SMD-Net (Shape-Aware Multi-Scale Detection Network) шабакаи ошкорсозии объектҳои бисёрмиқёсии ҳассос ба шакл аст, ки дар асоси YOLOv11s барои тақвияти ошкорсозӣ дар тасвирҳои зериобии дорои контрасти паст, ҳудудҳои норавшан, шаклҳои номунтазами ҳадаф, гурӯҳҳои зичи объектҳо, пӯшишҳои қисмӣ ва ҳадафҳои хурд таҳия шудааст. Модел Shape-aware Feature Extraction Module (SFEM)-и тақвиятдиҳандаи шакл ва иттилои семантикӣ, Progressive Multi-scale Fusion Module (PMFM)-и тадриҷан муттаҳидкунандаи хусусиятҳои сатҳи баланду паст, High-Resolution Detection Branch (HRDB)-и иловагӣ бо тафсилоти 160×160, сарҳои ошкорсозии асосёфта ба SEAM барои таъкиди минтақаҳои намоёни ҳадаф ва талафоти PIoU-и мустақиман ҷаримакунандаи ҳамрадифии ҳудудҳои чорчӯбаро дар як меъморӣ муттаҳид мекунад. SMD-Net дар маҷмӯи DUO ба %67.2 AP, %85.4 AP50 ва %75.0 AP75; дар URPC2020 ба %42.4 AP; дар таҷрибаи умумисозии Trash-ICRA19 бошад ба %78.3 AP расидааст. Модел бо 10.68 миллион параметр, 30.8 GFLOPs ва 156 FPS дар платформаи таҷрибавии манбаъ аз ҷиҳати тавозуни дақиқӣ–ҳисоббарорӣ натиҷаи қавӣ додааст.

Натиҷаи пурқувваттарини таҳқиқот танҳо афзоиши AP-и умумӣ нест. Дар аблятсияҳои DUO SMD-Net-и пурра AP-и модели асосии YOLOv11s-ро аз %65.6 ба %67.2, AP75-ро аз %73.0 ба %75.0 ва AP-и ҳадафи хурдро аз %43.9 ба %48.9 расондааст. Аммо дар ҳамаи таркибҳои мобайнии модулҳо самаранокӣ якнавохт зиёд намешавад; дар баъзе таркибҳо коҳиши хурд вуҷуд дорад. Ҳамчунин дар URPC2020 SMD-Net барои AP-и умумӣ ва AP-и ҳадафҳои хурд беҳтарин аст, вале дар AP50, AP75 ва AP-и ҳадафҳои миёнаю калон аз ҳамаи муқоисаҳо пеш намегузарад. Пас манбаъ на бартарии мутлақи моделро дар ҳар маҷмӯъ ва ҳар меъёр, балки тавозуни қавии онро махсусан дар дақиқии умумӣ, ошкорсозии ҳадафҳои хурд ва баъзе шартҳои сахти ҷоймуайянкунӣ дастгирӣ мекунад.

Ин натиҷаҳо ба таҷрибаҳои офлайнии биноиши компютерӣ дар се маҷмӯи маълумоти умумдастрас асос меёбанд. Таҳқиқот истифодаи дарозмуддати саҳроиро дар дастгоҳи воқеии мустақили зериобӣ, таҳлили таъхир дар занҷирҳои гуногуни камера/сахтафзор ё ченкунии истеъмоли энергияро дар вақти воқеӣ зери об гузориш намедиҳад. Аз ин рӯ натиҷаи 156 FPS ченкунии хулосабарории модел дар платформаи таҷрибавии истифодашудаи RTX 4090 аст; он исбот намекунад, ки ҳамин суръат дар компютери воқеии AUV бо захираҳои маҳдуд гирифта мешавад.

Чаро ошкорсозии объектҳои зериобӣ душвор аст?

