Дар тасвирҳои дрон ва фосиласанҷӣ объектҳое чун автомобил, пиёдагард, дучарха ё мотосикл баъзан танҳо ба андозаи чанд пиксел дида мешаванд. Хирагии тасвир, ҳаракати зич, объектҳои рӯйҳамомада ва заминаҳои мураккаб метавонанд боис шаванд, ки системаҳои стандартии ошкорсозии объект ин ҳадафҳои хурдро аз даст диҳанд ё ҷойгиршавии онҳоро нодуруст муайян кунанд. Ин таҳқиқот модели нави ошкорсозии объектҳои хурдро бо номи YOLO-EFD, ки бар YOLOv11n асос ёфтааст, пешниҳод мекунад.

YOLO-EFD аз ду модули махсус иборат аст. Модули Ҳамоҳангсозии Дураҳаи Роҳнамошуда бо Канор кӯшиш мекунад харитаҳои хусусиятро дар ҳалномаҳои гуногун бо истифода аз иттилооти канории Scharr ва конволютсияи деформатсияшаванда ба як мавқеи геометрӣ мувофиқ кунад. Модули Диққати Дучандаи Соҳаи Басомад бошад, тавассути Табдили Дискретии Косинус иттилооти басомади баландро, ки бо канорҳо ва текстураҳои объект алоқаманд аст, қавӣ карда, ҷузъҳои заминавии басомади пастро пахш мекунад.

Модел дар маҷмӯаҳои додаи VisDrone2019 ва UAVDT санҷида шудааст. Мувофиқи ҷадвали асосии муқоиса, дар VisDrone2019 %38,2 mAP@0.5, %22,5 mAP@0.5:0.95, %46,6 precision ва %39,3 recall ба даст омадааст. Дар UAVDT бошад, %32,1 mAP@0.5, %18,9 mAP@0.5:0.95 ва %30,5 recall гузориш шудааст. Модел 3,4 миллион параметр ва 12,5 GFLOP бори ҳисоббарорӣ дорад.

Натиҷаҳо нишон медиҳанд, ки ҳамоҳангсозии бар канор асосёфта ва тақвияти тафсилот дар соҳаи басомад метавонанд дар ошкорсозии объектҳои хурд якҷоя фоида расонанд. Бо вуҷуди ин, таҳқиқот аз peer review нагузаштааст; таъхир, шумораи кадр дар як сония ва масрафи энергия дар дрони воқеӣ чен нашудаанд. Ғайр аз ин, баъзе қиматҳои ададӣ дар ҷадвалҳои асосии натиҷаҳо бо ҳам пурра мувофиқат намекунанд.

Чаро ошкорсозии объектҳои хурд масъалаи душвор аст?

Дар тасвирҳои аз ҳаво гирифташуда объект аз сабаби баландии камера ва кунҷи дид метавонад қисми хеле хурди тасвирро ишғол кунад. Вақте автомобил ё пиёдагард танҳо аз чанд пиксел иборат аст, иттилооти ранг, текстура, шакл ва марз хеле заиф мешавад. Амалҳои пайдарпайи камкунии намуна дар шабакаҳои асабии конволютсионӣ низ метавонанд ин иттилооти маҳдудро боз ҳам бештар аз даст диҳанд.

Дар шакли аввали таҳқиқот ду мушкили асосӣ визуалӣ карда шудааст. Дар саҳнаи хира канорҳо ва текстураҳои объектҳои дур аз сабаби таъсири атмосфера, аз даст рафтани фокус ё ҳаракати платформа хира мешаванд. Дар саҳнаи зич бошад, шумораи зиёди воситаҳои нақлиёт ба ҳам наздик ҷойгир шудаанд, баъзе объектҳо қисман пӯшидаанд ва марзҳои байни объектҳо норавшан шудаанд.

Дар чунин шароит модели ошкорсозии объект бояд ба ду саволи ҷудогона ҷавоби дуруст диҳад:

• Объект дар куҷост? Харитаҳои хусусият дар миқёсҳои гуногун бояд аз ҷиҳати геометрӣ дуруст ҳамоҳанг карда шаванд.
• Оё тафсилоти дидашуда воқеан ба объект тааллуқ дорад? Канорҳои объект бояд аз текстураи замина ва шовқи тасвир ҷудо карда шаванд.

Ду модули YOLO-EFD ин саволҳоро бо амалҳои ҷудогона, вале ҳамдигарро пуркунанда баррасӣ мекунанд.

Мушкил дар якҷоякунии хусусиятҳои стандартии YOLO

Шабакаҳои ошкорсозии объект дар оилаи YOLO иттилооти ҷойгиршавии ҳалномаи баландро аз қабатҳои сатҳӣ бо иттилооти маъноии қабатҳои амиқ якҷо мекунанд. Дар равиши анъанавӣ харитаи хусусияти амиқ калон карда шуда, мустақиман бо харитаи хусусияти сатҳӣ якҷо карда мешавад.

Аммо хусусиятҳои амиқе, ки аз амалиёти камкунии намуна ва боз калонкунӣ гузаштаанд, метавонанд бо пикселҳои қабати сатҳӣ ҳамон мавқеи геометриро пурра ифода накунанд. Дар объектҳои калон чанд пиксел ҷойивазкуниро метавон таҳаммул кард, аммо дар ҳадафе, ки танҳо 10–20 пиксел андоза дорад, ҳамин ҷойивазкунӣ метавонад ба қисми назарраси қуттии объект таъсир расонад.

