAD-DETR нисбат ба RF-DETR-M шумораи параметрҳоро тақрибан %2.7 ва хароҷоти ҳисоббарориро тақрибан %8.5 зиёд карда, дар системаи санҷидашудаи RTX PRO A6000 тақрибан 10.1 ms/тасвир ва 99 FPS таъмин кардааст. Дар манбаъ FPR, false-positive rate-и классикии бар асоси true-negative нест; он ҳиссаи муайянкуниҳои мусбати бардурӯғ дар байни ҳамаи пешгӯиҳо мебошад. FNR бошад ҳиссаи хатарҳои аз дастрафта дар байни хатарҳои воқеӣ аст.

ROAD-DETR дар сахтафзорҳои гуногун то чӣ андоза зуд кор кард?

Ин натиҷаҳо нишон медиҳанд, ки контексти сахтафзор муҳим аст. RTX PRO A6000 throughput-и хеле баланд медиҳад, дар ҳоле ки Jetson Orin бо вуҷуди FPS-и пасттар дар манбаъ баландтарин қимати FPS/W-ро додааст. Дар Raspberry Pi 5 бошад 0.80 FPS барои муайянкунии видеои вақти воқеӣ ба таври назаррас маҳдуд аст. Бинобар ин, ибораи «ROAD-DETR бо 99 FPS кор мекунад» хусусияти мустақил аз сахтафзор нест.

Confidence branch чӣ фоида дод?

Reliability diagram-и Расми 6 дар манбаъ нишон медиҳад, ки муносибати predicted confidence бо дақиқии эмпирикӣ дар ROAD-DETR-и пурра нисбат ба RF-DETR-M ва ROAD-DETR-и бе confidence branch беҳтар калибр шудааст. Азбаски манбаъ аз ин график рақами ҷудогонаи ECE гузориш намекунад, дар ин ҷо аз график метрикаи нави калибрсозӣ сохта нашудааст.

Оё ROAD-DETR дар обу ҳавои бад ва хатарҳои хурд натиҷаро нигоҳ медорад?

Дар шароити идорашавандаи рӯшноии паст, туман, борон, blur ва хатари хурд, ки дар ROAD-6-Det сохта шудаанд, ROAD-DETR нисбат ба моделҳои муқоисашудаи Transformer натиҷаи баландтар нишон додааст; аммо ин таҷрибаҳо валидацияи cross-domain дар шароити номаҳдуди воқеии обу ҳаво нестанд, балки баҳодиҳии robustness бо татбиқи душвории идорашаванда ба тасвирҳои умумии санҷишӣ мебошанд.

Кадом хатарҳо аз рӯи синф душвортар мебошанд?

Баландтарин AP@50 барои мошинҳои садамакарда 97.8% ва барои дарахтони афтода 96.9% аст. Oil Spill бо 91.2% ва Surface Water бо 92.0% синфҳои душвортар мебошанд. Манбаъ инро бо сарҳадҳои заиф ва намуди инъикоскунанда/аморфӣ мепайвандад. Дар confusion matrix-ҳо яке аз омехтагиҳои бештар байни Oil Spill ва Surface Water аст.

Ёддошти гузориши F1: Дар ҷадвали асосии benchmark, F1-и умумие, ки аз precision 93.2% ва recall 91.1% ҳисоб шудааст, 93.5% дода шудааст. Сатри “Mean”-и Ҷадвали 6 барои F1-ҳои синфӣ бошад 92.1% аст. Азбаски ин ду қимат шаклҳои гуногуни агрегатсияро ифода мекунанд, яке набояд ба ҷои дигаре истифода шавад.

Аблятсияи ҷамъшаванда: Ҳар модул чӣ қадар саҳм гузошт?

HMSFM танҳо нисбат ба baseline дар mAP@50 2.7 ва дар mAP@50:95 2.5 банди фоизӣ афзоиш додааст. Бо илова шудани DAFEM қиматҳо ба 90.6 ва 68.7; бо HQRM ба 92.3 ва 70.5; бо confidence branch ба 94.2 ва 72.1 расидаанд. Ин таҷрибаи ҷамъшаванда нишон медиҳад, ки ҳар ҷузъи иловагӣ дар pipeline-и пурра саҳми мусбат дорад.

Аблятсияи мустақил: Модулҳо дар кадом навъи душворӣ муассиртаранд?

