التجزئة الدلالية في كشف الرافعات: من تمييز الأجسام إلى فهم كل بكسل
📋 الملخص الرئيسي
يكشف الأجسام في الرافعة يمنحك مجرد إطار حدودي يخبرك "يوجد جسم هنا"؛ أما التجزئة الدلالية فتذهب أبعد من ذلك، إذ تصنّف كل بكسل في الصورة ضمن فئة محددة، لتخبرك "أي البكسلات تمثل الحمولة، وأي منطقة يقف فيها الشخص". بالنسبة لأنظمة الرؤية في الرافعات التي تركز على مراقبة السلامة، فإن هذا الإدراك على مستوى البكسل يرتقي بمفهوم "تأطير الجسم" إلى "تحديد الحدود بدقة"، مما يخدم مباشرةً أحكام اقتحام المنطقة الخطرة وكشف التجاوز. يستعرض هذا المقال انطلاقًا من بنود المراقبة المحددة في المعايير ذات الصلة بمراقبة السلامة، موضحًا ما تقدمه التجزئة الدلالية، ومؤشرات الدقة التي يجب قراءتها، والاستنتاجات التي لا ينبغي الوثوق بها.
قبل مناقشة التجزئة الدلالية، نعود إلى مصدر متطلبات المراقبة. إن قدرات الكشف البصري في الرافعات يجب أن تستند في النهاية إلى بنود المراقبة المحددة في معايير نظام مراقبة وإدارة السلامة — وهي: سعة الرفع والحد من الحمولة الزائدة، ومحدد ارتفاع الرفع، ومفتاح حد السير، ومضاد التصادم لعدة آلات على نفس السكة، والأهم من ذلك: اقتحام الأفراد لمنطقة العمل والوقوف تحت الحمولة المعلقة. فكل بند يتعلق بـ"منطقة" أو "حدود" أو "دخول شخص إلى منطقة الخطر"، لا يكفي فيه إطار حدودي مستطيل وحده، وهنا تحديدًا تكمن الميزة التي يقدمها الإدراك على مستوى البكسل.
يتجلى هذا بوضوح في بنود المراقبة التي يحددها المعيار GB/T 28264 — نظام مراقبة وإدارة السلامة لآلات الرفع، حيث يركز المعيار على مراقبة "الحالة" و"الموقع" و"تجاوز الحدود"، وليس على "وجود إطار في الصورة". وبالمثل، فإن المعيار ISO 24621:2022 — تشخيص الأعطال بالذكاء الاصطناعي للرافعات، عند تناوله للتعرف على الحالة بناءً على الصور، يشترط أن تكون "نتائج التعرف قابلة للتفسير والتحديد في منطقة محددة" كشرط للتطبيق الهندسي، لا مجرد إخراج تصنيف معزول.
بنود مراقبة السلامة التي تتطلب تمييز البكسلات لا مجرد تأطير الأجسام
مخرج كشف الأجسام هو إطار مستطيل بفئة محددة، يجيب عن "ما هذا وأين يقع تقريبًا". أما مخرج التجزئة الدلالية فهو خريطة فئات بنفس أبعاد الصورة الأصلية، حيث يُنسب كل بكسل إلى فئة محددة، ليجيب عن "إلى من ينتمي كل جزء في الصورة". الأول يقدم الموقع والفئة، والثاني يقدم الحدود الهندسية.
يتضخم هذا الفارق بوضوح في سيناريوهات مراقبة السلامة. ففي حالة "الوقوف تحت الحمولة المعلقة"، يستطيع كشف الأجسام إخبارك بوجود إطار للحمولة وإطار للشخص في المشهد، لكنه يجد صعوبة في تحديد ما إذا كانت بكسلات الشخص تقع مباشرةً تحت إسقاط الحمولة. أما التجزئة الدلالية فتمكن من رسم منطقة إسقاط الحمولة ومنطقة جسم الشخص بكسلًا بكسل، ثم إجراء تراكب منطقي على مستوى المناطق.
لاحظت كيلود للصناعات الثقيلة أثناء تحديث أنظمة الرؤية للرافعات الجسرية لديها أن معدل الإنذار الكاذب لاقتحام الأفراد للمنطقة الخطرة باستخدام كشف الأجسام، مع نفس الكاميرا ونفس معدات الالتقاط، أعلى بوضوح من استخدام خريطة التجزئة في أحكام المنطقة. والسبب أن الفراغات حول الإطار تعمل على "تضمين" شخص يقف خارج المنطقة الخطرة داخل الإطار، بينما لا تعترف خريطة التجزئة إلا بالبكسلات التي دخلت المنطقة فعليًا.
