CoupleNet: ربط الهيكل العالمي بالأجزاء المحلية للكشف عن الأشياء

الشبكات العصبية المتشابكة القائمة على المناطق (Region-based Convolutional Neural Networks - CNN) مثل شبكتي Faster R-CNN أو R-FCN قد أظهرت بالفعل نتائج واعدة في مجال اكتشاف الأشياء من خلال دمج شبكة تقدير المناطق (Region Proposal Subnetwork) بشبكة التصنيف (Classification Subnetwork). رغم أن R-FCN حققت سرعة اكتشاف أعلى مع الحفاظ على أداء الاكتشاف، إلا أنها تتجاهل معلومات الهيكل العالمي من خلال الخرائط النقطية الحساسة للموقع (Position-Sensitive Score Maps). لاستكشاف الخصائص المحلية والعالمية بشكل كامل، نقترح في هذا البحث شبكة متشابكة جديدة بالكامل تُسمى CoupleNet، والتي تربط بين الهيكل العالمي والأجزاء المحلية لاكتشاف الأشياء. بوجه خاص، يتم إدخال مقترحات الأشياء التي تم الحصول عليها بواسطة شبكة تقدير المناطق (RPN) إلى وحدة الربط التي تتكون من فرعين. الفرع الأول يستخدم عملية PSRoI التجميعية الحساسة للموقع (Position-Sensitive RoI Pooling) لالتقاط معلومات الأجزاء المحلية للأشياء، بينما يستخدم الفرع الثاني عملية التجميع RoI لترميز المعلومات العالمية والمحيطة. بعد ذلك، نصمم استراتيجيات ربط مختلفة وطرق تطبيع لتحقيق الاستفادة الكاملة من المزايا المكملة بين الفروع العالمية وال محلية. تُظهر التجارب الواسعة فعالية نهجنا. لقد حققنا أفضل النتائج حتى الآن على جميع الثلاثة مجموعات بيانات صعبة، وهي: معدل mAP بنسبة 82.7% على مجموعة بيانات VOC07، 80.4% على مجموعة بيانات VOC12، و34.4% على مجموعة بيانات COCO. سيتم جعل الكود متاحًا للجمهور.请注意，这里对一些专有名词进行了直接翻译，并在首次出现时添加了英文注释以确保信息的完整性。例如，“position-sensitive score maps”被翻译为“خرائط النقطية الحساسة للموقع”，并在其后加上了英文注释。希望这个翻译能满足您的需求。如果有任何进一步的要求或需要调整的地方，请随时告知。