Саҳми мустақили калонтарини HMSFM дар хатарҳои хурд дида шуда, baseline аз 79.8% ба 83.2% баланд шудааст. DAFEM дар шароити борон/туман 82.6 → 86.0 ва дар рӯшноии паст 81.4 → 85.2 афзоиш додааст. HQRM дар ҳамаи шароитҳо афзоиш дода, махсусан дар рӯшноии паст ва хатарҳои хурд фоида нишон додааст. Модели пурра дар ҳамаи чор гурӯҳ нисбат ба вариантҳои якмодулӣ натиҷаи ба таври намоён баландтар додааст.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

• ROAD-6-Det, ROAD-6-ро аз шинохти сатҳи тасвир ба маҳаллисозии объект бар асоси bounding-box васеъ кардааст.
• ROAD-DETR дар қисми умумии санҷиши ROAD-6-Det нисбат ба моделҳои муқоисашудаи YOLO ва Transformer натиҷаи умумии гузоришшудаи баландтар ба даст овардааст.
• Афзоиши mAP@50:95 нишон медиҳад, ки дақиқии маҳаллисозӣ дар ҳадҳои сахттари IoU низ беҳтар шудааст.
• HMSFM барои хатарҳои хурд ва DAFEM барои шароити намоёнии бад саҳмҳои мустақили махсусан муфид нишон додаанд.
• HQRM object query-ҳоро мувофиқи контексти саҳна такмил дода, нисбат ба baseline афзоиши устувори натиҷаро таъмин кардааст.
• Илова шудани confidence branch ҳам натиҷаи detection-ро баланд карда, ҳам калибрсозии confidence-ро дар reliability diagram беҳтар кардааст.
• Дар RTX PRO A6000 модел бо 99 FPS ва дар Jetson Orin бо 26 FPS чен карда шудааст.

Умумисозиҳо ва маҳдудиятҳое, ки таҳқиқот дастгирӣ намекунад

• Баҳодиҳӣ асосан дар ROAD-6-Det анҷом шудааст; натиҷаҳо далели умумисозии номаҳдуди cross-domain нестанд.
• Азбаски сохтори синф ва аннотатсияи маҷмӯаҳои додаҳои дигари мавҷуда фарқ мекунанд, benchmark-и мустақими шашсинфии cross-dataset анҷом дода нашудааст.
• Қисме аз шароити рӯшноии паст, туман, борон ва blur дар санҷишҳои robustness бо вайронсозии идорашавандаи тасвир сохта шудаанд; онҳо ҷойгузини ҳамаи шароити воқеии метеорологӣ нестанд.
• ROAD-DETR танҳо тасвири RGB-ро истифода мебарад; LiDAR ё radar, ки маълумоти умқ, геометрия ва ҳаракат медиҳанд, дар ин модел истифода нашудаанд.
• Хатарҳои аморфии сатҳӣ, монанди Oil Spill, Surface Water ва Icy Road, бо bounding box-и параллел ба меҳварҳо танҳо тақрибан ифода шуда метавонанд.
• Натиҷаи баланди benchmark-и модел ба танҳоӣ маънои бехатарии мошини худрон ё сертификатсияи бехатарии ронандагии воқеиро надорад.
• Натиҷаи 0.80 FPS дар Raspberry Pi 5 нишон медиҳад, ки истифодаи вақти воқеӣ дар платформаҳои CPU-и дорои захираи маҳдуд дар шакли ҳозира маҳдуд аст.

Таҳқиқоти оянда

Муаллифон дар оянда ният доранд дар шароити гуногуни роҳ ва муҳит додаҳои категория-мувофиқи мошин-асосро ҷамъ карда, баҳодиҳии мустақили zero-shot гузаронанд; сохторҳои multimodal hazard perception-ро таҳия кунанд, ки RGB-ро бо геометрия/умқи LiDAR, маълумоти масофа-ҳаракат аз radar ва контексти V2X якҷоя мекунанд; ва барои хатарҳои аморфии роҳ усулҳои shape-aware-и дақиқтар аз bounding box-ро омӯзанд.

Ёддошт оид ба Манбаъ ва Усул

Унвони аслӣ: Learning to Expect the Unexpected: Benchmarking and Detecting Unexpected Road Hazards

Муаллифон: Temirova Zubayda Okmirzaevna; Shehzad Ali; Rafał Scherer; Arslan Munir; Khan Muhammad.

Муаллифони масъул: Arslan Munir; Khan Muhammad.

