YOLO11n + RFA + RCSA, меъмории сабуки ошкоркунии объект аст, ки барои муайян кардани партовҳои баҳрии дорои текстураи заиф, сарҳадҳои норавшан ва андозаҳои гуногун дар тасвирҳои зериобӣ ба детектори объектии YOLO11n ҷузъҳои Ҷамъоварии Майдони Қабул (Receptive-Field Aggregation, RFA) ва Бозкалибркунии Боқимондаи Каналӣ-Фазоӣ (Residual Channel-Spatial Recalibration, RCSA) илова карда шудаанд. RFA аз майдонҳои қабули самараноки гуногун маълумоти контекстӣ ҷамъ мекунад, дар ҳоле ки RCSA аҳамияти каналӣ ва фазоии ин хусусиятҳои ғанигардонидашударо аз нав вазн медиҳад. Ҳадафи асосии таҳқиқот танҳо баланд бардоштани дақиқӣ нест, балки анҷом додани ин кор бо модели дорои миқёсе мебошад, ки дар оянда дар платформаҳои зериобии дорои захираҳои эҳтимолан маҳдуд, ба монанди ROV, истифода шавад.

Дар таҳқиқот маҷмӯи додаҳои кушодаи партовҳои зериобӣ бо 15 синф истифода шудааст. Дар тақсимоти аслии додаҳои таъминкунанда 10.884 тасвири омӯзишӣ, 1.001 тасвири validation ва 501 тасвири тестӣ мавҷуд аст. Дар маҷмӯи validation 1.892 объекти нишондодашуда ҳаст. Маҷмӯи тестӣ бо санҷишҳои такрории SHA-256 ва гурӯҳҳои provenance, ки аз номи файлҳо ҳосил шудаанд, аудит карда шуда; пас аз хориҷ кардани тасвирҳое, ки ба ҳамон гурӯҳҳои аудитшудаи provenance-и омӯзиш ё validation тааллуқ доштанд, маҷмӯи ниҳоии holdout бо 498 тасвир ва 963 объект нигоҳ дошта шуд.

Муқоисаҳои асосӣ дар давоми 100 epoch бо се seed-и гуногун — 42, 2026 ва 3407 — анҷом дода шуданд. Модели RFA + RCSA дар validation Precision 0,861 ± 0,016, Recall 0,801 ± 0,012, mAP@0.5 0,848 ± 0,001 ва mAP@0.5:0.95 0,511 ± 0,002 ба даст овард. Ҳамин се checkpoint дар holdout-и аудитшуда мутаносибан натиҷаҳои 0,820 ± 0,033, 0,748 ± 0,014, 0,779 ± 0,018 ва 0,467 ± 0,007 доданд.

Модел 4,19 миллион параметр, тақрибан 8,43 MB вазн ва барои вуруди 640 × 640 ҳисоббарории 8,91 GFLOPs талаб мекунад. Бо вуҷуди ин, дар сахтафзори воқеии Jetson/ROV FPS, таъхири аз оғоз то анҷом, ҳадди аксари хотира, масрафи қувва ё энергия барои ҳар кадр чен карда нашудааст. Аз ин рӯ, натиҷаҳо моделро ҳамчун номзади сабуки умедбахш барои дарки ROV-и дорои захираҳои маҳдуд дастгирӣ мекунанд; онҳо муваффақияти системаи дарунсохтаи вақти воқеиро исбот намекунанд.

Бозёфти муҳими дигари таҳқиқот маҳдудияти умумисозӣ мебошад. Гарчанде дар holdout-и аудитшудае, ки аз ҳамон маҷмӯи додаҳои манбаъ сохта шудааст, иҷрои қобили қабул ба даст омад, дар домени дигари TrashCan Material mAP@0.5 танҳо то 0,031 ± 0,023 поён рафт. Ин натиҷа равшан нишон медиҳад, ки иҷрои қавӣ дар як манбаи додаҳо ба маҷмӯаҳои додаҳо, муҳитҳо ё таксономияҳои дигар ба таври худкор интиқол намеёбад.

Масъалаи асосии таҳқиқот

Тасвирбардории зериобӣ нисбат ба тасвирбардорӣ дар ҳаво муҳити визуалии ноустувортар аст. Сустшавии вобаста ба дарозии мавҷ дар об, парокандашавӣ аз зарраҳои овезон, тағйирёбии ранг ва рӯшноии сунъии ғайрияксон метавонанд контрасти байни ҳадаф ва заминаро коҳиш дода, намуди объектро вайрон кунанд.

