DOI: https://doi.org/10.1038/s41598-025-34711-y
PMID: https://pubmed.ncbi.nlm.nih.gov/41580486
تاريخ النشر: 2026-01-24
المؤلف: Fang Dong وآخرون
الموضوع الرئيسي: تطبيقات الشبكات العصبية المتقدمة
نظرة عامة
تقدم البحث MFRA-YOLO، وهو خوارزمية متقدمة لاكتشاف الأجسام مصممة خصيصًا لصور الطائرات بدون طيار (UAV)، والتي تواجه تحديات فريدة مثل اختلافات كبيرة في حجم الهدف وخلفيات معقدة. تعزز الخوارزمية إطار عمل YOLOv8n الأساسي من خلال دمج آلية انتباه مونت كارلو داخل وحدة الالتفاف المعتمدة على انتباه مجال الاستقبال، مما يحسن تفاعل المعلومات عبر المقاييس. بالإضافة إلى ذلك، تم تقديم وحدة دمج انتقائية متعددة المقاييس لتسهيل الدمج التكيفي للميزات، مما يفيد بشكل خاص في اكتشاف الأهداف الصغيرة. تحل دالة خسارة Focaler-PIoUv2 محل خسارة CIoU، مما يوازن بفعالية بين اكتشاف العينات الصعبة والسهلة، مما يساهم في تحسين الدقة.
تظهر التقييمات التجريبية على مجموعة بيانات VisDrone2019 أن MFRA-YOLO يتفوق على YOLOv8n ونسخ أخرى، محققًا تحسينًا بنسبة 3.5% في متوسط الدقة (mAP50) وزيادة بنسبة 2.3% في mAP50:95، مع الحفاظ على سرعة معالجة في الوقت الحقيقي تبلغ 143 إطارًا في الثانية. علاوة على ذلك، تؤكد الاختبارات على مجموعة بيانات RSOD تعميم الخوارزمية واستقرارها عبر سيناريوهات UAV متنوعة. تشير النتائج إلى أن MFRA-YOLO لا يعزز فقط أداء الاكتشاف بشكل كبير ولكن أيضًا يحقق توازنًا جديرًا بالثناء بين الدقة والكفاءة الحسابية، مع اقتراح العمل المستقبلي لاستكشاف المزيد من التبادلات في تعقيد الحساب وعدد المعلمات.
مقدمة
في مقدمة هذه الورقة البحثية، يبرز المؤلفون الأهمية المتزايدة لاكتشاف الأجسام في صور الطائرات بدون طيار (UAV)، خاصة في التطبيقات مثل إنقاذ الكوارث، ورصد البيئة، ومراقبة المرور. على عكس طرق اكتشاف الأجسام التقليدية، يتطلب اكتشاف صور UAV ليس فقط دقة عالية ولكن أيضًا نشر خفيف وقدرات معالجة في الوقت الحقيقي. تناقش الورقة مزايا خوارزميات الاكتشاف ذات المرحلة الواحدة، مثل سلسلة YOLO وSSD، التي تبسط عملية الاكتشاف من خلال القضاء على توليد اقتراحات المناطق، مما يعزز سرعة الاستدلال ويقلل من المتطلبات الحسابية. ومع ذلك، تواجه هذه الطرق تحديات فريدة في الصور الجوية، بما في ذلك اختلافات الحجم الشديدة، وتجمعات كثيفة من الأجسام الصغيرة، وضرورة معالجة ذات زمن استجابة منخفض.