Тасвиргирии зериобӣ, бар хилофи тасвиргирӣ дар ҳаво, аз сабаби ҷаббиши рӯшноӣ вобаста ба дарозии мавҷ ва пароканиши чандкарата ба таҳрифҳои қавии физикӣ дучор мешавад. Ин таъсирҳо энергияи спектралиро тағйир дода, контрастро кам ва ҳудудҳои объектро норавшан мекунанд. Илова бар ин, қисман пӯшида шудани ҷонварони баҳрӣ байни санг, рег ва наботот, наздик будани ҳадафҳои хурди зиёд ва геометрияи номунтазами ҳадафҳо ҳам тасниф ва ҳам регрессияи чорчӯбаро дар ошкорсозӣ мушкил месозанд.

Дар расми 1-и манбаъ мисолҳои ҳадафҳои зериобии норавшан, ҳампӯш ва гурӯҳшуда нишон дода шудаанд. Ҳамон расм мегӯяд, ки ҳадафҳои хурду миёна дар DUO тақрибан %92-и ҳамаи ҳадафҳоро ташкил медиҳанд. Дар чунин тақсимот амалҳои пайдарпайи поённамунагирии ошкорсози стандартӣ метавонанд иттилои канор ва бофти ҳадафҳои хурдеро, ки аллакай бо пикселҳои кам ифода шудаанд, боз ҳам кам кунанд.

SMD-Net чист ва барои ҳалли кадом мушкил тарҳрезӣ шудааст?

SMD-Net шабакаи бисёрмиқёсии ошкорсозии объектҳо дар асоси YOLOv11s аст, ки барои беҳтар кардани ошкорсозии объектҳои зериобии шаклашон номунтазам, хурд, камконтраст ё қисман пӯшида равона шудааст. Модел ба як такмил такя намекунад; истихроҷи хусусиятҳои ҳассос ба шакл бо SFEM, омезиши дусамтаи хусусиятҳои тафсилоташон баланду паст бо PMFM, пешгӯии баландтафсилоти 160×160 бо HRDB, таъкиди минтақаҳои намоёни ҳадаф бо SEAM ва регрессияи ҳассос ба ҳудуди чорчӯба бо PIoU-ро якҷоя истифода мебарад.

Меъмории умумӣ

Дар расми 2-и манбаъ SMD-Net дар се марҳилаи асосӣ нишон дода шудааст: истихроҷи иерархии хусусиятҳо дар шабакаи асосӣ, омезиши бисёрмиқёсӣ тавассути PMFM ва ошкорсозӣ дар чор миқёси гуногун. SFEM дар қисми сатҳи баланди шабакаи асосӣ ҷойгир аст. Ин модул ҷузъҳои DySnake, SPPF ва Tanhformer-ро истифода мебарад. Сипас хусусиятҳои бисёрсатҳӣ ба PMFM дода мешаванд. PMFM хусусиятҳоро бо роҳҳои аз боло ба поён ва аз поён ба боло бозсозӣ ва муттаҳид мекунад. Дар охир харитаҳои хусусиятҳои чормиқёсӣ ба сарҳои ошкорсозии дорои SEAM фиристода мешаванд.

SFEM: истихроҷи хусусиятҳои ҳассос ба шакл

Shape-aware Feature Extraction Module (SFEM) махсусан ифодаи объектҳои дарозу каҷ, монанди бодиринги баҳрӣ, ва контурҳои шохадор, монанди ситораи баҳриро бе маҷбур кардани онҳо ба намунагирии собити чоркунҷа ҳадаф дорад. Расми 3-и манбаъ тартиби намунагирии конволютсияи стандартӣ, васеъшуда, тағйиршаклпазир ва DySnake-ро муқоиса мекунад.

Чаро DySnake аз конволютсияи стандартӣ фарқ мекунад?