Партовҳои баҳрӣ инчунин метавонанд объектҳои хурд, қисман зери хокмонда, шаклашон тағйирёфта ё аз ҷиҳати визуалӣ ба қаъри баҳр монанд бошанд. Аз ин рӯ, танҳо равшан кардани тасвир ё зиёд кардани контраст мушкили намояндагии контекстии нокифояи детектори паймонро пурра ҳал намекунад.

Масъалаи муҳандисие, ки муҳаққиқон баррасӣ мекунанд, бартараф кардани ду камбудӣ бе ба таври худсарона калон кардани шабака мебошад:

• Барои фаҳмидани ҳадафҳои заиф ё норавшан контексти васеътар ҷамъ кардан.
• Пас аз якҷоякунии хусусиятҳои бисёрмиқёс, сигнали муфидро аз хусусиятҳои мураккаби замина беҳтар ҷудо кардан.

Аз ин рӯ, RFA ва RCSA на ҳамчун ду модули алтернативӣ, ки як вазифаро иҷро мекунанд, балки ҳамчун ду амалиёти ҳамдигарро пуркунанда дар нуқтаҳои гуногуни шабака ҷойгир шудаанд.

Чаро RFA ва RCSA якҷоя истифода мешаванд?

RFA дар марҳилаҳои аввал ва миёнаи истихроҷи хусусиятҳо аз майдонҳои қабули самараноки андозаҳои гуногун контекст ҷамъ мекунад, дар ҳоле ки RCSA аҳамияти каналӣ ва фазоии хусусиятҳои баъдан ташаккулёфта ва якҷояшударо аз нав вазн медиҳад; дар мантиқи тарҳи таҳқиқот RFA ба саволи «кадом контексти муҳитиро бинем?» ва RCSA ба саволи «дар намояндагии ғанишуда кадом ҷавобҳоро барҷаста кунем?» мувофиқат мекунад.

Меъмории асосии YOLO11n

Модели ибтидоӣ сохтори стандартии backbone–neck–head-ро истифода мебарад. Backbone аз тасвир хусусиятҳои иерархиро истихроҷ мекунад, neck хусусиятҳои сатҳҳои гуногуни ҳалли тасвирро якҷо мекунад ва detection head аз се миқёси гуногун ҷойгиршавии объект ва синфро пешгӯӣ мекунад.

Дар таҳқиқот detection head тағйир дода нашудааст. Ин ҷузъиёт муҳим аст; фарқиятҳои гузоришшуда на аз тарҳи нави detection head, балки аз ҷузъҳои RFA ва RCSA, ки ба роҳи истихроҷи хусусият ва бозкалибркунӣ илова шудаанд, сар мезананд.

RFA: Ҷамъоварии Майдони Қабул чӣ гуна кор мекунад?

Майдони қабули шабакаи конволютсионӣ нишон медиҳад, ки арзиши муайяни хусусият аз чӣ қадар минтақаи васеи тасвири вурудӣ маълумот гирифта метавонад. Арзёбии ҳадафи хурд танҳо аз муҳити хеле маҳдуд метавонад барои объектҳои зериобии дорои канорҳои заиф ё норавшан нокифоя бошад.

RFA хусусиятҳои вурудиро ба гурӯҳҳои канал тақсим мекунад ва амалиёти маҳаллиро бо майдонҳои қабули самараноки гуногун якҷо мекунад. Муодилаи асосӣ дар манбаъ чунин аст:

\[ F_{\mathrm{RFA}} = \mathrm{Conv}_{1\times1} \left( \mathrm{Concat} [ LO_1(X_1), LO_2(X_2), \ldots, LO_N(X_N) ] \right) \tag{1} \]

Дар ин ҷо \(X_i\) гурӯҳи i-уми каналии тензори хусусиятҳои вурудиро; \(LO_i(\cdot)\) оператори маҳаллии дахлдорро; \(\mathrm{Concat}\) якҷояшавии хусусиятҳои шохаҳо дар самти канал ва конволютсияи \(1\times1\)-ро ҳамчун омезиши ниҳоии каналҳо ифода мекунад.

Дар схемаи манбаъ нишон дода шудааст, ки операторҳои маҳаллии пайдарпай майдонҳои қабули самараноки тақрибан 7×7, 9×9 ва 11×11 эҷод мекунанд. Ҳадаф танҳо истифодаи kernel-и калон нест, балки якҷо кардани андозаҳои гуногуни контекст бе пурра аз даст додани ҷузъиёти маҳаллӣ мебошад.

