DOI: https://doi.org/10.1016/j.cviu.2025.104489
تاريخ النشر: 2025-09-03
المؤلف: Yuchen Zheng وآخرون
الموضوع الرئيسي: تطبيقات الشبكات العصبية المتقدمة
نظرة عامة
تقدم البحث LAM-YOLO، وهو نموذج متقدم لاكتشاف الأجسام مصمم للكشف عن الأهداف باستخدام الطائرات بدون طيار، حيث يعالج التحديات مثل كثافة الأهداف، والتداخل، والضبابية تحت ظروف الإضاءة المتغيرة. يتضمن النموذج آلية انتباه لإخفاء الضوء لتعزيز رؤية الأهداف الصغيرة ويستخدم وحدات Involution لتحسين تفاعلات طبقات الميزات. بالإضافة إلى ذلك، يتم استخدام دالة خسارة الانحدار SIB-IoU المحسّنة لتسريع تقارب النموذج وتعزيز دقة التحديد. كما أن تنفيذ رأسين للكشف المساعد يساعدان في تحديد الأهداف الصغيرة الحجم.
تظهر التقييمات الكمية أن LAM-YOLO يتفوق بشكل كبير على النماذج الحالية، بما في ذلك Faster R-CNN وYOLOv9 وYOLOv10، من حيث متوسط الدقة (mAP) على مجموعة بيانات VisDrone2019، مع زيادة ملحوظة بنسبة 7.1% في الدقة المتوسطة مقارنة بـ YOLOv8. كما تُظهر دالة خسارة SIB-IoU تقاربًا أسرع أثناء التدريب ودقة محسّنة مقارنة بدالات الخسارة التقليدية. بشكل عام، يقلل LAM-YOLO بشكل فعال من معدل الفقد للأجسام الصغيرة ويعزز دقة الكشف عبر ظروف الإضاءة المتغيرة، مما يشير إلى اتجاه واعد للبحث المستقبلي الذي يركز على تحسين أداء الكشف مع إدارة استهلاك الموارد الحاسوبية.
مقدمة
في مقدمة هذه الورقة البحثية، يبرز المؤلفون مزايا الطائرات بدون طيار (UAVs) في المسح الجوي، وخاصة فعاليتها من حيث التكلفة ومرونتها التشغيلية. ومع ذلك، يحددون تحديات كبيرة في الكشف عن الأهداف الصغيرة داخل صور الطائرات بدون طيار بسبب الارتفاعات والزوايا والعوامل البيئية المتغيرة التي تؤثر على رؤية الأهداف وحجمها. تعقّد مشكلات مثل الإخفاء، والتداخل، وأحجام الأهداف المتنوعة الكشف الدقيق، مما يؤدي إلى فقدان الكشف وإيجاد إيجابيات خاطئة. يشير المؤلفون إلى أنه على الرغم من التقدم في التعلم العميق، وخاصة من خلال الشبكات العصبية التلافيفية (CNNs) وسلسلة YOLO (You Only Look Once)، إلا أن الطرق الحالية لا تزال تواجه تحديات أساسية تتعلق باستخراج الميزات والانحدار الدقيق للصناديق المحيطة.
لمعالجة هذه التحديات، يقترح المؤلفون نموذجًا جديدًا يسمى LAM-YOLO، الذي يعزز بنية YOLOv8 من خلال دمج وحدات انتباه إخفاء الضوء (LAM) لتحسين استخراج الميزات وتحديد المواقع. يتضمن النموذج دالة خسارة محسّنة لانحدار الصناديق المحيطة ويقدم رؤوس كشف مساعدة مصممة خصيصًا للأهداف الصغيرة جدًا. تظهر النتائج التجريبية تحسنًا بنسبة 7.1% في دقة الكشف على مجموعة بيانات VisDrone2019 مقارنة بـ YOLOv8 الأساسية، مما يدل على فعالية التحسينات المقترحة. تهدف الورقة إلى تحقيق توازن بين دقة الكشف وكفاءة الاستدلال، مما يجعلها مناسبة للتطبيقات في الوقت الحقيقي في أنظمة المراقبة المعتمدة على الطائرات بدون طيار.
نقاش
تسلط قسم النقاش في الورقة البحثية الضوء على التقدم في الكشف عن الأجسام باستخدام الطائرات بدون طيار من خلال سلسلة YOLO، مع التركيز بشكل خاص على تحديات الكشف عن الأهداف الصغيرة في البيئات المعقدة. على الرغم من نجاح نماذج YOLO الحالية، مثل YOLOv8، إلا أن التعديلات المتخصصة ضرورية لتعزيز دقة الكشف في السيناريوهات التي تتميز بتغيرات إضاءة قوية وإخفاء. تشمل المساهمات الملحوظة تقديم طريقة تقليل العينة وشبكة دمج الميزات المعدلة لتحسين قدرات الكشف عن الأهداف الصغيرة والكثيفة. بالإضافة إلى ذلك، أظهر دمج آلية انتباه BiFormer وشبكة YOLO-SA وعودًا في معالجة هذه التحديات، ومع ذلك لا تزال الطرق الحالية تواجه صعوبات مع بعض الخلفيات المعقدة.