Конволютсияи DySnake ба ҷойи ҳаракат додани нуқтаҳои намунагирӣ танҳо бо ҷойивазкуниҳои мустақили омӯзишпазир, стратегияи тадриҷан ҷамъшавандаи намунагириро аз маркази ядро ба берун истифода мебарад; мақсад нигоҳ доштани пайвастагии маҳаллӣ ҳангоми пайгирии геометрияи каҷ ё дарози ҳадаф аст. Дар конволютсияи стандартӣ шабакаи мунтазам собит аст, дар конволютсияи васеъшуда фосилаҳо калон шаванд ҳам геометрия мунтазам мемонад, дар конволютсияи тағйиршаклпазир нуқтаҳо озодтар ҳаракат мекунанд; DySnake мутобиқат ба шакл ва пайвастагии геометриро якҷоя нигоҳ доштан мехоҳад.

Манбаъ номунтазамии геометрии ҳадафҳои DUO ва URPC2020-ро ангезаи асосии ин интихоб медонад. Дар аблятсияи SFEM модели пурраи дорои DySnakeConv дар DUO %67.2 AP, %85.4 AP50 ва %75.0 AP75 гирифтааст. Аммо Star Conv барои AP-и ҳадафҳои хурд каме баландтар аст: %49.0 дар муқобили %48.9. Аз ин рӯ бартарии DySnakeConv махсусан дар тавозуни умумии самаранокӣ ва меъёрҳои сахти ҷоймуайянкунӣ мебошад.

DynamicTanh ва Tanhformer

Азбаски баъди DySnake ва SPPF ҷавобҳои каналии хусусиятҳои сатҳи баланд метавонанд номутавозин монанд, дар Tanhformer DynamicTanh (DYT) истифода мешавад. Муодилаи якуми манбаъ:

\[ \hat{x}_{c,h,w}=\omega_c \cdot \tanh(\alpha x_{c,h,w})+\beta_c \tag{1} \]

чунин аст. Дар ин ҷо \(x_{c,h,w}\) хусусияти вуруд дар канали \(c\) ва мавқеи \((h,w)\)-ро; \(\alpha\) параметри умумии миқёсии омӯзишпазирро; \(\omega_c\) коэффитсиенти каналии миқёсии омӯзишпазир ва \(\beta_c\) ҳади ҷойивазкунии каналиро ифода мекунанд. Ҳангоми хурд будани ҷавоби хусусият, табдили tanh тақрибан хаттӣ амал карда, қисми зиёди иттилои семантикиро нигоҳ медорад. Дар ҷавобҳои хеле калон ба сершавӣ наздик шуда, фаъолшавии аз ҳад зиёд ва ғавғои пасзаминаро фишурда мекунад.

DynamicTanh дар DynAttn-Block (DAB) пеш аз ҳам диққати худӣ ва ҳам шохаи интиқоли пешрав ҷой дода мешавад:

\[ X_d=X+\operatorname{Attn}(\operatorname{DYT}_1(X)) \tag{2} \]

\[ Y=X_d+\operatorname{FFN}(\operatorname{DYT}_2(X_d)) \tag{3} \]

Ин сохтори дорои пайвасти боқимонда хусусиятҳоро пеш аз табдилҳои диққат ва FFN аз нав миқёс мекунад, то бартарӣ пайдо кардани ҷавобҳои аз ҳад қавии каналиро кам кунад.

PMFM: омезиши дусамта ва тадриҷии бисёрмиқёсӣ

Progressive Multi-scale Fusion Module (PMFM) барои пурра кардани хусусиятҳои семантикии сатҳи баланд бо ҷузъиёти канор ва бофти сатҳи паст роҳи дусамтаро истифода мебарад. Роҳи аз боло ба поён аз Reconstruction and Communication Module (RCM), пайвасткунӣ ва блокҳои C3K2; роҳи аз поён ба боло аз амалҳои Conv, Modulation Fusion Module (MFM) ва DySnake иборат аст. Дар баромад харитаҳои хусусиятҳои омехта дар чор миқёс сохта мешаванд.

PMFM ҷузъиёти ҳадафҳои хурди зериобиро чӣ гуна нигоҳ медорад?

