شبكة كشف الكائنات البارزة بكفاءة وتشوه كثيف

مجال اكتشاف الأشياء البارزة (SOD) باستخدام بيانات RGB-D ظهر مؤخرًا بنتائج دقيقة بشكل كافٍ من قبل بعض النماذج الحالية. ومع ذلك، فإن هذه النماذج تعاني من قدرات تعميم محدودة وتعقيد حسابي شديد. في هذا البحث، مستوحىً من أفضل قدرات الفصل بين الخلفية والصورة الأمامية للتحويلات المalleable، نستخدمها في شبكتنا الكثيفة القابلة للتشوه (DDNet) لتحقيق اكتشاف فعال للأشياء البارزة. يتم تحسين المناطق البارزة المستخرجة من التحويلات الكثيفة القابلة للتشوه باستخدام التحويلات العكسية لتوليد خرائط البارزة بطريقة مثلى. تقييم كمي وكيفي باستخدام مجموعة البيانات الحديثة لـ SOD مقابل 22 تقنية تنافسية يظهر كفاءة وفعالية طريقتنا. نقدم أيضًا تقييمًا باستخدام مجموعة بيانات عرضية خاصة بنا، وهي مراقبة-SOD (S-SOD)، لفحص صلاحية النماذج المدربة فيما يتعلق بقدرتها على التطبيق في سيناريوهات متنوعة. تشير النتائج إلى أن النماذج الحالية لديها إمكانات تعميم محدودة، مما يتطلب المزيد من البحث في هذا الاتجاه. سيتم توفير رمزنا ومجموعة البيانات الجديدة بشكل عام على https://github.com/tanveer-hussain/EfficientSOD注释：- "malleable" 在这里翻译为 "قابل للتشوه"，因为这是变形卷积（deformable convolutions）的专业术语。- "saliency maps" 翻译为 "خرائط البارزة"，这是指显著性图的专业术语。- "cross-dataset" 翻译为 "مجموعة بيانات عرضية"，以符合阿拉伯语中的常用表达。以下是修正后的版本：مجال اكتشاف الأشياء البارزة (SOD) باستخدام بيانات RGB-D ظهر مؤخرًا بنتائج دقيقة بشكل كافٍ من قبل بعض النماذج الحالية. ومع ذلك، فإن هذه النماذج تعاني من قدرات تعميم محدودة وتعقيد حسابي شديد. في هذا البحث، مستوحىً من أفضل قدرات الفصل بين الخلفية والصورة الأمامية للتحويلات القابلة للتشوه (deformable convolutions)، نستخدمها في شبكتنا الكثيفة القابلة للتشوه (DDNet) لتحقيق اكتشاف فعال للأشياء البارزة. يتم تحسين المناطق البارزة المستخرجة من التحويلات الكثيفة القابلة للتشوه باستخدام التحويلات العكسية لتوليد خرائط البارزة بطريقة مثلى. التقييم الكمي والنوعي باستخدام مجموعة البيانات الحديثة لـ SOD مقابل 22 تقنية تنافسية يظهر كفاءة وفعالية طريقتنا. نقدم أيضًا تقييمًا باستخدام مجموعة بيانات عرضية خاصة بنا، وهي مراقبة-SOD (S-SOD)، لفحص صلاحية النماذج المدربة فيما يتعلق بقدرتها على التطبيق في سيناريوهات متنوعة. تشير النتائج إلى أن النماذج الحالية لديها إمكانات تعميم محدودة، مما يتطلب المزيد من البحث في هذا الاتجاه. سيتم توفير رمزنا ومجموعة البيانات الجديدة بشكل عام على https://github.com/tanveer-hussain/EfficientSOD