رغم الأداء المثير للإعجاب الذي أظهرته الطرق الحديثة للكشف عن الكائنات، فإن النماذج غالبًا ما تكون غير مقاومة لهجمات مضادة وبيانات خارج التوزيع الطبيعي. نقدم مجموعة بيانات جديدة تُسمى "الكائنات المضادة الطبيعية" (NAO) لتقييم مقاومة نماذج الكشف عن الكائنات. تحتوي NAO على 7,934 صورة و9,943 كائنًا، وهي غير معدلة وتمثّل بوضوح السيناريوهات الواقعية، لكنها تؤدي إلى تصنيف خاطئ من قبل نماذج الكشف الحديثة بثقة عالية. انخفض متوسط الدقة المتوسطة (mAP) لنموذج EfficientDet-D7 بنسبة 74.5% عند تقييمه على NAO مقارنةً بمجموعة التحقق القياسية من MSCOCO.علاوةً على ذلك، من خلال مقارنة مجموعة متنوعة من هياكل نماذج الكشف عن الكائنات، نجد أن الأداء الأفضل على مجموعة التحقق من MSCOCO لا يعني بالضرورة أداءً أفضل على NAO، مما يشير إلى أن المقاومة لا يمكن تحقيقها ببساطة من خلال تدريب نموذج أكثر دقة.كما نستعرض بشكل أعمق أسباب صعوبة كشف وتصنيف الأمثلة الموجودة في NAO. أظهرت تجارب تبديل قطع الصور أن النماذج حساسة جدًا للنسيج المحلي. بالإضافة إلى ذلك، باستخدام تقنيات التدرج المتكامل واستبدال الخلفية، وجدنا أن نموذج الكشف يعتمد بشكل كبير على المعلومات البكسلية داخل المربع المحيط بالكائن، ويعمل بقليل من الحساسية تجاه السياق الخلفي عند التنبؤ بالفئات.يمكن تنزيل مجموعة NAO من الرابط التالي: https://drive.google.com/drive/folders/15P8sOWoJku6SSEiHLEts86ORfytGezi8.