RCSA: Бозкалибркунии Боқимондаи Каналӣ-Фазоӣ чӣ гуна кор мекунад?

Роҳи RCSA дар дохили dynamic residual group (DRG) аз Residual Channel-Spatial Attention Block (RCSAB) истифода мекунад. Ҳар RCSAB ду конволютсияи 3×3-ро татбиқ мекунад. Пас аз конволютсияи аввал batch normalization ва LeakyReLU, ва пас аз конволютсияи дуюм batch normalization меоянд.

Диққати каналӣ ҳам хулосаи global average pooling ва ҳам global maximum pooling-ро аз табдили муштараки дуқабатаи 1×1 мегузаронад. Диққати динамикии фазоӣ барои ҳар намуна kernel-и фазоии 3×3-ро, ки аз хусусиятҳои глобалӣ шартгузорӣ шудааст, тавлид мекунад.

Занҷири асосии табдили RCSAB:

\[ F=T(X) \tag{2} \]

\[ F_c=M_c(F)\odot F \tag{3} \]

\[ F_{cs}=M_s(F_c)\odot F_c \tag{4} \]

\[ F_{out}=P(X)+G(F_{cs}) \tag{5} \]

мебошад. Дар ин ҷо \(T(\cdot)\) табдилҳои конволютсия-нормализатсия пеш аз attention, \(M_c\) харитаи диққати каналӣ, \(M_s\) харитаи диққати фазоӣ, \(G(\cdot)\) конволютсияи баромад ва \(\odot\) зарби элементӣ-ба-элементиро нишон медиҳад.

\(P(X)\), агар андозаҳо мувофиқ бошанд identity shortcut ва агар мувофиқ набошанд projection shortcut мебошад, ки андозаҳои хусусиятҳоро ҳамоҳанг мекунад. Ин роҳи residual гузариши мустақими маълумотро таъмин мекунад, то амалиёти attention маълумоти муфидро пурра нест накунад.

Харитаи диққати каналӣ:

\[ M_c(F) = \sigma \left[ W_2\delta(W_1\,GAP(F)) + W_2\delta(W_1\,GMP(F)) \right] \tag{6} \]

чунин дода мешавад. Дар ин ҷо GAP — global average pooling, GMP — global maximum pooling, \(\delta\) — ReLU ва \(\sigma\) — функсияи sigmoid.

Kernel-и динамикии фазоӣ:

\[ K(F_c) = \mathrm{reshape} \left[ W_{k2}\delta(W_{k1}GAP(F_c)) \right] \in \mathbb{R}^{1\times3\times3} \tag{7} \]

ва диққати фазоӣ:

\[ M_s(F_c) = \sigma \left[ K(F_c)*\mathrm{mean}_c(F_c) \right] \tag{8} \]

чунин ифода мешавад. \(\mathrm{mean}_c\) миёнаи хусусиятҳоро дар андозаи канал; \(*\) бошад амалиёти grouped convolution-ро дар асоси ҳар намуна ифода мекунад. Kernel доимӣ нест; он аз намунаи вурудӣ ҳосил мешавад.

Чор RCSAB ва як конволютсияи ниҳоии 3×3 якҷоя як dynamic residual group месозанд. Як шохаи канал дар C2PSA ин гурӯҳро гузашта мустақим меравад, шохаи дигар аз роҳи dynamic residual ва feed-forward мегузарад; ду шоха дар охир якҷо шуда, бо конволютсияи 1×1 омехта мешаванд.

Маҳдудияти навоварии RFA ва RCSA дар таҳқиқот

Таҳқиқот даъво намекунад, ки мафҳуми RFA ё идеяи dynamic residual group-ро бори аввал ихтироъ кардааст. RFA аз равиши мавҷудаи RFAConv ва топологияи гурӯҳи dynamic residual аз DRPCA-Net мутобиқ карда шудаанд. Саҳми таҳқиқот дар ҷойгиркунии махсуси ин сохторҳои мавҷуда дар истихроҷи хусусиятҳои YOLO11n барои муҳити зериобӣ, якҷо кардани онҳо дар роҳи RCSA ва санҷиши таҷрибавии онҳо ҳамроҳ бо RFA мебошад.