Аз ин рӯ, таҳқиқот амали стандартии калонкунӣ ва якҷоякуниро дар роҳи хусусият, ки ба сарлавҳаи ошкорсозии объектҳои хурд меравад, бо модули ҳамоҳангсозии динамикие иваз кардааст, ки аз иттилооти канор роҳнамоӣ мегирад.

Меъмории умумии YOLO-EFD

Модел сохтори backbone–neck–detection head-и YOLOv11n-ро нигоҳ медорад. Модулҳои махсус асосан дар қисми neck-и шабака ҷойгир шудаанд, ки дар он хусусиятҳои бисёрмиқёса якҷо карда мешаванд.

• Backbone: Аз тасвири воридотӣ харитаҳои хусусият дар ҳалномаҳои гуногун тавлид мекунад.
• Модули EGA: Хусусиятҳои сатҳӣ ва амиқро бо ёрии иттилооти канор аз ҷиҳати геометрӣ ҳамоҳанг мекунад.
• Модули FDAM: Иттилооти канорӣ ва текстураи басомади баландро дар хусусиятҳои ҳамоҳангшуда тақвият медиҳад.
• Сарлавҳаҳои ошкорсозӣ: Синфҳои объект ва қуттиҳои марзиро пешгӯӣ мекунанд.

Ҷойгир кардани модулҳои махсус танҳо дар роҳи хусусияте, ки ба сарлавҳаи объектҳои хурд меравад, ҳадаф дорад бе вазнин кардани тамоми шабака қобилияти намояндагии ҳадафҳои хурдро зиёд кунад.

Модули Ҳамоҳангсозии Дураҳаи Роҳнамошуда бо Канор

Истихроҷи канор бо оператори Scharr

Модули бо номи EGA аввал тағйироти уфуқӣ ва амудии шиддатро дар харитаи хусусияти сатҳӣ ва ҳалномаи баланд бо филтрҳои Scharr ҳисоб мекунад:

\[ E_x=\operatorname{Conv}(P_i,K_{\mathrm{Scharr},x}) \]

\[ E_y=\operatorname{Conv}(P_i,K_{\mathrm{Scharr},y}) \]

• P_i: Харитаи хусусияти ҳалномаи баланд аз қабати сатҳӣ.
• K_Scharr,x: Ядрои Scharr, ки тағйироти шиддатро дар самти уфуқӣ ҳисоб мекунад.
• K_Scharr,y: Ядрои Scharr, ки тағйироти шиддатро дар самти амудӣ ҳисоб мекунад.
• E_x ва E_y: Ҷавобҳои градиенти уфуқӣ ва амудӣ.

Градиентҳои ду самт баъд дар як харитаи ягонаи бузургии канор якҷо карда мешаванд:

\[ E=\sqrt{E_x^2+E_y^2+\varepsilon} \]

ε дар ин ҷо собити хурде мебошад, ки устувории ададии ҳисоби решаи квадратиро таъмин мекунад. Харитаи ҳосилшудаи E иттилооти пешакии геометриест, ки минтақаҳои эҳтимолии марзҳои берунии объектҳои хурдро ифода мекунад.

Истифодаи якҷояи иттилооти маъноӣ ва геометрӣ

Истифодаи танҳо харитаи канор кофӣ нест. Хатҳои роҳ, марзҳои бино ва сояҳо низ метавонанд канорҳои қавӣ тавлид кунанд. Аз ин рӯ, таҳқиқот хусусиятҳои маъноии қабати амиқро бо харитаи канор якҷоя истифода мебарад.

Пас аз калон кардани харитаи хусусияти амиқ ба ҳалномаи харитаи сатҳӣ, он бо харитаи канор дар самти канал якҷо карда мешавад. Ҷойивазкуниҳои мавқеъ, ки дар конволютсияи деформатсияшаванда истифода мешаванд, бо амали зерин пешгӯӣ мешаванд:

\[ \Delta=\operatorname{Conv}_{\mathrm{offset}}\left(\operatorname{Concat}(P'_{i+1},E)\right) \]

• P′_i+1: Хусусияти маъноӣ аз қабати амиқ, ки ба андозаи харитаи сатҳӣ калон карда шудааст.
• E: Харитаи каноре, ки аз қабати сатҳӣ гирифта шудааст.
• Δ: Майдони ҷойивазкунии мавқеъ, ки муайян мекунад конволютсияи деформатсияшаванда аз кадом нуқтаҳо намуна мегирад.

Хусусиятҳои амиқ ба модел кӯмак мекунанд фаҳмад, ки кадом сохтор метавонад автомобил, пиёдагард ё объекти дигар бошад; харитаи канор бошад, ба муайян кардани он ки марзи объект дар куҷост, ёрӣ медиҳад.