قراءة الدقة لا تقتصر على mAP للإطارات: mIoU ودقة الحدود هما مقياس التجزئة
اعتاد كشف الأجسام على استخدام mAP لقياس الجودة، بينما تعتمد التجزئة الدلالية على مؤشرين رئيسيين: دقة البكسل ومتوسط التقاطع على الاتحاد. تحسب دقة البكسل نسبة "البكسلات المصنفة بشكل صحيح إلى إجمالي البكسلات"، وهي نظرة شاملة؛ أما متوسط التقاطع على الاتحاد فيحسب لكل فئة على حدة "تقاطع المنطقة المتوقعة مع المنطقة الحقيقية مقسومًا على اتحادهما"، ثم يأخذ المتوسط، وهو نظرة فئوية أكثر حساسية للأجسام الصغيرة والحدود.
في سياق الرافعات، تستحق دقة الحدود اهتمامًا أكبر من دقة البكسل الإجمالية. فمهام مثل اقتحام المنطقة الخطرة وكشف التجاوز، الخطأ الحقيقي يقع في البكسلات القريبة من الحدود. نموذج تجزئة بدقة بكسل عالية لكن حدوده ضبابية، سيكون غير موثوق في الحكم على "تجاوز الشخص للخط".
| بعد المقارنة | كشف الأجسام（تحديد الكائنات） | التجزئة الدلالية（تمييز كل بكسل） |
|---|---|---|
| صيغة المخرجات | الصندوق المحيط المستطيل + تصنيف الفئة | قناع الفئة على مستوى البكسل |
| دقة التموضع | مستوى الصندوق，مع هوامش محيطة | مستوى البكسل，مطابق للواقعالمحيط |
| الاحتجاب والتداخل | صعوبة تحديد الانتماء عند تداخل الصناديق | وضوح انتماء البكسلات |
| الأهداف الصغيرة والأهداف الممدودة | سهولة تفويت الاكتشاف | أكثر ملاءمة للحبال الممدودة |
| التكلفة الحسابية | منخفضة نسبيًا，سهلالنشر الطرفي | مرتفعة نسبيًا，بكسل ببكسلالاستدلال |
| الاستخدامات النموذجية | الاكتشاف、العد、إنذار سريع | المنطقة、الحدود、سلامة المسار |
لذا فإن الخلاصة ليست "التجزئة الدلالية أكثر تقدمًا، لذا يجب اعتمادها"، بل يجب النظر إلى أي مرحلة من المراحل تسبب المشكلة فعليًا. إذا كان الأمر فقط "هل توجد حمولة معلقة في المشهد، وهل يجب إطلاق إنذار"، فإن إطار كشف الأجسام سريع بما يكفي وموفر للموارد؛ أما إذا تطور الأمر إلى "العلاقة بين منطقة إسقاط الحمولة، والسياج الخطير، ومواقع الأفراد"، فحينها يجب البحث عن الإجابة على مستوى البكسل.
من عناصر المراقبة إلى أساس الحكم: كيف يتم فحص النظام الفرعي للصور
قبل تركيب نظام كشف الصور في الموقع، لا يجوز أن يقتصر الفحص على "إنتاج إطار" أو "إنتاج قناع". النهج الأكثر عملية هو تقسيم عناصر المراقبة إلى قائمة سيناريوهات قابلة للحكم، والتحقق من كل عنصر على حدة. بالاستناد إلى عناصر المراقبة المحددة في معيار إدارة مراقبة السلامة كإطار رئيسي، ومقابلتها واحدًا تلو الآخر بالقدرات التي توفرها التجزئة الدلالية، يمكن استخدام الجدول التالي كمرجع معياري عند القبول.