Маҷмӯи додаҳо ва номутавозунии синфҳо

Маҷмӯи додаҳо 15 синф дорад. Нишонаҳои манбаъ айнан чунинанд: mask, can, cellphone, electronics, gbottle, glove, metal, misc, net, pbag, pbottle, plastic, rod, sunglasses ва tire. Азбаски тавзеҳи токенҳои нишонаҳои “gbottle”, “pbag” ва “pbottle” дар ҷадвали манбаъ алоҳида муайян нашудааст, онҳо дар ин ҷо бо тахмин аз нав номгузорӣ нашудаанд.

Синфҳо ба таври равшан номутавозунанд. Масалан, дар қисми омӯзишӣ барои tire 6.816 объект мавҷуд аст, дар ҳоле ки барои sunglasses танҳо 42, барои rod 78 ва барои metal 168 объект гузориш шудааст. Ин номутавозунӣ дар арзёбии holdout низ яке аз сабабҳои асосии номуайянии вобаста ба синф мебошад.

Чаро validation ва holdout алоҳида нигоҳ дошта шуданд?

Қисми validation бо 1.001 тасвир барои интихоби модел ва checkpoint истифода шуд, дар ҳоле ки holdout-и аудитшуда бо 498 тасвир танҳо барои арзёбии ниҳоӣ истифода гардид. Бо ин роҳ омехта шудани интихоби модел ва тести ниҳоӣ кам карда шуд.

Ҳангоми сохтани holdout санҷиши пурраи дубликати SHA-256 ва идентификаторҳои provenance, ки аз номи файлҳо ҳосил шудаанд, истифода гардиданд. Тасвирҳои номзади тестӣ, ки дар ҳамон гурӯҳи provenance бо омӯзиш ё validation дида мешуданд, хориҷ карда шуданд.

Ин усул ихроҷи ошкори додаҳоро коҳиш медиҳад; аммо манбаъ возеҳ таъкид мекунад, ки ин истиқлолияти физикии майдонро исбот намекунад. Ғайр аз ин, validation ва holdout аз ҳамон маҷмӯи додаҳои кушодаи манбаъ гирифта шудаанд.

Оё модел воқеан дар ROV дар вақти воқеӣ кор карда шуд?

Не. Суратҳои ROV дар манбаъ контексти татбиқии таҷрибаҳои марбутеро нишон медиҳанд, ки муаллифон дар онҳо иштирок доштанд; модели гузоришшуда дар ин таҳқиқот дар workstation бо маҷмӯаҳои додаҳо арзёбӣ шудааст ва дар сахтафзори ROV-и синфи Jetson FPS-и аз оғоз то анҷом, таъхир, хотира, қувва ё энергия чен нашудааст.

Чаро контексти ROV бо вуҷуди ин муҳим аст?

Дар ROV-ҳои паймон иқтидори протсессор, хотира, буҷаи қувва, иқтидори борбардорӣ ва хунуккунӣ метавонанд маҳдуд бошанд. Аз ин рӯ, тарҳрезии модели дорои параметрҳо ва GFLOP-и кам аз ҷиҳати амалиётӣ маъно дорад. Аммо мураккабии статитикии модел ҷойгузини суръати воқеии сахтафзор шуда наметавонад.

Дар марҳилаи навбатии тасдиқ бояд дар сахтафзори ҳадаф ҳадди ақал latency-и аз оғоз то анҷом, FPS, peak memory, масрафи қувва ва энергия барои ҳар frame чен карда шавад.

Метрикаҳои арзёбӣ чӣ маъно доранд?

Precision чен мекунад, ки чӣ қадар аз ошкоркуниҳои мусбати модел дуруст мебошанд:

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

TP мусбатҳои дуруст ва FP мусбатҳои нодурустро ифода мекунанд. Агар Precision баланд бошад, қисми бештари қуттиҳое, ки модел «объект ҳаст» мегӯяд, воқеӣ мебошанд.

Recall чен мекунад, ки чӣ қадар аз объектҳои воқеӣ аз ҷониби модел ёфт шудаанд:

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

FN манфиҳои нодуруст, яъне объектҳоеро ифода мекунад, ки дар тасвир мавҷуд буданд, вале аз даст рафтанд.