PMFM ба ҷойи танҳо болонамунагирии хусусиятҳои сатҳи баланду тафсилоти паст бо RCM сохтори фазоиро бозмесозад, тавассути ҷойивазкунии каналҳо иттилои ҳамсоягии самтнокро меафзояд ва бо MFM саҳми семантикаи сатҳи баланд ва ҷузъиёти сатҳи пастро мутобиқона вазн медиҳад. Ҳамин тавр талафи иттилои ҳудуд ва бофти ҳадафҳои хурдро дар поённамунагирии такрорӣ кам карда, интиқоли иттилои синфии сатҳи баландро ба қабатҳои баландтафсилот таъмин мекунад.

RCM: бозсозӣ ва иртиботи самтнок

Дар RCM хусусияти вуруд аввал ду баробар болонамунагирӣ шуда, конволютсияи алоҳидаи каналӣ татбиқ мешавад:

\[ X_{in}=\operatorname{DWConv}(\operatorname{Up}(X_r)) \tag{4} \]

Сипас харитаи хусусият аз рӯи меҳвари канал ба чор гурӯҳ ҷудо мешавад:

\[ [X_1,X_2,X_3,X_4]=\operatorname{Split}(X_{in}) \tag{5} \]

Ба ин гурӯҳҳо ҷойивазкуниҳои даврии мусбат ва манфӣ дар самтҳои баландӣ ва паҳноӣ татбиқ мешаванд:

\[ \tilde{X}_1=\mathcal{R}^{+s}_{h}(X_1), \qquad \tilde{X}_2=\mathcal{R}^{-s}_{h}(X_2) \tag{6} \]

\[ \tilde{X}_3=\mathcal{R}^{+s}_{w}(X_3), \qquad \tilde{X}_4=\mathcal{R}^{-s}_{w}(X_4) \tag{7} \]

Дар ин ҷо \(h\) ва \(w\) андозаҳои фазоӣ, \(s\) миқдори ҷойивазкуниро нишон медиҳанд. Дар охир чор гурӯҳи самтнок пайваст ва бо конволютсияи 1×1 омехта мешаванд:

\[ Y_r=\operatorname{Conv}_{1\times1} \left( \operatorname{Cat} (\tilde X_1,\tilde X_2,\tilde X_3,\tilde X_4) \right) \tag{8} \]

Нақши илмии RCM ин аст, ки баъди болонамунагирӣ на танҳо зичии пикселро зиёд кунад, балки дар бораи ҳудуди ҳадаф ва сохтори самтноки маҳаллӣ таъсири мутақобилаи иловагӣ эҷод намояд.

MFM: мувозинати мутобиқонаи семантикаи сатҳи баланд ва ҷузъиёти сатҳи паст

MFM аввал ду шохаи хусусиятро ҷамъ мекунад:

\[ U=\tilde F_{high}+\tilde F_{low} \tag{9} \]

Сипас бо ҷамъбасти миёнаи умумӣ, MLP ва Softmax вазнҳои нисбӣ барои ду шоха ҳосил мешаванд:

\[ [\alpha_{high},\alpha_{low}] = \operatorname{Softmax} \left( \operatorname{MLP}(\operatorname{GAP}(U)) \right) \tag{10} \]

Ду шоха бо ин вазнҳо аз нав миқёс мешаванд:

\[ \hat F_{high}=\alpha_{high}\odot\tilde F_{high} \tag{11} \]

\[ \hat F_{low}=\alpha_{low}\odot\tilde F_{low} \tag{12} \]

ва боз муттаҳид мешаванд:

\[ V=\hat F_{high}+\hat F_{low} \tag{13} \]

Баромади охирин:

\[ Y_m= \operatorname{Conv} \left( \operatorname{Cat}(V,\tilde F_{low}) \right) \tag{14} \]

муайян мешавад. Дар ҷумлаи ибтидоии ин зербахши манбаъ ду хусусияти вуруд иштибоҳан ду маротиба \(\tilde F_{high}\) навишта шудаанд; аммо Eq. (9)-(14), расми 6 ва боқимондаи тавзеҳ равшан нишон медиҳанд, ки ду шоха \(\tilde F_{high}\) ва \(\tilde F_{low}\) мебошанд. Ин номувофиқии таҳрирӣ дар ин ҷо пинҳон нашудааст.