| مراقبةبند | متطلبات المعيارلـمراقبةالمحتوى | التجزئة الدلاليةالقدرة المقابلة | نقاط التقييم الهندسي |
|---|---|---|---|
| الحمل الزائدمعسعة الرفع | تجاوزسعة الرفع المقدرةإنذار عند | لا يقابل مباشرة，صعوبة تحديد الانتماء عند تداخل الصناديقمستشعر الحمل | بـبيانات الاستشعاركمرجع，الصورة كدليل مساند |
| محدد ارتفاع الرفع | موزع الرفعبلوغ الحد الأقصىمفتاح الحدإنذار عند الوصول إلى الموضع | التعرفخطافالاقتراب من الحمولةمفتاح الحدالمنطقة | ملامسة حافة القناعمفتاح الحدالمنطقة تطلق الإنذار |
| مفتاح حد السير | جسر الرافعةالعربةتجاوز الحدودالشوطإنذار عند | التقسيمسكةالحدود وهيكل العربةالمحيط | تجاوز بكسلات الهيكل للحدود يُعد تجاوزًا |
| عدة آلات على نفس المسارمضاد التصادم | عدة وحداترافعةالمسافة الفاصلةإنذار مبكر | تقسيم كل جهازالمحيطحساب المسافة | المحيطأقل مسافة أقل منإنذار العتبة |
| دخول الأفراد لمنطقة العمل | دخول الأفرادمنطقة الخطرإنذار عند | منطقة شكل الإنسان معمنطقة الخطرتقييم التداخل | نسبة البكسلات المتداخلة تتجاوزإنذار العتبة |
| وقوف شخص تحت الحمولة | إنذار عند وجود شخص تحت مسقط الحمولة | تداخل منطقة مسقط الحمولة مع منطقة الأفراد | التداخل يطلق الإنذار，تفضيل الإنذار الخاطئ على تفويت الخطر |
| حفظ الصور والبيانات | حفظ دليل الصورة عند الإنذار | أرشفة لقطة بالقناع المتراكب على الصورة الأصلية | لقطةقابل للتتبعقابل للمراجعة |
| الربط مع الإنذارإنذار خاطئ | دقة الإنذار والتحكمإنذار خاطئ | تقييم مستوى المنطقة يقلل من مستوى الصندوقإنذار خاطئ | بالفعلظروف التشغيلتقييم إعادة التشغيلمعدل الإنذار الكاذب |
في مشاريعنا الفعلية، تعتمد كيلود للصناعات الثقيلة هذه القائمة كجدول تحقق تفصيلي عند القبول، حيث يُشترط توثيق كل بند بصورة داعمة — لقطة تجمع بين القناع والصورة الأصلية تُعدّ أساس الحكم القابل للتتبع. معيار القبول هو تحقيق بند المراقبة فعليًا، وليس مجرد نجاح تشغيل النموذج.
ثلاثة استنتاجات شائعة خاطئة: التجزئة ليست بالضرورة أدق ولا حلًا شاملًا
الاستنتاج الخاطئ الأول: "التجزئة على مستوى البكسل أدق دائمًا من الصناديق المحيطة". التجزئة توفّر وصفًا هندسيًا أدق، لكنها لا تعني ارتفاع دقة التعرف. إذا كانت جودة التعليق التوضيحي ضعيفة أو تعريف الفئات غير واضح، فقد تختلط وحدات البكسل بين الحبل والخطاف والحمولة في كتلة واحدة، مما يجعل النتيجة أصعب في الاستخدام من صندوق محيط واضح.
الاستنتاج الخاطئ الثاني: "وجود التجزئة يلغي الحاجة إلى المعايرة والتركيب". فعالية التعرف على مستوى البكسل تعتمد بشكل كبير على زاوية تركيب الكاميرا، والإضاءة، وتصحيح تشوه العدسة؛ وتغيير موقع الكاميرا قد يؤدي إلى تدهور أداء النموذج. التجزئة تضيف "تحديدًا دقيقًا للحدود"، لكنها لا تلغي "متطلبات التركيب".
الاستنتاج الخاطئ الثالث: "التجزئة على مستوى البكسل تعني أداءً فوريًا دون فقدان". تكلفة الاستدلال للتجزئة على الأجهزة الطرفية عادةً أعلى من كشف الأجسام، فالتنبؤ عالي الدقة لكل بكسل يشكل عبئًا حقيقيًا على قوة الحوسبة وزمن الاستجابة. قرار استخدام التجزئة يجب أن يُبنى على ما إذا كان بند المراقبة يتطلب حكمًا على مستوى المنطقة، وليس لأن "التجزئة تبدو أكثر تطورًا".
الخلاصة واضحة — قيمة التجزئة الدلالية ليست في "استبدال" كشف الأجسام، بل في "تكملته". النهج الشائع في حلول كيلود للصناعات الثقيلة هو الدمج على مستويين: كشف الأجسام للاكتشاف السريع والعدّ، والتجزئة الدلالية لمراجعة الحدود داخل المنطقة المرشحة — تكامل الأدوار لا تنافسها.
