الشبكات الكبسولية الهجينة (CNN-CapsNet)
Hybrid Capsule Networks
تصاميم تستخدم عموداً فقرياً التفافياً قوياً (مثل ResNet) لاستخراج السمات، ثم طبقة كبسولات مع توجيه ديناميكي في الأعلى لتمثيل علاقات الجزء–الكل.
نظرة عامة
| الاسم | الشبكات الكبسولية الهجينة – Hybrid Capsule Networks |
|---|---|
| سنة الظهور | 2017 |
| الباحثون | تصميم هجين مبني على CapsNet (Sabour وآخرون، 2017) |
| الورقة الأصلية | Dynamic routing between capsules arXiv |
| نوع البيانات | صور |
| المجالات | الرؤية الحاسوبية، تحليل الصور الطبية |
المشكلة التي تحلها
CapsNet الأصلية تعتمد على التفاف واحد ضحل، فتضعف على الصور المعقدة؛ والـ CNN العميقة تفقد علاقات الوضعية عند Pooling.
الخلفية والتطور
ما قبلها: شبكات الكبسولات، الشبكة المتبقية
الفكرة الأساسية
"هجين" هنا وصف لعائلة تصاميم وليس ورقة واحدة: يُستخدم عمود CNN مدرّب مسبقاً لاستخراج خرائط سمات غنية، تُعاد صياغتها كبسولات ابتدائية، ثم تُطبق طبقة كبسولات فئات مع توجيه. الهدف الجمع بين قوة CNN في السمات المحلية وقدرة الكبسولات على تمثيل الوضعية.
المخطط التفاعلي
مخطط توضيحي مبسّط بأبعاد مثال صغير، وليس رسماً مطابقاً لكل تفاصيل التنفيذ الأصلي. اضغط أي طبقة لترى وظيفتها وأبعادها والعملية الرياضية.
اختر طبقة من المخطط.
المكونات
| المكوّن | الوظيفة |
|---|---|
| CNN backbone | ResNet أو VGG مدرب مسبقاً |
| Primary capsules | إعادة تشكيل خرائط السمات |
| Class capsules | توجيه ديناميكي |
| Margin loss | كما في CapsNet |
المعادلات
1. الكبسولات من خرائط السمات
| $f_{\mathrm{CNN}}$ | العمود الفقري |
| $u_i$ | الكبسولة الابتدائية i |
آلية العمل خطوة بخطوة
- تمر الصورة في عمود CNN.
- تُحول السمات إلى كبسولات ابتدائية.
- يُنفّذ التوجيه نحو كبسولات الفئات.
- تُحسب خسارة الهامش.
المزايا والقيود
المزايا
- سمات أقوى من CapsNet الأصلية.
- إمكانية الاستفادة من الأوزان المدربة مسبقاً.
القيود
- كلفة التوجيه تبقى.
- الفائدة على CNN وحدها غير مضمونة وتحتاج تجارب ضبط عادلة.
متى تُستخدم؟ ومتى لا؟
تناسب
- تجارب بحثية على صور طبية صغيرة أو متوسطة.
لا تناسب
- حين لا تتوفر موارد لإجراء مقارنة عادلة مع CNN القوية.
التطبيقات
| المجال | الاستخدام |
|---|---|
| تحليل الصور الطبية | تصنيف صور طبية بتمثيل الوضعية. |
| الرؤية الحاسوبية | التعرف على أجسام بوضعيات متغيرة. |
كود PyTorch
كود تعليمي مبسّط يعمل على بيانات اصطناعية صغيرة، يغطي: الاستيراد، وتعريف النموذج، والبيانات، والتمرير الأمامي، والخسارة، والمُحسِّن، وحلقة التدريب، والتقييم، والاستدلال. ليس التنفيذ الكامل للبحث الأصلي.