HRDB: шохаи ошкорсозии баландтафсилоти 160×160

Дар сохтори стандартии семиқёсии пешгӯӣ барои вуруди 640×640 харитаи баландтафсилоттарин 80×80 ва қадам 8 аст. SMD-Net ба он High-Resolution Detection Branch-и иловагии дар харитаи 160×160 коркунандаро меафзояд. Ҳамин тавр қадами хурдтарин аз 8 ба 4 кам мешавад. Ҳадаф интиқоли ҳудуд, бофт ва сохторҳои маҳаллии намоёни ҳадафҳои хурду қисман пӯшида то марҳилаи пешгӯӣ бо тафсилоти фазоии баландтар аст.

SEAM: тақвияти иттилои намоёни ҳадаф

Дар пӯшиши қисмӣ шабака аксар вақт на тамоми ҳадаф, балки танҳо чанд канор, бофт ё пораи маҳаллии геометриро мебинад. Аз ин рӯ SMD-Net дар шохаҳои регрессия ва тасниф SEAM-ро истифода мебарад. Аввал сохтори маҳаллӣ:

\[ Z=\operatorname{DCovN}(X_s) \tag{15} \]

истихроҷ мешавад. Сипас вазни канал:

\[ a= \sigma \left( W_2\, \delta \left( W_1\operatorname{GAP}(Z) \right) \right) \tag{16} \]

ҳисоб шуда, хусусиятҳои вуруд:

\[ Y_s=X_s\odot\exp(a) \tag{17} \]

аз нав вазн дода мешаванд. \(\delta\) ReLU, \(\sigma\) Sigmoid ва \(\odot\) зарби каналиро ифода мекунанд.

Усул ва Натиҷаҳои Таҳқиқот

Маҷмӯаҳои маълумот

Платформаи омӯзиш ва гиперпараметрҳо

Метрикаҳои арзёбӣ

Таҳқиқот меъёрҳои COCO-ро истифода мебарад. AP миёнаи Average Precision аст, ки дар остонаҳои байни IoU=0.50 ва 0.95 бо қадами 0.05 ҳисоб мешавад. AP50 ва AP75 мутаносибан AP-ро дар IoU 0.50 ва 0.75 нишон медиҳанд; AP75 ҷойгиркунии дақиқтари чорчӯбаро талаб мекунад. AP_S, AP_M ва AP_L мутаносибан самаранокиро дар объектҳои хурд, миёна ва калон месанҷанд. Барои хароҷоти ҳисоббарорӣ шумораи параметрҳо, FLOPs ва FPS низ алоҳида гузориш шудаанд.

Натиҷаҳои DUO

Бартарии SMD-Net дар DUO аз рӯи AP-и умумӣ, AP50, AP75 ва ҳадафҳои миёна равшан аст. Аммо ҷадвали манбаъ аниқ нишон медиҳад, ки модел дар ҳар миқёс аввал нест. Дар AP-и ҳадафҳои хурд AMSP-UOD бо %49.0 аз %48.9-и SMD-Net андаке зиёдтар аст, дар ҳадафҳои калон DCM-YOLO бо %66.4 аз %66.0-и SMD-Net баландтар аст.

Натиҷаҳои URPC2020

Натиҷаи URPC2020 нозукии муҳим дорад: SMD-Net барои AP-и умумӣ ва AP-и ҳадафҳои хурд беҳтарин аст; аммо дар AP50, AP75 ва меъёрҳои ҳадафҳои калон аз ҳамаи рақибон намегузарад. Пас бартарии модел дар ин маҷмӯъ махсусан тавозуни умумӣ ва ошкорсозии ҳадафҳои хурд аст.