Ҳамоҳангсозии дураҳаи деформатсияшаванда

Ҳамон майдони ҷойивазкунии пешгӯишуда ҳам ба хусусиятҳои сатҳӣ ва ҳам ба хусусиятҳои амиқ татбиқ мешавад:

\[ P_i^{\mathrm{aligned}}=\mathcal{D}(P_i,\Delta) \]

\[ {P'}_{i+1}^{\mathrm{aligned}}=\mathcal{D}(P'_{i+1},\Delta) \]

𝒟 амали конволютсияи деформатсияшавандаро ифода мекунад. Агар конволютсияи стандартӣ аз шабакаи собити намунагирӣ истифода барад, конволютсияи деформатсияшаванда метавонад мувофиқи ҷойивазкуниҳои пешгӯишуда аз мавқеъҳои гуногун иттилоот ҷамъ кунад.

Ду харитаи хусусияти ҳамоҳангшуда якҷо карда шуда, аз конволютсияи 1 × 1 гузаронида мешаванд:

\[ F_{\mathrm{out}}=\operatorname{Conv}_{1\times1}\left(\operatorname{Concat}(P_i^{\mathrm{aligned}},{P'}_{i+1}^{\mathrm{aligned}})\right) \]

Ҳамин тавр ҳадаф ин аст, ки хусусиятҳои ба сарлавҳаи объектҳои хурд фиристодашуда ҳам иттилооти муфассали ҷойгиршавӣ ва ҳам иттилооти амиқи маъноиро дар бар гиранд.

Модули Диққати Дучандаи Соҳаи Басомад

Чаро соҳаи басомад истифода шудааст?

Минтақаҳои васеъ ва оҳиста тағйирёбандаи тасвир дар ҷузъҳои басомади паст ифода мешаванд; канорҳои тез, текстураҳои нозук ва тағйироти ногаҳонии равшанӣ дар ҷузъҳои басомади баланд намояндагӣ мешаванд. Иттилооти марз ва текстурае, ки барои фарқ кардани объектҳои хурд лозим аст, бештар дар тарафи басомади баланд ҷойгир аст.

Амалҳои камкунии намуна дар шабакаҳои конволютсионӣ метавонанд тафсилоти басомади баландро ҳамвор кунанд. Модули FDAM ҳадаф дорад ин тафсилотро мустақиман дар соҳаи басомад ҷудо ва тақвият диҳад.

Табдили Дискретии Косинус

Харитаи хусусияти фазоӣ бо Табдили Дискретии Косинуси дученака ба соҳаи басомад интиқол дода мешавад:

\[ F(u,v)=\mathcal{T}_{\mathrm{DCT}}\left(f(x,y)\right) \]

• f(x,y): Харитаи хусусияти воридотӣ дар соҳаи фазоӣ.
• F(u,v): Ҷузъҳои басомад, ки пас аз DCT ба даст меоянд.
• u ва v: Координатаҳои уфуқӣ ва амудӣ дар ҳамвории басомад.

Минтақаи болоии чапи спектри DCT иттилооти басомади пастро, ҷузъҳое ки ба самти минтақаҳои поёни рост ҳаракат мекунанд, иттилооти басомади баландтарро ифода мекунанд.

Ниқоби басомади баландгузар

Дар таҳқиқот бо истифода аз ниқобе, ки бо параметри α идора мешавад, қисми минтақаи басомади паст пахш карда мешавад:

\[ F_{\mathrm{filtered}}(u,v)=F(u,v)\odot M(u,v;\alpha) \]

M(u,v;α) ниқоби басомадро, ⊙ бошад зарби унсур ба унсурро ифода мекунад. Спектри филтршуда бо DCT-и баръакс дубора ба соҳаи фазоӣ гардонда шуда, харитаи диққате тавлид мешавад, ки канорҳо ва тафсилоти нозукро барҷаста мекунад.

Вақте қимати α хеле хурд аст, замина ба қадри кофӣ пахш намешавад. Вақте хеле калон аст, иттилооти муфиди басомади паст ва миёнаи объект низ метавонад аз даст равад. Дар таҷрибаҳо беҳтарин қимат α = 0,25 муайян шудааст.

Диққати канали тартиби дуюм

Роҳи дуюми FDAM на танҳо миёнаи ҳар канали хусусият, балки дисперсияи онро низ ҳисоб мекунад:

\[ \mu_c=\mathbb{E}[x_c] \]

\[ \sigma_c^2=\mathbb{E}\left[(x_c-\mu_c)^2\right] \]

• μ_c: Фаъолшавии миёна дар канали c.
• σ_c²: Дисперсияи фазоии фаъолшавиҳо.
• x_c: Қиматҳои хусусият дар канали дахлдор.

Азбаски фаъолшавиҳо дар атрофи марзи объекти хурд метавонанд зуд тағйир ёбанд, интизор меравад дисперсия дар каналҳое, ки тафсилоти объектро мебаранд, баланд бошад. Дар каналҳое, ки минтақаҳои ҳамвор ва якхелаи замина бартарӣ доранд, дисперсия метавонад пасттар бошад.

Қиматҳои миёна ва дисперсия якҷо карда шуда, тавассути конволютсияи 1 × 1 ва фаъолсозии sigmoid вазнҳои канал сохта мешаванд. Диққати фазоӣ аз роҳи басомад бо вазнҳои роҳи канал якҷо карда шуда, минтақаҳо ва каналҳои дорои тафсилот тақвият дода мешаванд.

Ду модул чӣ гуна якҷоя кор мекунанд?

