كشف عن ملابس الأمان والخوذ الكبيرة والمعقدة والواقعية: مجموعة بيانات وطريقة

كشف ملابس السلامة والخوذات يُعد أمرًا بالغ الأهمية لضمان سلامة عمال البناء. ومع ذلك، فإن تطوير نماذج التعلم العميق في هذا المجال قد تعرّض للتعطيل بسبب ندرة مجموعات البيانات عالية الجودة. في هذه الدراسة، نُنشئ مجموعة بيانات كبيرة ومعقدة وواقعية للكشف عن ملابس السلامة والخوذات (SFCHD). وتُستمد مجموعة SFCHD من مصانع كيميائية حقيقية، وتشمل 12,373 صورة، وسبع فئات، و50,552 تسمية (Annotation). وقد قُسّمت مجموعة SFCHD إلى مجموعتي تدريب واختبار بنسبة 4:1، وتم التحقق من فعاليتها من خلال تطبيق عدة خوارزميات كلاسيكية للكشف عن الكائنات. علاوةً على ذلك، مستوحاة من آليات الانتباه المكاني والقناة، قمنا بتصميم وحدة تحسين الإضاءة المنخفضة القائمة على الانتباه المكاني والقناة (SCALE)، وهي وحدة قابلة للتركيب والتشغيل (plug-and-play) وتتميز بمرونة عالية. وقد أثبتت التقييمات الواسعة للوحدة SCALE على مجموعتي بيانات ExDark وSFCHD تجريبيًا فعاليتها في تحسين أداء الكاشفات في الظروف الإضاءة المنخفضة. وتُتاح مجموعة البيانات والكود بشكل عام عبر الرابط التالي: https://github.com/lijfrank-open/SFCHD-SCALE.