Натиҷаҳои умумисозии Trash-ICRA19

Ин таҷриба ҳамон моделро дар маҷмӯи дигари зериобӣ бо таркиби синфҳои дигар арзёбӣ карда, барои умумисозии байни маҷмӯаҳо далел медиҳад. Аммо натиҷа маънои умумисозии универсалӣ дар сенсорҳои тамоман надида, баҳрҳои гуногун, системаҳои дигари рӯшноӣ ё амалиёти AUV дар вақти воқеиро надорад.

Натиҷаҳои сифатии ошкорсозӣ ва Grad-CAM++

Дар расмҳои 10-13-и манбаъ натиҷаҳои ошкорсозҳои гуногун дар мисолҳои интихобшудаи душвор, мисли гурӯҳҳои зичи ҳадаф, ҳудудҳои норавшан, объектҳои хурд ва пӯшиши қисмии шадид муқоиса мешаванд. Ба таҳлили муаллифон, SMD-Net дар ин мисолҳо ҳадафҳои аздастрафта ва мусбатҳои бардурӯғро кам карда, махсусан ҳадафҳои танҳо қисман намоёнро устувортар ошкор мекунад.

Тасвирҳои Grad-CAM++ дар расми 14 нишон медиҳанд, ки нисбат ба YOLOv11s, SMD-Net минтақаҳои ҷавоби баландро атрофи ҳадафи ҳақиқӣ зичтар нигоҳ дошта, фаъолшавиро дар баъзе минтақаҳои мураккаби пасзамина кам мекунад. Ин тасвирҳо далели сифатии дастгирии механизм мебошанд; чун мисолҳои интихобшудаанд, худ далели омории самаранокии умумӣ нестанд. Далели асосии натиҷаҳои миқдорӣ ҷадвалҳои AP мебошанд.

Аблятсияи модулҳои асосӣ

Модели пурра нисбат ба модели асосӣ дар AP 1.6, дар AP50 1.4, дар AP75 2.0 ва дар AP_S 5.0 банди фоизӣ афзоиш додааст. Аммо саҳми ҷузъҳо пурра ҷамъшаванда нест. Масалан, танҳо SFEM ва танҳо PMFM ҳар кадом 66.3 AP медиҳанд, вале якҷоя ба 66.2 AP мефароянд. Ҳангоми иловаи SEAM, AP меафзояд, аммо AP75 аз 74.9 ба 74.8 ва AP_S аз 46.7 ба 46.6 андаке паст мешавад. Муаллифони манбаъ инро бо таъсири мутақобила ва мутобиқшавии хусусиятҳо дар оптимизатсияи муштарак шарҳ медиҳанд.

Чаро PIoU дар ин таҳқиқот истифода шудааст?

PIoU меъёри регрессияи чорчӯба аст, ки ба ҷойи танҳо марказ ё IoU-и умумии чорчӯбаи пешгӯишуда, хатои ҳамрадифии ҳудудҳои чап, рост, боло ва поёни онро бо чорчӯбаи ҳақиқӣ мустақим ҳисоб мекунад. Дар саҳнаҳои зериобии ҳудудашон норавшан, ҳадафҳояшон пӯшида ё хеле наздик, чорчӯбаи пешгӯӣ маркази ҳадафро дуруст ёбад ҳам, ҳудудҳояш метавонанд пасзаминаро аз ҳад зиёд фаро гиранд; PIoU бо нормализатсияи ин каҷравиҳо ба ҷоймуайянкунии дақиқтар мусоидат кардан мехоҳад.

Дар манбаъ ҳади каҷравии ҳудуд:

\[ P= \frac{1}{4} \left( \frac{d_{w1}+d_{w2}}{w_{gt}} + \frac{d_{h1}+d_{h2}}{h_{gt}} \right) \tag{18} \]

муайян мешавад. \(d_{w1}\) ва \(d_{w2}\) каҷравиҳои ҳудуди чапу рост, \(d_{h1}\) ва \(d_{h2}\) каҷравиҳои болою поён; \(w_{gt}\) ва \(h_{gt}\) паҳноӣ ва баландии чорчӯбаи ҳақиқиро нишон медиҳанд. Ҳамин тавр хатои ҳудуд ба миқёси худи объект нормализатсия мешавад.