Модули EGA аввал мавқеъҳои геометрии хусусиятҳои сатҳӣ ва амиқро ислоҳ мекунад. FDAM баъд канорҳо ва тафсилоти басомади баландро дар ҳамин хусусиятҳои ҳамоҳангшуда қавӣ мекунад.

1. Аз қабати сатҳӣ иттилооти канор гирифта мешавад.
2. Аз канор ва хусусиятҳои амиқи маъноӣ ҷойивазкуниҳои мавқеъ пешгӯӣ мешаванд.
3. Хусусиятҳои сатҳӣ ва амиқ бо конволютсияи деформатсияшаванда ҳамоҳанг карда мешаванд.
4. Хусусиятҳои ҳамоҳангшуда бо DCT ба ҷузъҳои басомад ҷудо мешаванд.
5. Қисме аз заминаи басомади паст пахш мешавад.
6. Диққати канал дар асоси миёна ва дисперсия татбиқ мешавад.
7. Хусусиятҳои тақвиятёфта ба сарлавҳаи ошкорсозии объектҳои хурд интиқол дода мешаванд.

Маҷмӯаҳои додаи истифодашуда

VisDrone2019

VisDrone2019 аз тасвирҳои дронӣ иборат аст, ки дар шаҳрҳо, баландӣ, кунҷи камера, рӯшноӣ ва шароити обу ҳавои гуногун гирифта шудаанд. Дар таҳқиқот зермаҷмӯи ошкорсозии объект истифода шудааст. Ин бахш тақрибан 10.209 тасвир ва беш аз 540.000 қуттии марзиро дар бар мегирад.

Даҳ синфи арзёбишуда чунинанд:

• Пиёдагард
• Инсон
• Дучарха
• Автомобил
• Van
• Мошини боркаш
• Воситаи нақлиёти сечарха
• Воситаи нақлиёти сечархаи хаймадор
• Автобус
• Мотосикл

UAVDT

Маҷмӯаи додаи UAVDT аз 100 пайдарпаии видео ва тақрибан 80.000 кадр иборат аст, ки аз тақрибан даҳ соати видеои ҳавоӣ интихоб шудаанд. Тасвирҳо муҳитҳои ҳаракати нақлиёт, аз қабили шоҳроҳ, чорроҳа, таваққуфгоҳ ва нуқтаи пулакӣ гузаришро фаро мегиранд. Синфҳои асосии ошкорсозӣ автомобил, мошини боркаш ва автобус мебошанд.

Агар VisDrone аз ҷиҳати синфҳо ва миқёсҳои гуногуни объект муҳити васеи санҷиш пешниҳод кунад, UAVDT ба шароити динамикии шаҳрӣ, аз қабили хирагии ҳаракат, ҳаракати зич ва рӯйпӯшшавии воситаҳои нақлиёт, тамаркуз мекунад.

Муҳити омӯзиш ва гиперпараметрҳо

Матн муфассал шарҳ намедиҳад, ки оё ҳамаи моделҳо бо ҳамон амалҳои зиёдкунии дода, тухми тасодуфӣ ва такрорҳои омӯзиш муқоиса шудаанд. Барои коди модел, вазнҳои омӯзонидашуда ва файлҳои пурраи конфигуратсия низ пайванди анбори боз дода нашудааст.

Меъёрҳои арзёбӣ

Precision чен мекунад, ки аз намунаҳое, ки модел онҳоро ҳамчун объект қайд кардааст, чандтояш дуруст аст:

\[ \operatorname{Precision}=\frac{TP}{TP+FP}\times100 \]

Recall нишон медиҳад, ки аз объектҳои воқеан мавҷуд дар тасвирҳо чандтояшон ёфт шудаанд:

\[ \operatorname{Recall}=\frac{TP}{TP+FN}\times100 \]

• TP: Объектҳои дуруст ошкоршуда.
• FP: Объектҳое, ки дар воқеият вуҷуд надоранд, вале ошкор шудаанд.
• FN: Объектҳои воқеие, ки модел аз даст додааст.

Дақиқии миёна барои як синф ҳамчун масоҳати зери каҷи precision–recall таъриф шудааст:

\[ AP=\int_0^1 P(R)\,dR \]

Миёнаи қиматҳои AP дар якчанд синф:

\[ mAP=\frac{1}{K}\sum_{i=1}^{K}AP_i\times100 \]

mAP@0.5 вақте ҳисоб мешавад, ки таносуби буриш-иттиҳод байни қуттии пешгӯишуда ва қуттии воқеӣ ҳадди ақал 0,5 бошад. mAP@0.5:0.95 бошад, азбаски дар даҳ остонаи гуногун аз 0,5 то 0,95 миёна мегирад, дақиқии ҷойгиркуниро сахттар месанҷад.

Натиҷаҳои VisDrone2019

Мувофиқи ҷадвали асосии муқоиса, YOLO-EFD нисбат ба YOLOv11n қимати mAP@0.5-ро аз %33,9 то %38,2, recall-ро аз %34,9 то %39,3 ва mAP-и сахттарро аз %19,8 то %22,5 баланд кардааст.

