تشخیص اشیا یکی از مهم‌ترین حوزه‌های هوش مصنوعی و بینایی ماشین است که کاربردهای فراوانی در صنایع مختلف دارد. الگوریتم‌های مختلفی برای تشخیص اشیا توسعه یافته‌اند که از جمله معروف‌ترین آن‌ها می‌توان به YOLO (You Only Look Once) و Detectron2 اشاره کرد. یکی از اجزای کلیدی این الگوریتم‌ها جعبه‌های لنگر (anchor boxes) هستند که به مدل کمک می‌کنند تا موقعیت و اندازه اشیا را در تصاویر به درستی شناسایی کند. در این مقاله به بررسی نحوه غیرفعال کردن autoanchor و اهمیت آن در بهبود دقت مدل‌های تشخیص اشیا می‌پردازیم.

جعبه‌های لنگر (anchor boxes)  و اهمیت آن‌ها

جعبه‌های لنگر جعبه‌های فرضی با اندازه و نسبت ابعادی مشخص هستند که به عنوان نقطه شروعی برای پیش‌بینی جعبه‌های محدودکننده (bounding boxes) اشیا در تصاویر استفاده می‌شوند. این جعبه‌ها به مدل کمک می‌کنند تا بهبود دقت پیش‌بینی‌های خود را از طریق فراهم کردن اطلاعات اولیه در مورد شکل و اندازه اشیا فراهم کند.

چرا باید Autoanchor را غیرفعال کنیم؟

در بسیاری از موارد، جعبه‌های لنگر پیش‌فرض که توسط الگوریتم‌های تشخیص اشیا تولید می‌شوند، برای مجموعه داده‌های سفارشی مناسب نیستند. این عدم تناسب می‌تواند به کاهش دقت مدل منجر شود. به همین دلیل، در برخی موارد نیاز است که بررسی autoanchor غیرفعال شود و جعبه‌های لنگر به صورت دستی پیکربندی شوند. این کار به مدل اجازه می‌دهد تا بهینه‌ترین جعبه‌های لنگر را برای مجموعه داده خاص شما استفاده کند.

روش‌های غیرفعال کردن Autoanchor

YOLOv5

در YOLOv5، شما می‌توانید بررسی autoanchor را با تنظیم پارامتر autoanchor به False در فایل پیکربندی مدل YAML غیرفعال کنید. این کار به مدل اجازه می‌دهد تا از جعبه‌های لنگر تعریف شده توسط کاربر استفاده کند:

YOLOv4

در YOLOv4، گزینه‌ای برای غیرفعال کردن autoanchor به صورت پیش‌فرض وجود ندارد، اما شما می‌توانید جعبه‌های لنگر را به صورت دستی پیکربندی کنید. برای این کار، باید یک فایل پیکربندی سفارشی ایجاد کرده و اندازه‌های جعبه‌های لنگر را به صورت دستی در این فایل مشخص کنید.

Detectron2

در Detectron2، شما می‌توانید اندازه‌ها و نسبت‌های ابعادی جعبه‌های لنگر را در فایل پیکربندی مدل YAML تحت پارامترهای MODEL.ANCHOR_GENERATOR.SIZES و MODEL.ANCHOR_GENERATOR.ASPECT_RATIOS مشخص کنید. این کار به شما اجازه می‌دهد تا به طور دستی جعبه‌های لنگر مورد نیاز خود را تعریف کنید و autoanchor را غیرفعال کنید.

پیاده‌سازی‌های سفارشی

اگر از یک پیاده‌سازی سفارشی از الگوریتم تشخیص اشیا استفاده می‌کنید، باید کدی را که مسئول تولید جعبه‌های لنگر است تغییر دهید. این کار ممکن است شامل کامنت کردن یا حذف کردن کدهای مربوط به تولید خودکار جعبه‌های لنگر باشد. این فرآیند نیازمند درک عمیق‌تری از کد و ساختار الگوریتم مورد استفاده شما است.

نکات مهم در غیرفعال کردن Autoanchor

نتیجه‌گیری

غیرفعال کردن autoanchor و تنظیم دستی جعبه‌های لنگر یکی از اقدامات مهم در سفارشی‌سازی الگوریتم‌های تشخیص اشیا است. این کار به مدل اجازه می‌دهد تا با بهترین پیکربندی ممکن اجرا شود و نتایج دقیقی را برای مجموعه داده خاص شما فراهم کند. با توجه به اهمیت این موضوع، توصیه می‌شود که مهندسان و محققان حوزه هوش مصنوعی و بینایی ماشین به تنظیمات جعبه‌های لنگر توجه ویژه‌ای داشته باشند و از این ابزار قدرتمند برای بهبود دقت مدل‌های خود بهره‌برداری کنند.

پی‌نوشت

اگر تجربه‌ای در زمینه غیرفعال کردن  autoanchor یا تنظیم دستی جعبه‌های لنگر دارید، لطفاً نظرات و تجربیات خود را با ما در میان بگذارید. همچنین، اگر سوالی در مورد هر یک از مراحل ذکر شده در این پست دارید، خوشحال می‌شویم به شما کمک کنیم.