Нишондиҳандаи F1 байни Precision ва Recall тавозуни гармоникӣ эҷод мекунад:

\[ F_1=\frac{2PR}{P+R} \]

Дар ин ҷо \(P\) арзиши Precision ва \(R\) арзиши Recall мебошад.

mAP@0.5 миёнаи Average Precision-ҳои синфиро ҳангоми ҳадди Intersection over Union (IoU) = 0,5 истифода мебарад. mAP@0.5:0.95 бошад, ҳадҳои IoU-ро аз 0,50 то 0,95 бо қадами 0,05 месанҷад ва дақиқии сахттари локализатсияро арзёбӣ мекунад.

Усул ва Натиҷаҳои Таҳқиқот

Муҳити таҷриба ва танзимоти омӯзиш

Афзоиши додаҳо ва оптимизатсия

Дар манбаъ hsv_h = 0,015, hsv_s = 0,7, hsv_v = 0,4; translate = 0,1; scale = 0,5; horizontal flip = 0,5 ва Mosaic = 1,0 истифода шудаанд. Degrees = 0, vertical flip = 0 ва MixUp = 0 гузошта шудаанд.

Интихоби optimizer = auto дар Ultralytics 8.3.163 Nesterov SGD тавлид кардааст. Learning rate-и ибтидоӣ 0,01, momentum 0,9 ва nominal weight decay 0,0005 мебошанд. Дар шароити Batch 30, accumulation 2 ва nbs = 64 effective weight decay 0,00046875 гузориш шудааст.

Warm-up се epoch давом кард ва patience 100 таъин шуд. Learning rate ба таври хаттӣ кам карда шуд; cos_lr хомӯш буд. Дар 10 epoch-и охир Mosaic ғайрифаъол карда шуд.

Муқоисаи асосии 100-epoch

Модели якҷояшуда аз рӯи validation mAP@0.5 баландтарин миёнаеро ба даст овард. Бо вуҷуди ин, афзоиш дар метрикаи сахттари mAP@0.5:0.95 хеле хурд аст.

RFA танҳо чӣ дод?

Дар скани ибтидоии модули seed-42, RFA дар байни номзадҳои якмодула қавитарин натиҷаҳои mAP-ро дод. Манбаъ афзоиши mAP@0.5-ро нисбат ба YOLO11n 2,2 банди фоизӣ ва афзоиши mAP@0.5:0.95-ро 1,3 банди фоизӣ гузориш медиҳад.

Гарчанде CSA_ConvBlock дар скани seed-42 Precision-и баландтар дод, афзоиши Recall ва mAP хурдтар буданд. RCSA танҳо метрикаҳои агрегатиро дар ҳадди маҳдуд тағйир дод.

Ин бозёфт дар манбаъ бо эҳтиёт чунин тафсир шудааст, ки фоидаи RCSA метавонад ба он вобаста бошад, ки аввал механизме ба монанди RFA контексти кофӣ иттилоотӣ эҷод кунад.

Фарқи омории RFA + RCSA нисбат ба RFA

Дар се seed-и ҷуфтшуда RFA + RCSA validation mAP@0.5-ро нисбат ба RFA ба 0,0178 зиёд кард. Фосилаи эътимодии ҷуфтшудаи %95 0,0103–0,0253 ва paired t-test p = 0,009 гузориш шудааст.

Фарқи mAP@0.5:0.95 танҳо 0,0021 аст; фосилаи эътимодии %95 −0,0150–0,0191 ва p = 0,654 мебошад. Аз ин рӯ, таҳқиқот даъво намекунад, ки бартарии локализатсия дар шароити сахттари IoU аз ҷиҳати оморӣ нишон дода шудааст.

Ғайр аз ин, n = 3 танҳо се seed-ро маъно медиҳад. Муаллифон ин таҳлилро на ҳамчун далели қатъии бартарии умумӣ, балки ҳамчун муқоисаи ҷуфтшудаи иктишофӣ, ки тағйирёбии run-to-run-ро нишон медиҳад, маҳдуд мекунанд.

Мураккабии модел

RFA танҳо параметрҳо ва арзиши ҳисоббарориро хеле кам зиёд мекунад, дар ҳоле ки иловаи RCSA модели умумиро ба 4,19 миллион параметр мерасонад. Бо вуҷуди ин, манбаъ моделро ҳанӯз ҳамчун номзади сабук тасниф мекунад.