Модел дар ҳамаи меъёрҳои муқоиса ягона натиҷаи баландтаринро намедиҳад. Модели EdgeYolo-t аз ҷиҳати mAP@0.5 ва precision натиҷаи каме баландтар тавлид кардааст. Бартарии асосии YOLO-EFD он аст, ки дар муқобили бори ҳисоббарории 27,2 GFLOP-и EdgeYolo-t, бо 12,5 GFLOP ба сатҳи монанди дақиқӣ наздик мешавад.

Бо вуҷуди ин, бори ҳисоббарории YOLO-EFD нисбат ба YOLOv11n-и асосӣ ба таври назаррас зиёд шудааст: шумораи параметрҳо аз 2,6 миллион ба 3,4 миллион ва қимати GFLOP аз 6,6 ба 12,5 баланд шудааст. Аз ин рӯ, дар ивази афзоиши дақиқӣ нисбат ба модели асосӣ бори ҳисоббарорӣ ба тақрибан ду баробар наздик мешавад.

Натиҷаҳои UAVDT

Дар UAVDT, YOLO-EFD баландтарин қимати recall-ро байни моделҳои муқоисашуда додааст. Нисбат ба YOLOv11n recall аз %27,5 то %30,5 баланд шудааст. Ин афзоиш далел медиҳад, ки модел дар тасвирҳои ҳаракати нақлиёти зич ва хира объектҳои камтарро аз даст медиҳад.

EdgeYolo-t дар mAP@0.5 ва precision бартарии хурд дорад, дар ҳоле ки YOLO-EFD recall ва mAP@0.5:0.95-и баландтар тавлид кардааст. Аз ин рӯ, натиҷаҳо бештар аз он ки бартарии як моделро дар ҳама меъёрҳо нишон диҳанд, тавозунҳои гуногун байни дақиқӣ ва арзиши ҳисоббарориро нишон медиҳанд.

Таҷрибаҳои аблятсияи модулҳо

Модули EGA танҳо қимати mAP@0.5-ро 2,8 банд ва recall-ро 2,3 банд зиёд кардааст. FDAM танҳо тағйири хурдтар, аммо дар ҳамаи меъёрҳо мусбат тавлид кардааст. Ҳангоми истифодаи якҷояи ду модул баландтарин натиҷаҳо ба даст омадаанд.

Ин бозёфт дастгирӣ мекунад, ки ҳамоҳангсозии геометрӣ ва тақвияти тафсилоти басомад ба ду ҷузъи ҷудогонаи ҳамон масъала дахолат мекунанд. Бо вуҷуди ин, нишон дода нашудааст, ки таҷрибаҳои аблятсия аз як тухми тасодуфӣ буданд ё миёнаи якчанд такрори омӯзиш.

Параметри филтри басомад

Беҳтарин натиҷа дар қимати α = 0,25 ба даст омадааст. Паст шудани тадриҷии кор ҳангоми филтркунии қавитар нишон медиҳад, ки ҳамаи иттилооти басомади паст нолозим нест. Шакли умумӣ ва контексти объект низ метавонанд дар ҷузъҳои басомади пасттар ҷой дошта бошанд.

Матритсаҳои иштибоҳ чӣ нишон доданд?

Дар матритсаҳои иштибоҳи VisDrone2019 коҳиши таносуби омехташавии синфҳои объектҳои хурд бо замина гузориш шудааст:

• Барои синфи пиёдагард омехташавӣ бо замина аз 0,72 ба 0,59 кам шудааст.
• Дар синфи мотосикл аз 0,52 ба 0,49 кам шудааст.
• Дар синфи дучарха аз 0,85 ба 0,78 кам шудааст.
• Қимати диагоналии матритса барои синфи автомобил аз 0,70 ба 0,76 баланд шудааст.

Дар муқоисаи визуалӣ аз рӯи синф, қимати пиёдагард аз %25 ба %38, мотосикл аз %26 ба %37, дучарха аз %16 ба %29, автобус аз %37 ба %45 ва мошини боркаш аз %28 ба %36 баланд шудааст. Ин қиматҳо на натиҷаҳои AP аз рӯи синф, балки таносубҳои таснифие мебошанд, ки таҳқиқот дар матритсаи иштибоҳ ва муқоисаи категорияҳо истифода кардааст.

Grad-CAM ва тасвирҳои намунавӣ

Дар тасвирҳои Grad-CAM нишон дода шудааст, ки модели асосии YOLOv11n дар баъзе саҳнаҳо диққаташро ба роҳ, бино ё минтақаҳои гуногуни замина паҳн мекунад, дар ҳоле ки YOLO-EFD фаъолшавиҳоро бештар дар атрофи воситаҳои нақлиёт ва пиёдагардон ҷамъ мекунад.

Дар саҳнаи намунавии хира гузориш шудааст, ки модели асосӣ се воситаи нақлиёт ва YOLO-EFD ҳашт воситаи нақлиётро ошкор кардааст. Дар намунаи ҳаракати зич дида мешавад, ки қуттиҳои YOLO-EFD ба марзҳои воситаҳои нақлиёти ба ҳам наздик зичтар мувофиқ шудаанд.

Ин тасвирҳо барои шарҳи рафтори модел кӯмак мекунанд, аммо аз чанд намунаи интихобшуда иборатанд. Тасвирҳои алоҳида худ аз худ далели кори тамоми маҷмӯаи дода ё эътимоднокӣ дар шароити воқеии парвоз нестанд.