لمعالجة هذه القيود، يقترح المؤلفون آلية انتباه إخفاء الضوء (LAM) المدمجة في إطار YOLOv8، جنبًا إلى جنب مع رأس كشف مساعد مصمم خصيصًا للأهداف الصغيرة. تهدف هذه الطريقة إلى تعزيز حساسية النموذج للميزات تحت ظروف الإضاءة المتغيرة، مما يحسن الكشف عن الأجسام الصغيرة. علاوة على ذلك، تم تقديم دالة خسارة محسّنة، تُسمى Soft Inner-section Bounding-box IoU (SIB-IoU)، لتسهيل إنشاء صناديق محيطة مساعدة بمقاييس مختلفة، مما يعزز في النهاية أداء النموذج في الكشف عن الأجسام الصغيرة في المشاهد الجوية المعقدة. يظهر نموذج LAM-YOLO المقترح تحسينات كبيرة في دقة الكشف، خاصة في البيئات الصعبة، كما يتضح من التجارب المقارنة ضد الطرق المتطورة.
DOI: https://doi.org/10.1016/j.cviu.2025.104489
Publication Date: 2025-09-03
Author(s): Yuchen Zheng et al.
Primary Topic: Advanced Neural Network Applications
Overview
The research introduces LAM-YOLO, an advanced object detection model tailored for drone-based target detection, addressing challenges such as target density, overlap, and blurriness under varying lighting conditions. The model incorporates a light-occlusion attention mechanism to enhance the visibility of small targets and utilizes Involution modules to improve feature layer interactions. Additionally, an improved SIB-IoU regression loss function is employed to accelerate model convergence and enhance localization accuracy. The implementation of two auxiliary detection heads further aids in identifying smaller-scale targets.
Quantitative evaluations reveal that LAM-YOLO significantly outperforms existing models, including Faster R-CNN, YOLOv9, and YOLOv10, in terms of mean Average Precision (mAP) on the VisDrone2019 dataset, with a notable 7.1% increase in average precision compared to YOLOv8. The SIB-IoU loss function also demonstrates faster convergence during training and improved precision over traditional loss functions. Overall, LAM-YOLO effectively reduces the miss rate for small objects and enhances detection accuracy across varying lighting conditions, suggesting a promising direction for future research focused on optimizing detection performance while managing computational resource consumption.
Introduction
In the introduction of this research paper, the authors highlight the advantages of Unmanned Aerial Vehicles (UAVs) in aerial surveying, particularly their cost-effectiveness and operational flexibility. However, they identify significant challenges in detecting small targets within drone imagery due to varying altitudes, angles, and environmental factors that affect target visibility and size. Issues such as occlusion, overlap, and diverse target sizes complicate accurate detection, leading to missed detections and false positives. The authors note that while advancements in deep learning, particularly through convolutional neural networks (CNNs) and the YOLO (You Only Look Once) series, have improved detection capabilities, existing methods still struggle with core challenges related to feature extraction and the accurate regression of bounding boxes.
To address these challenges, the authors propose a novel model called LAM-YOLO, which enhances the YOLOv8 architecture by integrating Lighting-Occlusion Attention Modules (LAM) to improve feature extraction and target localization. The model incorporates an improved loss function for bounding box regression and introduces auxiliary detection heads specifically designed for extremely small targets. Experimental results demonstrate a 7.1% improvement in detection accuracy on the VisDrone2019 dataset compared to the baseline YOLOv8, indicating the effectiveness of the proposed enhancements. The paper aims to balance detection accuracy and inference efficiency, making it suitable for real-time applications in drone-based monitoring systems.
Discussion
The discussion section of the research paper highlights advancements in drone-based object detection using the YOLO series, particularly focusing on the challenges of detecting small targets in complex environments. Despite the success of existing YOLO models, such as YOLOv8, specialized adaptations are necessary to enhance detection accuracy in scenarios characterized by strong lighting variations and occlusions. Notable contributions include the introduction of a downsampling method and a modified feature fusion network to improve detection capabilities for small, dense targets. Additionally, the integration of the BiFormer attention mechanism and the YOLO-SA network has shown promise in addressing these challenges, yet existing methods still struggle with certain complex backgrounds.
To address these limitations, the authors propose a novel Lighting-Occlusion Attention Mechanism (LAM) integrated into the YOLOv8 framework, along with an auxiliary detection head specifically designed for small targets. This approach aims to enhance the model’s sensitivity to features under varying lighting conditions, thereby improving the detection of small objects. Furthermore, an improved loss function, termed Soft Inner-section Bounding-box IoU (SIB-IoU), is introduced to facilitate the generation of auxiliary bounding boxes of different scales, ultimately enhancing the model’s performance in detecting small objects in complex aerial scenes. The proposed LAM-YOLO model demonstrates significant improvements in detection accuracy, particularly in challenging environments, as evidenced by comparative experiments against state-of-the-art methods.