Маҳдудияти муқоисаи YOLOv8n

Манбаъ дар ҳамон манбаи додаҳо барои YOLOv8n Precision 0,842, Recall 0,779, mAP@0.5 0,821 ва mAP@0.5:0.95 0,508 гузориш медиҳад. Аммо YOLOv8n танҳо бо як run, YOLO11n ва RFA + RCSA бошад бо се run дода шудаанд. Манбаъ низ YOLOv8n-ро танҳо ҳамчун муқоисаи намояндагии детектори сабук дар ҳамон dataset истифода мебарад.

Аз ин рӯ, ин ҷадвал набояд ҳамчун тести қатъии бартарии умумӣ байни моделҳои дорои шумораи гуногуни seed тафсир шавад.

Оё натиҷаи validation муваффақияти ҷаҳони воқеиро нишон медиҳад?

Не. Validation ва holdout-и аудитшуда аз ҳамон маҷмӯи додаҳои кушодаи манбаъ меоянд; инчунин коҳиши ҷиддии иҷро дар тести берунии TrashCan Material нишон медиҳад, ки аз муваффақият дар ҳамон манбаи додаҳо хулосаи устувории умумӣ ба доменҳои дигари тасвир ё таксономияҳои синфӣ бароварда намешавад.

Натиҷаи holdout-и аудитшуда

Пасттар будани натиҷаҳои holdout нисбат ба validation нишон медиҳад, ки маҷмӯи ниҳоии арзёбии ҷудотар барои модел санҷиши душвортар будааст. Аммо собит нашудааст, ки holdout аз минтақаи физикии мустақили баҳр гирифта шудааст.

Номуайянии думи дароз аз рӯи синф

Азбаски дар синфи rod танҳо ду объекти тестӣ мавҷуд аст, номуайянии арзиши AP@0.5 = 0,414 ± 0,198 хеле баланд мебошад. Дар синфи sunglasses бошад, танҳо як намуна ҳаст. Он ки ҳар се checkpoint барои як намуна AP@0.5 = 0,995 медиҳанд, далели умумисозии васеъ нест.

Манбаъ ҳамчунин махсус таъкид мекунад, ки фосилаҳои эътимодии додашуда номуайянии интихобкунии тасвирҳоро не, балки танҳо тағйирёбиро байни се seed чен мекунанд.

Оё чор маротиба бештар намунагирӣ кардани синфҳои нодир фоида дод?

Не. Барои синфҳои metal, rod ва sunglasses 4× oversampling истифода шуд, аммо тасвирҳои нав ё синтетикӣ тавлид нашуданд; танҳо басомади намунагирӣ ҳангоми омӯзиш тағйир дода шуд.

Reference holdout mAP@0.5 0,779 ± 0,018 буд, пас аз oversampling он 0,772 ± 0,006 шуд. mAP@0.5:0.95 низ аз 0,467 ± 0,007 ба 0,464 ± 0,007 тағйир ёфт. Манбаъ ин озмоишро на ҳамчун афзоиши иҷро, балки ҳамчун назорати манфӣ гузориш медиҳад.

Устуворӣ ба тағйироти равшанӣ ва контраст

Тағйир додани равшанӣ бо коэффисиенти 0,70 ё 1,30 ба натиҷаҳо танҳо каме таъсир расонд. Баръакс, контрасти паст барои модел шароити равшани хатост.

Дар ҳолати Contrast 0,70, mAP@0.5 тақрибан аз 0,779 ба 0,644 ва mAP@0.5:0.95 аз 0,467 ба 0,397 коҳиш ёфт. Манбаъ ин натиҷаро ҳамчун ишора ба он тафсир мекунад, ки ҷудошавии заифи ҳадаф аз замина режими ҷиддитари нокомии фотометрӣ мебошад.

Тести маҷмӯи додаҳои беруна

Дар тести домени беруна бо 1.204 тасвир ва 599 намунаи ҳадафи мувофиқшуда аз зермаҷмӯи metal/plastic-и TrashCan Material, RFA + RCSA танҳо:

• mAP@0.5 = 0,031 ± 0,023
• mAP@0.5:0.95 = 0,017 ± 0,012

натиҷа дод.

Ин натиҷаи паст дар манбаъ пинҳон нашудааст; баръакс, барои нишон додани он нигоҳ дошта шудааст, ки муваффақияти holdout дар ҳамон манбаъ далели устувории cross-dataset нест. Фарқи таксономия ва domain талафоти ҷиддии иҷро ба вуҷуд меорад.