PIoU:

\[ PIoU=IoU+\exp(-P^2)-1 \tag{19} \]

муайян шудааст. Вақте чорчӯбаи пешгӯӣ ба ҳудудҳои ҳақиқӣ наздик мешавад, \(P\) хурд ва \(\exp(-P^2)\) ба 1 наздик мешавад; аз ин рӯ PIoU зиёд мегардад. Бо зиёд шудани номувофиқии ҳудуд ҳади иловагӣ хурд мешавад.

Ҷадвал нишон медиҳад, ки PIoU дар AP, AP50, AP75 ва AP_L беҳтарин натиҷаро медиҳад. Аммо ҳарчанд матни манбаъ PIoU-ро дар ҳадафҳои хурд бартар медонад, қимати AP_S-и SIoU бо 49.3 аз 48.9-и PIoU баландтар аст; SIoU ҳамчунин дар AP_M бо 69.2 аз 68.8-и PIoU мегузарад. Пас тафсири дурусти ҷадвал ин аст, ки PIoU махсусан аз рӯи AP-и умумӣ ва AP75-и ҷоймуайянкунии қатъӣ қавитар мебошад.

Мураккабии ҳисоббарорӣ

Дар манбаъ SMD-Net бо 10.68 миллион параметр, 30.8 GFLOPs ва 156 FPS гузориш шудааст. Дар муқоисаи DUO, YOLOv8m 25.90 M параметр, 78.9 G FLOPs ва 143 FPS; YOLOv11m 20.03 M параметр, 67.7 G FLOPs ва 144 FPS; DCM-YOLO 12.51 M параметр, 45.9 G FLOPs ва 161 FPS дорад. Dynamic-YOLO бо 8.23 M параметр, 12.5 G FLOPs ва 184 FPS аз SMD-Net сабуктару тезтар аст, вале AP-и DUO-и он %64.3 мебошад. Инҳо нишон медиҳанд, ки SMD-Net мутлақан хурдтарин ё тезтарин модел нест, балки байни дақиқӣ ва хароҷоти ҳисоббарорӣ тавозуни қавӣ медиҳад.

Хулосаҳои дастгиришуда ва дастгиринашудаи таҳқиқот

Маҳдудиятҳои асосӣ ва кори оянда

Таҳқиқот ба се маҷмӯи умумдастраси маълумот асос меёбад ва санҷиши саҳроии саросариро дар AUV-и воқеӣ гузориш намедиҳад. Арзёбии сахтафзор дар GPU-и пурқуввати рӯимизӣ анҷом шудааст. Таҷрибаи дарозмуддати саҳроӣ, ки сифати гуногуни об, чуқурӣ, рӯшноӣ, оптикаи камера, фишурдасозӣ, ғавғои сенсор ва ҳаракати воқеии дастгоҳро якҷоя арзёбӣ кунад, нест. Манбаъ ҳамчунин баъзе боқимондаҳои қолаби таҳрирӣ ва номувофиқиҳои хурди матн–ҷадвал дорад.

Муаллифон дар кори оянда баланд бардоштани устуворӣ дар муҳитҳои гуногунтари воқеии зериобӣ, таҳқиқи татбиқи сабук барои платформаҳои захираашон маҳдуд, густариш ба дарки зериобии байнидоменӣ ва ошкорсозии объект дар асоси видеоро ҳадаф доранд.

Ёддошт оид ба Манбаъ ва Усул

Унвони аслӣ: SMD-Net: A Shape-Aware Multi-Scale Detection Network for Underwater Object Detection

Муаллифон: Qian Fan, Pengfei Zou, Ziyang Qi, Tian Hua, Runhao Chen, Ye Niu.

Муаллифи масъул: Qian Fan; дар PDF суроғаи fanqian@yzu.edu.cn дода шудааст.

