كشف الأجسام

المخرج

لكل جسم: \((x_1, y_1, x_2, y_2)\) أو \((c_x, c_y, w, h)\)، وفئة، ودرجة ثقة.

IoU

$$\text{IoU}(A, B) = \frac{|A \cap B|}{|A \cup B|}$$

def iou(a, b):
    x1, y1 = max(a[0], b[0]), max(a[1], b[1])
    x2, y2 = min(a[2], b[2]), min(a[3], b[3])
    inter = max(0, x2 - x1) * max(0, y2 - y1)
    area = lambda r: (r[2] - r[0]) * (r[3] - r[1])
    return inter / (area(a) + area(b) - inter)

print(round(iou((0, 0, 10, 10), (5, 0, 15, 10)), 3))   # 0.333

NMS

1. رتب الكشوفات حسب الثقة.
2. خذ الأعلى وأضفه للنتائج.
3. احذف كل ما يتجاوز تداخله معه عتبة (مثلاً 0.5).
4. كرر حتى تنتهي القائمة.

تتوفر جاهزة في torchvision.ops.nms.

التقييم: mAP

• يُعد الكشف صحيحاً (TP) إذا كانت فئته صحيحة وIoU مع جسم حقيقي فوق عتبة.
• يُرسم منحنى الدقة-الاستدعاء لكل فئة وتُحسب مساحته (AP)، ثم المتوسط على الفئات (mAP).
• معيار COCO الأساسي يأخذ المتوسط على عتبات IoU من 0.50 إلى 0.95 بخطوة 0.05.

عائلات الكاشفات

العائلة	أمثلة	السمات
مرحلتان	R-CNN، Fast R-CNN، Faster R-CNN	دقة عالية، أبطأ
مرحلة واحدة	YOLO، SSD، RetinaNet	سرعة عالية، مناسبة للزمن الحقيقي
قائمة على المحوّلات	DETR وتطويراته	دون مراسٍ ولا NMS يدوي

تجربة سريعة

import torch
from torchvision.models.detection import fasterrcnn_resnet50_fpn, FasterRCNN_ResNet50_FPN_Weights
from torchvision.io import read_image

weights = FasterRCNN_ResNet50_FPN_Weights.DEFAULT
model = fasterrcnn_resnet50_fpn(weights=weights).eval()
img = read_image("street.jpg")
with torch.no_grad():
    pred = model([weights.transforms()(img)])[0]
keep = pred["scores"] > 0.7
labels = [weights.meta["categories"][i] for i in pred["labels"][keep]]
print(labels, pred["boxes"][keep])