Ҷиҳатҳои қавии таҳқиқот

• На танҳо пешниҳоди консептуалӣ, балки модели воқеан иҷрошудаи ошкорсозии объект пешниҳод шудааст.
• Модел дар ду маҷмӯаи додаи гуногун ва маъмул барои UAV арзёбӣ шудааст.
• Таъсири ҷудогонаи модулҳои EGA ва FDAM бо таҷрибаи аблятсия таҳқиқ шудааст.
• Барои параметри α-и филтри басомад муқоисаи назоратшуда анҷом дода шудааст.
• Шумораи параметрҳо ва маълумоти GFLOP ҳамроҳ бо меъёрҳои дақиқӣ гузориш шудаанд.
• Бо матритсаи иштибоҳ, Grad-CAM ва тасвирҳои ошкорсозӣ ба натиҷаҳои миқдорӣ шарҳҳои визуалӣ илова шудаанд.
• Шароити заминаи сода ва ҳадафҳои бениҳоят хурд, ки модел метавонад дар онҳо ноком шавад, дар бахши натиҷаҳо ошкоро зикр шудаанд.

Номувофиқиҳои дохилӣ ва маҳдудиятҳои техникӣ

• Хулоса, бозёфтҳои барҷаста ва ҷадвали аблятсия барои VisDrone2019 %22,2 mAP@0.5:0.95 гузориш медиҳанд, дар ҳоле ки ҷадвали асосии муқоиса %22,5 медиҳад.
• Қимати precision-и YOLOv11n дар ҷадвали асосии муқоиса %42,1 ва дар ҷадвали аблятсия %44,1 навишта шудааст.
• Шарҳ дода нашудааст, ки оё ин фарқҳо аз такрорҳои гуногуни омӯзиш, зермаҷмӯаҳои гуногуни санҷишӣ ё хатои матнчинӣ бармеоянд.
• Сарлавҳаи Шакли 4, ки меъмории FDAM-ро нишон медиҳад, нодуруст ҳамчун меъмории EGA навишта шудааст. Баъзе истинодҳои рақами шакл дар матн низ бо тасвирҳои воқеӣ мувофиқат намекунанд.
• Барои натиҷаҳо инҳирофи стандартӣ, фосилаи эътимод, аҳамияти оморӣ ё якчанд тухми тасодуфӣ гузориш нашудаанд.
• Ба қадри кофӣ шарҳ дода нашудааст, ки оё ҳамаи моделҳои муқоисашуда дар як пойгоҳи код, бо ҳамон танзимоти зиёдкунии дода ва шароити омӯзиш аз нав омӯзонида шудаанд.
• Сарфи назар аз даъвои истифодаи вақти воқеӣ, FPS, таъхир барои ҳар тасвир, истифодаи хотира ва масрафи қувва чен нашудаанд.
• Таҷрибаҳо дар RTX 4090 анҷом дода шудаанд; дар протсессори дарунсохташудае, ки метавонад дар дрон истифода шавад, платформаи Jetson ё дигар дастгоҳи edge санҷиш анҷом дода нашудааст.
• Азбаски қимати GFLOP нисбат ба YOLOv11n-и асосӣ аз 6,6 ба 12,5 баланд шудааст, арзиши ҳисоббарорӣ ба таври назаррас афзудааст.
• Барои коди модел, вазнҳои омӯзонидашуда, файлҳои тақсимоти дода ва конфигуратсияи пурраи гиперпараметрҳо пайванди кушода дода нашудааст.
• Гарчанде UAVDT дорои атрибутҳо ба монанди обу ҳаво, баландӣ, кунҷи камера ва зичӣ мебошад, натиҷаҳо аз рӯи ин шароит алоҳида гузориш нашудаанд.
• Таҳқиқот эътироф мекунад, ки дар заминаҳои сода ва ҳадафҳои бениҳоят хурду пароканда метавонад ба шовқи басомади баланд аз ҳад зиёд тамаркуз карда, ошкорсозии нодуруст тавлид кунад.

Таҳқиқот чиро дастгирӣ мекунад?

Натиҷаҳо дастгирӣ мекунанд, ки ҳамоҳангсозии хусусиятҳои ҳалномаҳои гуногун бо конволютсияи деформатсияшавандаи роҳнамошуда аз канор метавонад кори YOLOv11n-ро дар объектҳои хурд беҳтар кунад. Ҳамчунин далели таҷрибавӣ пешниҳод шудааст, ки тақвияти басомади баланд дар асоси DCT метавонад махсусан дар ҳадафҳои хурде, ки канорҳояшон заиф ё хираанд, саҳми иловагӣ диҳад.

Истифодаи якҷояи ду модул дар маҷмӯаҳои додаи омӯхташуда нисбат ба истифодаи ҷудогонаи онҳо натиҷаи баландтар додааст. Модел инчунин ба диапазони дақиқии монанди усули вазнинтари EdgeYolo-t бо шумораи камтари параметрҳо ва қимати пасттари GFLOP наздик шудааст.

Таҳқиқот чиро исбот намекунад?