Мансубияти муассисавӣ: College of Information Engineering, Yangzhou University, Yangzhou 225009, China; Graduate School of Engineering, Kyushu Institute of Technology, Fukuoka 804-8550, Japan; College of Animal Science and Technology, Yangzhou University, Yangzhou 225009, China.

Навъи манбаъ: Пешчоп. Дар саҳифаҳои PDF ибораи “This preprint research paper has not been peer reviewed” равшан омадааст.

Платформа: SSRN; дар PDF-и манбаъ пайванди https://ssrn.com/abstract=7022170 дода шудааст.

DOI: Дар PDF-и боршуда DOI навишта нашудааст ва дар ҷустуҷӯи библиографии вебии дастрас мустақилона тасдиқ нашудааст, бинобар ин DOI тахмин нашудааст.

Маҷалла / ҷилд / шумора: Дар PDF-и манбаъ маълумоти маҷалла, ҷилд ё шумораи муайян нест. Дар поёни саҳифаҳо ибораи қолабии “Preprint submitted to Elsevier” дида мешавад; ин маънои дар маҷаллаи муайяни Elsevier нашр ё қабул шудани мақоларо надорад.

Санаи нашр: Дар майдонҳои намоёни библиографии PDF-и боршуда сана нест; чун санаи тасдиқшуда нест, илова нашудааст.

Иҷозатнома: Дар PDF иҷозатномаи равшани истифодаи дубора нишон дода нашудааст. Пеш аз нусхабардории айнании расмҳои манбаъ шартҳои иҷозатномаи SSRN ва соҳиби ҳуқуқ бояд алоҳида санҷида шаванд.

Дастрасии маълумот: «Маълумот бо дархост дастрас карда мешавад.»

Бархӯрди манфиатҳо: Муаллифон бархӯрди маълуми манфиатҳои молиявӣ ё робитаи шахсии таъсиррасон ба таҳқиқотро гузориш надодаанд.

Ёддошти CRediT: Дар бахши CRediT-и манбаъ ба ҷойи номҳои ҳақиқии муаллифон ҷойнишинҳои қолабӣ, мисли “First Author”, “Second Author”, “Third Author”, мондаанд. Аз ин рӯ нисбат додани қатъии нақшҳои саҳм ба муаллифони муайян боэътимод нест. Манбаъ барои муаллифи аввал консептуализатсия, методология, нармафзор, таҳқиқ, таҳлили формалӣ, танзими маълумот, тасвирсозӣ ва матни аввал; барои муаллифони дуюм–чорум санҷиш, захираҳо ва бозбинӣ/таҳрир; барои муаллифони панҷум–шашум нармафзор, санҷиш ва тасвирсозиро менависад.

Ёддоштҳои таҳрирӣ/мувофиқат дар дохили манбаъ:

Маҳдудияти асосии илмӣ: Натиҷаҳо ба маҷмӯаҳои умумдастраси маълумот ва арзёбии лабораторӣ/истгоҳи кории асосёфта ба RTX 4090 такя мекунанд. Истифодаи саҳроӣ, истеъмоли энергия, таъхири сахтафзори дарунсохт ё амалиёти дарозмуддати баҳрӣ дар дастгоҳи воқеии мустақили зериобӣ тасдиқ нашудааст.

Азнавкашии тасвирҳо: Меъмории SMD-Net дар расми 2, геометрияҳои намунагирии расми 3, ҷараёни RCM/MFM дар расмҳои 5-6, геометрияи ҳудудии PIoU дар расми 9 ва робитаи AP-FPS дар расми 15 метавонанд ҳамчун схемаҳо/графикҳои аслии Verianla бо вафодорӣ ба маълумоти манбаъ аз нав кашида шаванд.

Verianla Live: Барои муқоисаҳои DUO ва URPC, аблятсияи ҷузъҳо, муқоисаи талафот ва тавозуни AP-FPS мувофиқ аст. Тасвирсозӣ ҳангоми иҷро бояд қиматҳои ҳақиқии ҷадвалро ҳамчун манбаи асосии ҳақиқат истифода барад; қиматҳои нави мобайнии AP/FPS насозад.