📖 قراءات ذات صلة:نظام التعرف البصري وتحديد المواقع بدقة للرافعة العلوية | نظرة شاملة على رؤية الذكاء الاصطناعي وأنظمة الكشف للرافعة العلوية
الأسئلة الشائعة
س: ما الفرق الجوهري بين التجزئة الدلالية وكشف الأجسام، وأيهما الأنسب؟
ج: كشف الأجسام يُخرج صندوقًا محيطًا مستطيلًا مع تصنيف، ويجيب عن "ما هذا وأين تقريبًا"؛ بينما التجزئة الدلالية تُخرج قناعًا بنفس أبعاد الصورة الأصلية، وتجيب عن "إلى أي فئة ينتمي كل بكسل". إذا كانت المهمة اكتشافًا وعدًّا فقط، فكشف الأجسام أسرع وأوفر؛ أما عند الحاجة إلى الحكم على علاقات مناطقية مثل دخول منطقة الخطر، أو تجاوز الحدود، أو وجود شخص أسفل الحمولة، فستحتاج إلى تحديد الحدود على مستوى البكسل. ليسا خيارين متنافسين؛ في حلول كيلود للصناعات الثقيلة، يقوم كشف الأجسام بالاكتشاف السريع وتقوم التجزئة الدلالية بمراجعة الحدود.
س: هل تفرض المعايير ذات الصلة بمراقبة السلامة استخدام التعرف بالصور إلزاميًا؟
ج: المعايير تحدد بنود المراقبة ومتطلباتها، ولا تفرض خوارزمية بعينها. استنادًا إلى معايير مراقبة السلامة، تتطلب بنود مثل دخول الأفراد لمنطقة العمل، ووجود شخص أسفل الحمولة، ومفتاح حد السير، تحديد الحالة بدقة مع الاحتفاظ بالأدلة. التعرف بالصور هو وسيلة لتحقيق هذه البنود، واعتماد التجزئة على مستوى البكسل يعتمد على ما إذا كان البند يتطلب حكمًا على مستوى المنطقة. المعيار ينظر إلى تحقيق النتيجة، ولا يفرض مسارًا تقنيًا محددًا.
س: كيف يُقدَّر تقريبًا تكلفة تركيب نظام رؤية مزود بتجزئة دلالية على رافعة؟
ج: تتكون التكلفة أساسًا من ثلاثة أجزاء: الأجهزة مثل الكاميرا الصناعية وصندوق قوة الحوسبة، والجهد الهندسي لتدريب النموذج ونشره، وتكاليف الصيانة المستمرة للتعليق التوضيحي وإعادة التدريب. متطلبات قوة الحوسبة الطرفية لنماذج التجزئة أعلى عادةً من كشف الأجسام، والاستدلال عالي الدقة لكل بكسل يرفع من مواصفات الأجهزة المطلوبة. عرض السعر النهائي يعتمد على ظروف التشغيل الفعلية وعدد نقاط تركيب الكاميرات ومتطلبات الدقة؛ لا يوجد سعر موحد يناسب الجميع. تبدأ كيلود للصناعات الثقيلة دائمًا بالمعاينة الميدانية قبل إصدار قائمة العرض.
س: كيف نحدد ما إذا كان نظام الكشف الحالي يحتاج إلى ترقية إلى مستوى البكسل؟
ج: ابدأ بفحص بنود المراقبة التي يسجل فيها النظام الحالي أعلى معدلات الإنذار الخاطئ أو الإنذار المفقود. إذا تركزت المشكلات في أحكام العلاقات المناطقية مثل "هل دخل الشخص منطقة الخطر فعلًا؟" أو "هل يوجد شخص تحت مسقط الحمولة؟"، فهذا مؤشر على أن مخرجات الصناديق لم تعد كافية وتستحق الترقية إلى التجزئة. أما إذا كانت المهام عدًّا واكتشافًا فقط واستقرت الدقة عند مستوى مقبول، فلا داعي للترقية من أجل الترقية. معيار الحكم هو ما إذا كان بند المراقبة يتطلب تحديدًا دقيقًا للحدود، وليس ما إذا كانت التجزئة تبدو أكثر تطورًا.
من "تحديد الأجسام بصناديق" إلى "التعرف على كل بكسل"، لا تمثل التجزئة الدلالية في كشف الرافعات استبدالًا للخوارزمية، بل ترقية في مستوى الإدراك. قرار الترقية ومداها يعود دائمًا إلى بنود المراقبة نفسها. عند تصميم أنظمة الرؤية، تلتزم كيلود للصناعات الثقيلة أولًا بتوضيح ما إذا كان كل بند مراقبة يتطلب "الاكتشاف" أو "تحديد الحدود"، ثم تقرر كيفية التنسيق بين الكشف والتجزئة، لإنفاق قوة الحوسبة حيث تشتد الحاجة إليها فعلًا.
