شبكة اقتراح الزاوية للكشف عن الكائنات بدون ملاك، ثنائي المراحل

يهدف الكشف عن الكائنات إلى تحديد فئة الكائنات وموقعها في الصورة. تُقدّم هذه الورقة إطارًا جديدًا يعتمد على عدم استخدام المُعلّقات (anchor-free) ويتكون من مرحلتين، حيث يستخرج أولًا عددًا من اقتراحات الكائنات من خلال تحديد توليفات النقاط المميزة المحتملة (الزوايا)، ثم يُعيّن كل اقتراح بفئة باستخدام مرحلة تصنيف منفصلة. نُظهر أن هاتين المرحلتين تمثلان حلولًا فعّالة لتحسين معدّل الاستدعاء (recall) والدقة (precision) على التوالي، ويمكن دمجهما في شبكة نهائية متكاملة (end-to-end). يُسمّى النهج المقترح بشبكة اقتراحات الزوايا (Corner Proposal Network - CPN)، ويتمتع بقدرة على كشف الكائنات بمقاييس متنوعة، كما يتجنب التباسًا ناتجًا عن كثرة الاقتراحات الخاطئة (false positives). على مجموعة بيانات MS-COCO، حقق CPN معدل AP قدره 49.2%، وهو ما يُعدّ تنافسيًا مع أحدث الطرق في مجال الكشف عن الكائنات. كما يتماشى CPN مع السيناريو المطلوب من الكفاءة الحسابية، حيث يحقق معدل AP قدره 41.6% / 39.7% بسرعة 26.2 / 43.3 إطارًا في الثانية، متفوقًا على معظم المنافسين عند نفس سرعة الاستنتاج. يمكن الاطلاع على الكود من خلال الرابط التالي: https://github.com/Duankaiwen/CPNDet