FishEye8K: معيار و مجموعة بيانات للكشف عن الكائنات في كاميرات Fish-eye

مع تقدم الذكاء الاصطناعي، أصبح كشف الكائنات على الطرق موضوعًا بارزًا في رؤية الحاسوب، حيث تُستخدم غالبًا كاميرات منظور منظور. تُقدِّم العدسة المُقلَّبة (Fisheye) تغطية واسعة وشاملة في جميع الاتجاهات، مما يسمح بمراقبة تقاطعات الطرق باستخدام عدد أقل من الكاميرات، لكنها تُسبِّب تشوهات في الرؤية. إلى حد معرفتنا، لا توجد حتى الآن أي مجموعة بيانات مفتوحة مُعدّة لتطبيقات المراقبة المرورية باستخدام كاميرات العدسة المُقلَّبة. تقدّم هذه الورقة مجموعة بيانات مفتوحة تُسمى FishEye8K كمقياس معياري لمهام كشف الكائنات على الطرق، وتشمل 157 ألف مربع حدودي (bounding boxes) مصنفة في خمس فئات: المشاة، الدراجات، السيارات، الحافلات، والشاحنات. بالإضافة إلى ذلك، نقدّم نتائج معيارية لنموذجات حديثة (SoTA)، تشمل تنويعات من YOLOv5، YOLOR، YOLO7، وYOLOv8. تتكوّن المجموعة من 8000 صورة تم تسجيلها في 22 فيديو باستخدام 18 كاميرا مُقلَّبة لمراقبة المرور في مدينة هسينتشو في تايوان، وبأحجام دقة 1080×1080 و1280×1280. كان عملية التصنيف والتحقق من البيانات معقدة وطويلة الأمد، نظرًا للصور الواسعة جدًا ذات المنظور الشمسي والكروي المُقلَّب، التي تتميز بتشوهات كبيرة وعدد كبير من المشاركين في الحركة المرورية، لا سيما الأشخاص الذين يستقلون الدراجات البخارية. ولتجنب التحيّز، تم تخصيص الإطارات من كاميرا معينة إما إلى مجموعة التدريب أو مجموعة الاختبار، مع الحفاظ على نسبة حوالي 70:30 من حيث عدد الصور وعدد المربعات الحدودية لكل فئة. أظهرت النتائج التجريبية أن نموذج YOLOv8 يتفوّق عند حجم إدخال 640×640، بينما يتفوّق نموذج YOLOR عند حجم إدخال 1280×1280. ستكون المجموعة متاحة على GitHub بتنسيقات PASCAL VOC وMS COCO وYOLO. سيُسهم مقياس FishEye8K بشكل كبير في تطوير تحليل الفيديو باستخدام العدسات المُقلَّبة، وتطبيقات المدن الذكية.