Таҳқиқот исбот намекунад, ки YOLO-EFD дар ҳамаи вазифаҳои UAV ё ҳамаи маҷмӯаҳои додаи объектҳои хурд беҳтарин модел аст. Баъзе моделҳои муқоисашуда дар меъёрҳои муайян натиҷаи баландтар додаанд. Таҷрибаҳо танҳо бо ду маҷмӯаи додаи оммавӣ ва як тартиби омӯзиши гузоришшуда маҳдуданд.

Нишон дода нашудааст, ки модел дар дрони воқеӣ дар вақти воқеӣ кор мекунад, энергияи кам масраф мекунад ё дар обу ҳавои бад, шаб, туман, ларзиш ва системаҳои гуногуни камера ҳамон сатҳи корро нигоҳ медорад. GFLOP ва шумораи параметрҳо муодили мустақими таъхири дастгоҳи воқеӣ нестанд.

Натиҷаҳо ҳамчунин нишон намедиҳанд, ки модел дар соҳаҳои муҳиме чун ҷустуҷӯ-наҷот, амният ё идоракунии ҳаракати нақлиёт метавонад танҳо ба танҳо қарорҳои боэътимод диҳад. Барои чунин истифодаҳо манфиҳои бардурӯғ, мусбатҳои бардурӯғ ва шароити гуногуни муҳитӣ бояд алоҳида тасдиқ карда шаванд.

Аҳамияти эҳтимолӣ аз нигоҳи Туркия

Равиши пешниҳодшуда дар таҳқиқот метавонад аз ҷиҳати методологӣ ба соҳаҳое дар Туркия, аз қабили назорати ҳаракати нақлиёт бо дрон, санҷиши минтақа пас аз офат, назорати сӯхтори ҷангал, тасвирбардории кишоварзӣ, назорати соҳил ва бозрасии инфрасохтор, интиқол дода шавад. Хусусан фарқ кардани воситаҳои нақлиёти хурд ё одамон дар тасвирҳои аз баландӣ гирифташуда яке аз мушкилоти умумии техникии ин барномаҳо мебошад.

Барои системае, ки дар Туркия истифода мешавад, модел бояд бо сохтори маҳаллии шаҳрӣ, аломатҳои гуногуни роҳ, намудҳои воситаҳои нақлиёт, растанипӯшӣ, топография, шароити обу ҳаво ва камераҳои дрони истифодашаванда аз нав омӯзонида шавад. Натиҷаҳои VisDrone ва UAVDT дақиқии амалии Туркияро мустақиман ифода намекунанд.

Пеш аз истифодаи амалӣ бояд дар тасвирҳои ба Туркия тааллуқдошта санҷишҳои берун аз домен, озмоишҳои шабона ва обу ҳавои бад, ченкунии таъхири сахтафзори дарунсохт, масрафи энергия, фосилаҳои эътимод ва таснифи хатогиҳо анҷом дода шаванд.

Усул ва натиҷаҳои таҳқиқот

Муҳимтарин натиҷаҳои ададӣ

• Дар ҷадвали асосии VisDrone2019 mAP@0.5 барои YOLO-EFD %38,2 дода шудааст.
• Қимати recall-и VisDrone2019 %39,3 ва precision %46,6 мебошад.
• Қимати mAP@0.5:0.95-и VisDrone2019 дар ҷадвали асосӣ %22,5; дар хулоса ва ҷадвали аблятсия %22,2 аст.
• Дар UAVDT mAP@0.5 %32,1, mAP@0.5:0.95 %18,9, precision %39,3 ва recall %30,5 мебошад.
• Модули EGA танҳо нисбат ба модели асосӣ mAP@0.5-ро 2,8 банд зиёд кардааст.
• Модули FDAM танҳо mAP@0.5-ро 1,3 банд зиёд кардааст.
• Ду модул якҷоя mAP@0.5-ро аз %33,9 ба %38,2 баланд кардаанд.
• Параметри оптималии ниқоби басомад α = 0,25 муайян шудааст.
• Модел 3,4 миллион параметр ва 12,5 GFLOP бори ҳисоббарорӣ дорад.
• EdgeYolo-t бо 27,2 GFLOP %38,5 mAP@0.5 тавлид мекунад, дар ҳоле ки YOLO-EFD бо 12,5 GFLOP %38,2 тавлид кардааст.

Корҳое, ки пеш аз истифодаи амалӣ бояд анҷом дода шаванд

1. Коди модел, вазнҳо ва файлҳои тақсимоти дода нашр карда шуда, натиҷаҳо бозтавлид шаванд.
2. Бо ҳадди ақал аз се то панҷ тухми тасодуфии гуногун миёна ва инҳирофҳои стандартӣ гузориш шаванд.
3. Дар тасвирҳои дронии дар Туркия гирифташуда тасдиқи беруна анҷом дода шавад.
4. Шаб, туман, борон, ларзиш, баландии гуногун ва ҳалномаи гуногуни камера алоҳида санҷида шаванд.
5. Дар Jetson ё сахтафзори edge-и монанд FPS, таъхир, хотира ва масрафи қувва чен карда шаванд.
6. Арзиши мусбатҳои бардурӯғ ва манфиҳои бардурӯғ мувофиқи навъи истифода таҳлил карда шавад.
7. Филтрҳои мутобиқшавандае таҳия шаванд, ки дар заминаҳои сода тамаркузи аз ҳад зиёд ба шовқи басомади баландро кам мекунанд.
8. Барои ошкорсозии объект дар видео ва пайгирии бисёробъектӣ муттасилии вақтӣ ба модел илова карда шавад.