# Hybrid CNN-CapsNet: عمود ResNet مصغر + كبسولات
# مثال تعليمي مبسّط بـ PyTorch (ليس التنفيذ الأصلي الكامل للبحث): بيانات اصطناعية صغيرة،
# يعمل على المعالج المركزي (CPU) خلال ثوانٍ. الأرقام التي يطبعها تخص هذا المثال فقط.
# 1) استيراد المكتبات
import torch
import torch.nn as nn
import torch.nn.functional as F
torch.manual_seed(0)
# 2) تعريف النموذج
def squash(s, dim=-1):
n2 = (s ** 2).sum(dim, keepdim=True)
return n2 / (1 + n2) * s / torch.sqrt(n2 + 1e-8)
class Backbone(nn.Module): # عمود فقري التفافي صغير مع وصلة متبقية
def __init__(self):
super().__init__()
self.c1 = nn.Sequential(nn.Conv2d(1, 32, 3, padding=1), nn.BatchNorm2d(32), nn.ReLU())
self.c2 = nn.Sequential(nn.Conv2d(32, 32, 3, padding=1), nn.BatchNorm2d(32))
def forward(self, x):
h = self.c1(x)
return F.max_pool2d(F.relu(h + self.c2(h)), 2) # 32×8×8
class HybridCaps(nn.Module):
def __init__(self, n_classes=2, r=3):
super().__init__()
self.backbone = Backbone()
self.primary = nn.Conv2d(32, 8 * 8, 3, stride=2, padding=1) # 8 خرائط × 8D على 4×4
self.W = nn.Parameter(torch.randn(1, 128, n_classes, 12, 8) * 0.05)
self.r = r
def forward(self, x):
u = self.primary(self.backbone(x)).view(x.shape[0], 8, 8, 16).permute(0, 1, 3, 2).reshape(x.shape[0], 128, 8)
u_hat = (self.W @ squash(u)[:, :, None, :, None]).squeeze(-1)
b = torch.zeros(u_hat.shape[:3])
for it in range(self.r):
v = squash((torch.softmax(b, 2).unsqueeze(-1) * u_hat).sum(1))
if it < self.r - 1: b = b + (u_hat * v.unsqueeze(1)).sum(-1)
return v.norm(dim=-1)
def margin_loss(lengths, y):
T = F.one_hot(y, lengths.shape[1]).float()
return (T * F.relu(0.9 - lengths) ** 2 + 0.5 * (1 - T) * F.relu(lengths - 0.1) ** 2).sum(1).mean()
# 3) إعداد البيانات
def make(n):
X = torch.randn(n, 1, 16, 16) * 0.3
y = torch.randint(0, 2, (n,))
pos = torch.randint(2, 14, (n,))
for i in range(n):
if y[i] == 0: X[i, 0, pos[i], 2:14] += 1.5
else: X[i, 0, 2:14, pos[i]] += 1.5
return X, y
X_train, y_train = make(384)
X_test, y_test = make(96)
model = HybridCaps()
# 4) المحسّن (الخسارة: margin_loss)
opt = torch.optim.Adam(model.parameters(), lr=3e-3)
# 5) حلقة التدريب
for epoch in range(5):
model.train()
for i in range(0, len(X_train), 32):
loss = margin_loss(model(X_train[i:i + 32]), y_train[i:i + 32])
opt.zero_grad(); loss.backward(); opt.step()
print(f"epoch {epoch} loss={loss.item():.4f}")
# 6) التقييم
model.eval()
with torch.no_grad():
acc = (model(X_test).argmax(1) == y_test).float().mean().item()
print(f"test accuracy = {acc:.3f}")
# 7) الاستدلال
with torch.no_grad():
print("predicted class:", model(X_test[:1]).argmax(1).item())
نُفّذ هذا الكود بتاريخ 2026-11-20 في 3.6 ثانية (PyTorch (CPU), Python 3 – local build machine).
من مخرجاته:
test accuracy = 1.000
عدد المعاملات القابلة للتدريب في المثال: model = 52٬768.
هذه النتائج لبيانات اصطناعية صغيرة وعدد حقب قليل، وتُثبت أن الكود يعمل فقط؛ لا تقارنها بالنتائج المنشورة.
جرّب وتعمّق
معماريات مرتبطة
شبكات الكبسولات
Capsule Networks (CapsNet)
شبكات تمثل الكيانات بكبسولات (متجهات) يعبّر طولها عن احتمال وجود الكيان واتجاهها عن خصائصه (الوضعية)، وتربط المستويات بخوارزمية توجيه ديناميكي بالاتفاق.
الشبكة المتبقية
Residual Network (ResNet)
تضيف وصلات تخطٍّ (skip connections) تجعل كل كتلة تتعلم الفرق المتبقي F(x) بدلاً من التحويل الكامل، فيصبح تدريب شبكات بمئات الطبقات ممكناً.
الشبكة العصبية الالتفافية
Convolutional Neural Network (CNN)
شبكة تستخدم مرشّحات التفاف صغيرة مشتركة الأوزان تنزلق على الصورة، فتلتقط الأنماط المحلية مع عدد معاملات أقل بكثير من MLP.
لا توجد نتائج مطابقة للمرشحات.
أفكار بحثية
- مقارنة عادلة بين ResNet وResNet+Capsules على بيانات هستوباثولوجيا مع نفس الميزانية الحسابية.
اقتراحات للانطلاق وليست فجوات بحثية مؤكدة؛ راجع الأدبيات الحديثة قبل اعتمادها.
اختبر فهمك
ما دور عمود CNN في الشبكة الكبسولية الهجينة؟
لماذا؟ الكبسولات تُبنى فوق خرائط السمات.
هل "Hybrid Capsule Network" اسم لورقة بحثية واحدة محددة؟
لماذا؟ توجد تصاميم هجينة كثيرة بأسماء مختلفة.
ما التحدي الذي يبقى في التصاميم الهجينة؟
لماذا؟ التوجيه يتطلب تنبؤات لكل زوج كبسولات.
المراجع
Sabour, S., Frosst, N., & Hinton, G. E. (2017). Dynamic routing between capsules. Advances in Neural Information Processing Systems (NeurIPS) 30. https://arxiv.org/abs/1710.09829
De Sousa Ribeiro, F., Duarte, K., Everett, M., Leontidis, G., & Shah, M. (2024). Object-centric learning with capsule networks: A survey. ACM Computing Surveys, 56(11), 1–291 (arXiv 2206.02664). https://doi.org/10.1145/3674500
He, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep residual learning for image recognition. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 770–778. https://doi.org/10.1109/CVPR.2016.90