يستعرض المؤلفون حلولًا مبتكرة متنوعة مقترحة لمعالجة هذه التحديات. على سبيل المثال، تم إجراء تحسينات على طرق استخراج الميزات، مثل دمج آليات انتباه متعددة المقاييس وتحسين الشبكات الأساسية للتعامل بشكل أفضل مع اختلافات الحجم. ومع ذلك، فإن العديد من هذه الأساليب إما تتنازل عن التفاعل عبر المقاييس أو تقدم عبءًا حسابيًا مفرطًا، مما يتعارض مع متطلبات الوقت الحقيقي لتطبيقات UAV. بالإضافة إلى ذلك، بينما ركزت بعض الطرق على تحسين دقة اكتشاف الأهداف الصغيرة من خلال طبقات مخصصة أو آليات انتباه، فإنها غالبًا ما تؤدي إلى زيادة التعقيد وعدد المعلمات، مما يعقد نشر الوقت الحقيقي. تحدد الورقة الإطار لمعالجة هذه التبادلات الحرجة في اكتشاف الأجسام في صور UAV، مع التأكيد على الحاجة إلى حلول توازن بين الكفاءة والدقة.
طرق
في هذا القسم، يقوم المؤلفون بإجراء مقارنة تجريبية لخوارزمية MFRA-YOLO مقابل النماذج الأساسية، مع التركيز بشكل خاص على أداء الاكتشاف عبر فئات مختلفة باستخدام مقاييس متوسط الدقة عند 50% (mAP50) وmAP50:95. يتم إجراء التقييم على مجموعتي بيانات VisDrone2019 وRSOD. تشير النتائج إلى أن MFRA-YOLO يتفوق بشكل كبير على النموذج الأساسي، خاصة في فئات الشاحنة والدراجة ثلاثية العجلات، التي تظهر تحسينات بنسبة 4.2% في mAP50. كما تظهر فئة الحافلة تحسينات ملحوظة، مع زيادات بنسبة 5.3% و4.5% في mAP50 وmAP50:95 على مجموعة الاختبار، على التوالي.
تظهر التحليلات الإضافية على مجموعة بيانات RSOD أن MFRA-YOLO يحقق أكثر من 20% من المكاسب في mAP50 لفئة الجسر العلوي، مما يبرز فعاليته في اكتشاف الأهداف الصغيرة والأجسام ذات الأحجام المتنوعة. تسلط التجارب المقارنة الضوء على أنه بينما تظهر خوارزميات أخرى، بما في ذلك نماذج YOLO المختلفة وطرق تقليدية مثل SSD وFaster-RCNN، تبادلات بين دقة الاكتشاف وكفاءة الاستدلال، فإن MFRA-YOLO يحقق توازنًا جديرًا بالثناء، مما يظهر أداء اكتشاف متفوق مع زيادة هامشية فقط في العبء الحسابي. هذا يضع MFRA-YOLO كحل قوي لاكتشاف الأجسام المعتمد على UAV في الوقت الحقيقي، مما يعالج بفعالية تحديات الدقة والكفاءة في تطبيقات الاستشعار عن بعد.
النتائج
في قسم النتائج من الدراسة، يتم التحقق بصريًا من فعالية خوارزمية MFRA-YOLO من خلال تحليل ستة سيناريوهات تمثيلية لصورة UAV، كما هو موضح في الشكل 9. تشير النتائج إلى أن MFRA-YOLO يتفوق في اكتشاف الأجسام ذات اختلافات الحجم الكبيرة، متفوقًا على خوارزميات المقارنة الأخرى التي تكافح لتحديد مثل هذه الأهداف. يُعزى هذا التحسين في الأداء إلى وحدة MCRAConv، التي تحسن قدرات الارتباط عبر المقاييس للخوارزمية، ودمج وحدة MSSFF، التي تعزز دمج الميزات متعددة المقاييس.
علاوة على ذلك، في السيناريوهات التي تتميز بتوزيعات كثيفة للأهداف، تسلط النتائج الضوء على قيد ملحوظ في خوارزمية YOLOv8n الأساسية، التي تفشل في اكتشاف بعض الأجسام، مثل الدراجات النارية. وهذا يبرز مزايا إطار عمل MFRA-YOLO في البيئات المعقدة، مما يظهر قدراته المتفوقة في الاكتشاف في كل من المشاهد المتنوعة والمكتظة.