Муассисаҳо: Visual Analytics for Knowledge Laboratory (VIS2KNOW Lab), Department of Applied Artificial Intelligence, College of Computing and Informatics, Sungkyunkwan University, Seoul, Republic of Korea; Department of Artificial Intelligence, Częstochowa University of Technology, Częstochowa, Poland; Intelligent Systems, Computer Architecture, Analytics, and Security Laboratory (ISCAAS Lab), Department of Electrical Engineering and Computer Science, Florida Atlantic University, Boca Raton, USA.

Маҷалла: Mathematics.

Ношир: MDPI.

Сабти библиографӣ: Mathematics 2026, 14(19), 3543.

DOI: 10.3390/math14193543

Ирсол: 30 июли 2026. Бознигарӣ: 15 сентябри 2026. Қабул: 24 сентябри 2026. Нашр: 29 сентябри 2026.

Навъи манбаъ: Мақолаи таҳқиқотии баррасишуда; биниши компютерӣ, муайянкунии объект, таҳияи маҷмӯаи додаҳои benchmark ва баҳодиҳии таҷрибавии модели омӯзиши амиқ.

Иҷозатнома: Creative Commons Attribution (CC BY).

Academic Editor: Lukun Wang.

Изҳороти маблағгузорӣ: Дар бахши Funding-и мақола ҷумлаи “This research received no external funding” оварда шудааст.

Изҳороти Acknowledgments: Дар бахши ҷудогонаи Acknowledgments гуфта мешавад, ки таҳқиқот тавассути ANCHOR аз ҷониби Seoul ANCHOR Center дастгирӣ шудааст ва барнома аз ҷониби Ministry of Education ва Seoul Metropolitan Government маблағгузорӣ шудааст; рақами лоиҳа 2026-ANCHOR-01-018-01 аст. Ин ду изҳороти манбаъ дар ин ҷо бе табдил додани яке ба дигаре ҷудо нигоҳ дошта шудаанд.

Дастрасии додаҳо ва код: Мақола мегӯяд, ки маҷмӯаи додаҳои ROAD-6-Det ва коди манбаъ дар репозитории ROAD-6-Det-и GitHub оммавӣ мебошанд ва ба манбаи дахлдор 23 сентябри 2026 дастрасӣ гирифта шудааст.

Бархӯрди манфиатҳо: Муаллифон набудани бархӯрди манфиатҳоро гузориш кардаанд.

Саҳмҳои муаллифон: Консептуализатсия ва методология — ҳамаи муаллифон; нармафзор — Temirova Zubayda Okmirzaevna ва Shehzad Ali; валидация — Rafał Scherer, Arslan Munir ва Khan Muhammad; таҳлили формалӣ ва таҳқиқот — ҳамаи муаллифон; захираҳо — Temirova Zubayda Okmirzaevna, Shehzad Ali ва Khan Muhammad; куратсияи додаҳо — Temirova Zubayda Okmirzaevna; тарҳи аввал — Temirova Zubayda Okmirzaevna, Shehzad Ali ва Khan Muhammad; бознигарӣ/таҳрир — ҳамаи муаллифон; визуализатсия — Temirova Zubayda Okmirzaevna, Shehzad Ali ва Khan Muhammad; роҳбарӣ ва идоракунии лоиҳа — Arslan Munir ва Khan Muhammad; гирифтани маблағгузорӣ — Khan Muhammad.

Ёддоштҳои гузоришии дохилии манбаъ: HMSFM дар бахши асосии усул “Hazard-Aware Multi-Scale Fusion Module” номида шудааст, дар шарҳи Ҷадвали 7 бошад ҳамчун “Hierarchical Multi-Scale Fusion” кушода шудааст. Дар ҳоле ки Муодила (20) чор ҷузъи талафотро муайян мекунад, дар Расми 3 инчунин каҷҳои DFL loss мавҷуданд ва манбаъ ин фарқро ошкоро мувофиқ намекунад. F1-и умумӣ 93.5% аст, дар ҳоле ки миёнаи F1-ҳои синфӣ дар Ҷадвали 6 ба 92.1% баробар аст; ҳар ду натиҷа дар сатҳҳои гуногуни агрегатсия нигоҳ дошта шудаанд.

Ҳади асосии тафсир: Натиҷаҳои гузоришшудаи ROAD-DETR ба қисми санҷиши ROAD-6-Det ва таҷрибаҳои robustness, ки дар таҳқиқот муайян шудаанд, тааллуқ доранд. Таҳқиқот баҳодиҳии мустақили шашсинфии cross-dataset zero-shot, санҷиши бехатарии роҳи кушода дар мошини воқеӣ ё кафолати натиҷа дар ҳамаи шароити обу ҳаво/ҷуғрофиро пешниҳод намекунад.