Маҳдудияти робитаи устуворӣ

Таҳқиқот ошкоркунии партовҳои баҳриро ҳамчун ҷузъи дарк ҷойгир мекунад, ки метавонад ба мониторинги такрории муҳитҳои зисти қаъри баҳр, бандарҳо, минтақаҳои лангарбандӣ, кабелҳои зериобӣ ва инфрасохтори энергияи барқароршавандаи баҳрӣ кумак кунад.

Ин истифода бо Ҳадафи 14-и Рушди Устувори Созмони Милали Муттаҳид алоқаманд карда шудааст. Аммо таҳқиқот устувории экологиро мустақиман чен намекунад.

Ба натиҷаҳои ченнашуда дохил мешаванд:

• сатҳи тозакунии партовҳои баҳрӣ,
• беҳбудии гуногунии биологӣ,
• таъсири давраи ҳаёт,
• масрафи энергия,
• партоби карбон

мебошанд.

Аз ин рӯ, аз ин таҳқиқот хулосаи «модел экосистемаи баҳриро беҳтар кард» баровардан мумкин нест. Он чизе, ки тасдиқ шудааст, шинохт ва таснифи партовҳои баҳрӣ дар тасвирҳо мебошад.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

• RFA тавонист дар протоколи умумии 100-epoch намояндагии контекстии YOLO11n-ро беҳтар кунад.
• RFA + RCSA миёнаи validation mAP@0.5-ро ба 0,848 ± 0,001 баланд кард.
• Афзоиши mAP@0.5-и RFA + RCSA нисбат ба RFA дар се seed-и ҷуфтшуда мушоҳида шуд.
• Бартарии сахттари mAP@0.5:0.95 нишон дода нашуд.
• Модел бо 4,19 M параметр ва 8,91 GFLOPs номзади меъмории паймон мебошад.
• Контрасти паст иҷрои моделро ба таври назаррас бад мекунад.
• Шумораи хеле ками намунаҳо дар синфҳои нодир номуайянии калон эҷод мекунад.
• 4× rare-class oversampling-и оддӣ иҷрои агрегатии holdout-ро беҳтар накард.
• Тести маҷмӯи додаҳои беруна мушкили ҷиддии domain-умумисозиро нишон дод.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

• Нишон дода нашудааст, ки модел дар ROV-и воқеӣ дар вақти воқеӣ кор кардааст.
• FPS ё latency дар синфи Jetson чен нашудааст.
• Қувва, energy/frame ё peak memory чен нашудааст.
• Holdout минтақаи физикии мустақили баҳр нест.
• Се seed барои бартарии умумии модел далели васеи оморӣ нест.
• AP-и баланд дар як намунаи sunglasses маънои умумисозии васеи синфро надорад.
• Муваффақият дар ҳамон манбаи додаҳо дар маҷмӯаҳои додаҳои дигар нигоҳ дошта нашуд.
• Чен карда нашудааст, ки модел партовҳои баҳриро ҷисман тоза кардааст ё беҳбудии экологӣ ба вуҷуд овардааст.
• Таъсири устуворӣ, энергия ё карбон ба таври миқдорӣ ҳисоб карда нашудааст.

Талаботи таҳқиқоти оянда

Манбаъ барои тасдиқи оянда маълумоти бештари синфҳои нодир, таҳқиқоти функсияҳои талафот ба монанди focal loss ва class-balanced loss, арзёбии васеътари cross-dataset, тести саҳроӣ дар шароити ҳаракати воқеии ROV ва норавшанӣ/turbidity, инчунин profiling-и низомнок дар сахтафзори ҳадафии дарунсохтро авлавият медиҳад.

Таҳқиқоти воқеии deployment инчунин бояд дар precision mode ва batch size-и интихобшуда арзишҳои latency, FPS, peak memory, қувва ва energy/frame-ро гузориш диҳад.

Ёддошт оид ба Манбаъ ва Усул

Таҳқиқоти аслӣ: Lightweight Underwater Marine-Debris Detection for Sustainable Ocean Monitoring Using Receptive-Field Aggregation and Residual Channel-Spatial Recalibration

Муаллифон: Yuhua He; Zhiqiang Huang; Yun Guo.

Corresponding authors: Zhiqiang Huang ва Yun Guo.

Почтаҳои электронии corresponding author: chinahuang@usst.edu.cn; graceguo1980@126.com.

Аффилиатсия 1: School of Mechanical and Automotive Engineering, Shanghai University of Engineering Science, Shanghai 201620, China.

Аффилиатсия 2: Education Union, University of Shanghai for Science and Technology, Shanghai 200093, China.