المناقشة
في هذا القسم من المناقشة، يقوم المؤلفون بتقييم نقدي للمنهجيات الحالية لاكتشاف الأجسام في صور UAV، مع تسليط الضوء على التحديات المتمثلة في تحقيق توازن بين الكفاءة الحسابية ودقة الاكتشاف، خاصة بالنسبة للأجسام الصغيرة في الخلفيات المعقدة. يشيرون إلى دراسات متنوعة حاولت تعزيز استخراج الميزات وآليات الانتباه، مثل دمج Swin Transformer مع CSPDarknet53 وتطوير خوارزميات خفيفة الوزن مثل تلك المقترحة من قبل شين وآخرين وزياو وآخرين. على الرغم من هذه التقدمات، لا تزال العديد من الأساليب الحالية تواجه تكاليف حسابية كبيرة أو تفشل في تحقيق توازن كافٍ بين تمثيلات الميزات المحلية والعالمية.
يقدم المؤلفون خوارزميتهم المقترحة، MFRA-YOLO، التي تبني على إطار عمل YOLOv8. تشمل الابتكارات الرئيسية وحدة MCRAConv، التي تدمج انتباه مونت كارلو مع الالتفاف المعتمد على انتباه مجال الاستقبال لتعزيز غنى الميزات مع تقليل العبء الحسابي. بالإضافة إلى ذلك، تم تصميم وحدات الدمج الانتقائية متعددة المقاييس (MSF) ودمج ميزات تسلسل المقاييس (SSFF) لتحسين دمج الميزات متعددة المقاييس دون إضافة طبقات اكتشاف إضافية. تعالج إدخال دالة خسارة Focaler-PIoUv2 عدم التوازن بين العينات الصعبة والسهلة، مما يعزز سرعة التقارب ودقة الاكتشاف. تظهر النتائج التجريبية أن MFRA-YOLO تحقق تحسينًا بنسبة 3.5% في متوسط الدقة (mAP50) وتحافظ على معدل إطار مرتفع يبلغ 143 إطارًا في الثانية، مما يثبت فعاليتها لاكتشاف الأجسام في صور UAV في الوقت الحقيقي.
DOI: https://doi.org/10.1038/s41598-025-34711-y
PMID: https://pubmed.ncbi.nlm.nih.gov/41580486
Publication Date: 2026-01-24
Author(s): Fang Dong et al.
Primary Topic: Advanced Neural Network Applications
Overview
The research presents MFRA-YOLO, an advanced object detection algorithm specifically designed for Unmanned Aerial Vehicle (UAV) imagery, which faces unique challenges such as significant target scale variations and complex backgrounds. The algorithm enhances the baseline YOLOv8n framework by integrating a Monte Carlo attention mechanism within a receptive-field attention-based convolution module, improving cross-scale information interaction. Additionally, a multi-scale selective fusion module is introduced to facilitate adaptive integration of features, particularly benefiting the detection of small targets. The Focaler-PIoUv2 loss function replaces the CIoU loss, effectively balancing the detection of hard and easy samples, which contributes to improved accuracy.
Experimental evaluations on the VisDrone2019 dataset reveal that MFRA-YOLO outperforms YOLOv8n and other variants, achieving a 3.5% improvement in mean Average Precision at IoU 0.5 (mAP50) and a 2.3% increase in mAP50:95, while maintaining a real-time processing speed of 143 FPS. Furthermore, tests on the RSOD dataset confirm the algorithm’s generalization and stability across diverse UAV scenarios. The findings indicate that MFRA-YOLO not only significantly enhances detection performance but also achieves a commendable balance between accuracy and computational efficiency, with future work suggested to further explore the trade-offs in computational complexity and parameter count.
Introduction
In the introduction of this research paper, the authors highlight the growing significance of UAV (Unmanned Aerial Vehicle) image object detection, particularly in applications such as disaster rescue, environmental monitoring, and traffic surveillance. Unlike traditional object detection methods, UAV image detection demands not only high accuracy but also lightweight deployment and real-time processing capabilities. The paper discusses the advantages of one-stage detection algorithms, such as the YOLO series and SSD, which streamline the detection process by eliminating region proposal generation, thus enhancing inference speed and reducing computational requirements. However, these methods face unique challenges in aerial imagery, including extreme scale variations, densely clustered small objects, and the necessity for low-latency processing.