Ёддошт оид ба манбаъ ва усул

Номи аслии таҳқиқот: YOLO-EFD: Edge-guided and Frequency-domain Dual Enhancement for Small Object Detection in UAV Aerial Imagery

Муаллифон ва тартиби дуруст: Xin Song, Peng Li, Xuecong Liu, Xin Zhao.

Муаллифи якуми баробар: Дар таҳқиқот изҳороти муаллифии якуми баробар ё саҳми баробар вуҷуд надорад.

Муаллифи масъул/тамос: Xin Song.

Пайвандҳои муассисавӣ:

• School of Computer Science and Engineering, Northeastern University, Shenyang, Liaoning, Чин.
• Hebei Key Laboratory of Marine Perception Network and Data Processing, Northeastern University at Qinhuangdao, Qinhuangdao, Hebei, Чин.
• Shandong Province Key Laboratory of Independent and Reliable Computing Technology and Equipment, Chaoyue Technology Co., Ltd., Jinan, Shandong, Чин.

DOI:10.2139/ssrn.7031768

Саҳифаи расмии таҳқиқот:Сабти расмии SSRN

Платформаи нашр: SSRN.

Санаи боргузорӣ: 1 июли 2026.

Маҷалла: Нашр дар маҷаллаи peer-reviewed ё номи мушаххаси маҷалла тасдиқ нашудааст. Дар поёни саҳифа ибораи “Preprint submitted to Elsevier” мавҷуд аст, аммо маҷаллаи ҳадаф нишон дода нашудааст.

Ҳолати peer review: Таҳқиқот preprint-и аз peer review нагузашта мебошад.

Навъи манбаъ: Таҳқиқоти ҳисоббарории биниши компютерӣ, ки меъмории нави омӯзиши амиқ, таҷрибаҳои муқоисавӣ дар ду маҷмӯаи додаи оммавӣ, санҷишҳои аблятсияи модулҳо ва таҳлили параметрҳоро дар бар мегирад.

Маблағгузорӣ: Таҳқиқот аз ҷониби Фонди Лоиҳаи Таҳқиқоти Кушодаи Shandong Province Key Laboratory of Independent and Reliable Computing Technology and Equipment бо рақами KT25500300-lab дастгирӣ шудааст.

Истифодаи зеҳни сунъии тавлидӣ: Муаллифон гузориш додаанд, ки DeepSeek-ро барои ислоҳи забон ва тартиб додани параграфҳо истифода кардаанд; онҳо мундариҷаи ниҳоиро бозбинӣ карда, масъулиятро қабул намудаанд.

Бархӯрди манфиат: Дар версияи боршуда изҳороти равшани бархӯрди манфиат вуҷуд надорад.

Дастрасӣ ба дода ва код: VisDrone2019 ва UAVDT маҷмӯаҳои додаи оммавӣ мебошанд. Аммо барои коди YOLO-EFD, вазнҳои омӯзонидашуда, тухмҳои тасодуфӣ ва конфигуратсияи пурраи таҷриба пайванд дода нашудааст.

Огоҳии библиографӣ: Бо ҳамон унвон ва ҳамон муаллифон дар SSRN сабти қадимтар бо DOI-и 10.2139/ssrn.6878454 низ мавҷуд аст. Азбаски дар ҳамаи саҳифаҳои версияи боршуда рақами сабти 7031768 мавҷуд аст, дар ин мақола DOI-и 10.2139/ssrn.7031768 асос гирифта шудааст.

Ин шарҳи туркӣ дар асоси матн, муодилаҳо, ҷадвалҳо, схемаҳои шабака, харитаҳои гармӣ, матритсаҳои иштибоҳ ва тасвирҳои таҷрибавии таҳқиқоти боршуда омода шудааст. Барои натиҷаҳои илмӣ манбаи беруна илова нашудааст; санҷиши беруна танҳо бо тасдиқи маълумоти ҳувияти библиографӣ, ба монанди унвон, муаллифон, DOI, санаи сабти SSRN ва муаллифи масъул маҳдуд шудааст.

Муҳимтарин мушкили гузоришдиҳии таҳқиқот ин аст, ки қиматҳои VisDrone2019 mAP@0.5:0.95 ва precision-и модели асосӣ дар бахшҳои гуногун мувофиқат намекунанд. Аз ин рӯ, ҳангоми пешниҳоди натиҷаҳо қимати %22,5 дар ҷадвали асосии муқоиса ва қимати %22,2 дар хулоса ва ҷадвали аблятсия бояд якҷоя нишон дода шаванд.

Таҳқиқот дар сахтафзори воқеии дрон тасдиқи саҳроӣ, ченкунии таъхир ё таҷрибаи масрафи энергия пешниҳод намекунад. Аз ин рӯ, арзёбии “вақти воқеӣ ва барои дастгоҳҳои edge мувофиқ” бояд ҳамчун потенсиале, ки ба натиҷаҳои параметр ва GFLOP асос ёфтааст, хонда шавад, на ҳамчун кори амалиётии тасдиқшуда.