Маҷалла: Sustainability.

Ношир: MDPI, Basel, Switzerland.

Ҷилд / шумора / рақами мақола: Volume 18, Issue 17, Article 8986.

DOI: 10.3390/su18178986.

Санаи ирсол: 5 Август 2026.

Санаи бозбинӣ: 25 Август 2026.

Санаи қабул: 26 Август 2026.

Санаи нашр: 2 Сентябр 2026.

Навъи манбаъ: Мақолаи таҳқиқотии баррасишудаи дастрасии кушод; таҳқиқоти ошкоркунии объект дар асоси омӯзиши амиқ, мутобиқсозии меъморӣ ва тасдиқи таҷрибавӣ.

Литсензияи мақола: Creative Commons Attribution (CC BY).

Пайванди расмӣ: https://doi.org/10.3390/su18178986

Маҷмӯи додаҳо: Underwater Waste Dataset дар Roboflow Universe.

Литсензияи маҷмӯи додаҳо: Дар бахши Data Availability-и мақолаи манбаъ ҳамчун CC BY 4.0 нишон дода шудааст.

Қисми омӯзиш: 10.884 тасвири нодир.

Қисми validation: 1.001 тасвир, 1.892 объекти нишондодашуда.

Қисми аслии тест: 501 тасвир.

Holdout-и ниҳоии аудитшуда: 498 тасвир, 963 объект.

Модели асосӣ: YOLO11n + Receptive-Field Aggregation (RFA) + Residual Channel-Spatial Recalibration (RCSA).

Detection head: Detection head-и тағйирнаёфтаи YOLO11n.

Протоколи асосии омӯзиш: 100 epoch; seeds 42, 2026 ва 3407; вуруд 640×640; batch size 30.

Андозаи модел: 4,19 миллион параметр; 8,91 GFLOPs; тақрибан 8,43 MB вазн.

Натиҷаи асосии validation: Precision 0,861 ± 0,016; Recall 0,801 ± 0,012; mAP@0.5 0,848 ± 0,001; mAP@0.5:0.95 0,511 ± 0,002.

Натиҷаи асосии holdout: Precision 0,820 ± 0,033; Recall 0,748 ± 0,014; mAP@0.5 0,779 ± 0,018; mAP@0.5:0.95 0,467 ± 0,007.

Ҳолати Embedded deployment: Чен нашудааст. Маълумоти Jetson FPS, latency, peak memory, қувва ва energy/frame вуҷуд надорад.

Supplementary Materials: S1 тақсимоти додаҳо ва leakage-control audit; S2 протоколи меъмории ҷуфтшуда; S3 натиҷаҳои такрории-seed; S4 протоколҳои иловагии арзёбӣ; S5 deployment boundary.

Саҳми муаллифон: Консептуализатсия Z.H. ва Y.G.; усул Y.H., Z.H. ва Y.G.; нармафзор Y.H.; тасдиқ Y.H. ва Z.H.; таҳлили формалӣ ва таҳқиқот Y.H.; захираҳо Y.G.; куратсияи додаҳо Y.H.; лоиҳаи аввал Y.H.; баррасӣ/таҳрир Z.H. ва Y.G.; визуализатсия Y.H.; supervision ва идоракунии лоиҳа Z.H. ва Y.G.; funding acquisition Z.H.

Изҳороти маблағгузорӣ: Бахши “Funding”-и мақола ибораи “This research received no external funding”-ро истифода мебарад.

Номувофиқии дохилиманбаъӣ оид ба маблағгузорӣ:Бахши Acknowledgments-и ҳамон мақола мегӯяд, ки таҳқиқот аз ҷониби National Natural Science Foundation of China дар доираи Grant No. 52476212 дастгирӣ шудааст; дар бахши Author Contributions низ барои Z.H. “funding acquisition” навишта шудааст. Манбаъ шарҳ намедиҳад, ки ин ду изҳорот чӣ гуна бояд мувофиқ карда шаванд.

Кумитаи ахлоқ:Татбиқ намешавад.

Розигии огоҳона:Татбиқ намешавад.

Ихтилофи манфиатҳо: Муаллифон ихтилофи манфиатҳоро гузориш надодаанд. Мақола ҳамчунин мегӯяд, ки маблағгузор дар тарҳи таҳқиқот, ҷамъоварии додаҳо, таҳлил, тафсир, навиштан ё қарори нашр нақш надоштааст.