The authors review various innovative solutions proposed to tackle these challenges. For instance, enhancements to feature extraction methods have been made, such as integrating multi-scale attention mechanisms and improving backbone networks to better handle scale variations. However, many of these approaches either compromise on cross-scale interaction or introduce excessive computational overhead, which conflicts with the real-time demands of UAV applications. Additionally, while some methods have focused on improving small target detection accuracy through dedicated layers or attention mechanisms, they often lead to increased complexity and parameter counts, further complicating real-time deployment. The paper sets the stage for addressing these critical trade-offs in UAV image object detection, emphasizing the need for solutions that balance efficiency and accuracy.
Methods
In this section, the authors conduct an experimental comparison of the MFRA-YOLO algorithm against baseline models, specifically focusing on detection performance across various categories using the metrics mean Average Precision at 50% (mAP50) and mAP50:95. The evaluation is performed on the VisDrone2019 and RSOD datasets. Results indicate that MFRA-YOLO significantly outperforms the baseline, particularly in the Truck and Tricycle categories, which show improvements of 4.2% in mAP50. The Bus category also demonstrates notable enhancements, with increases of 5.3% and 4.5% in mAP50 and mAP50:95 on the test set, respectively.
Further analysis on the RSOD dataset reveals that MFRA-YOLO achieves over a 20% gain in mAP50 for the Overpass category, underscoring its efficacy in detecting small targets and objects with varying scales. The comparative experiments highlight that while other algorithms, including various YOLO models and traditional methods like SSD and Faster-RCNN, exhibit trade-offs between detection accuracy and inference efficiency, MFRA-YOLO strikes a commendable balance, showcasing superior detection performance with only a marginal increase in computational load. This positions MFRA-YOLO as a robust solution for real-time UAV-based object detection, effectively addressing the challenges of accuracy and efficiency in remote sensing applications.
Results
In the results section of the study, the effectiveness of the MFRA-YOLO algorithm is visually validated through the analysis of six representative UAV image scenarios, as depicted in Figure 9. The findings indicate that MFRA-YOLO excels in detecting objects with significant scale variations, outperforming other comparative algorithms that struggle to identify such targets. This performance enhancement is attributed to the MCRAConv module, which improves the algorithm’s cross-scale correlation capabilities, and the integration of the MSSFF module, which bolsters multi-scale feature fusion.
Furthermore, in scenarios characterized by dense target distributions, the results highlight a notable limitation of the baseline YOLOv8n algorithm, which fails to detect certain objects, such as motorcycles. This underscores the advantages of the MFRA-YOLO framework in complex environments, demonstrating its superior detection capabilities in both varied and densely populated scenes.
Discussion
In this discussion section, the authors critically evaluate existing methodologies for object detection in UAV imagery, highlighting the challenges of balancing computational efficiency with detection accuracy, particularly for small objects in complex backgrounds. They reference various studies that have attempted to enhance feature extraction and attention mechanisms, such as the integration of Swin Transformer with CSPDarknet53 and the development of lightweight algorithms like those proposed by Shen et al. and Xiao et al. Despite these advancements, many existing approaches still face significant computational costs or fail to adequately balance local and global feature representations.
The authors introduce their proposed algorithm, MFRA-YOLO, which builds upon the YOLOv8 framework. Key innovations include the MCRAConv module, which integrates Monte Carlo attention with receptive-field attention-based convolution to enhance feature richness while minimizing computational overhead. Additionally, the Multi-scale Selective Fusion (MSF) and Scale Sequence Feature Fusion (SSFF) modules are designed to improve multi-scale feature integration without adding extra detection layers. The introduction of the Focaler-PIoUv2 loss function addresses the imbalance between hard and easy samples, enhancing convergence speed and detection accuracy. Experimental results demonstrate that MFRA-YOLO achieves a 3.5% improvement in mean Average Precision (mAP50) and maintains a high frame rate of 143 FPS, validating its effectiveness for real-time UAV image object detection.