DyMC-YOLO: Fusi Dual-Alur Meningkatkan Deteksi Real-Time Hingga 46 FPS

Deteksi objek adalah pilar utama dalam persepsi visual cerdas. Teknologi ini mendorong kemajuan penting dalam kendaraan otonom, pengawasan keamanan, dan pertanian presisi. Namun, detektor spektrum terlihat tradisional sering gagal dalam kondisi buruk seperti pencahayaan rendah, silau, atau oklusi berat. Para peneliti kini memperkenalkan DyMC-YOLO, sebuah detektor dual-alur baru yang menggabungkan data RGB dan inframerah untuk meningkatkan kinerja di berbagai lingkungan.

DyMC-YOLO dibangun di atas arsitektur YOLOv13 karena keseimbangan antara akurasi dan efisiensi real-time. Sistem ini menggunakan cabang backbone simetris namun diparameterisasi secara independen untuk input RGB dan inframerah. Inovasi utamanya adalah modul Fusi Fitur Berpandu Mask Komplementer. Modul ini melakukan bobot spasial yang menjaga kanal pada tiga tingkat semantik. Berbeda dengan metode sebelumnya yang mungkin menggandakan lebar fitur atau memerlukan proyeksi kompleks, modul ini menghasilkan satu mask spasial komplementer tunggal untuk memberi bobot modalitas secara adaptif berdasarkan konten gambar.

Pendekatan ini mempertahankan jalur transmisi fitur langsung melalui pemetaan identitas di blok tahap akhir. Model ini juga memperkenalkan Kepala Deteksi Multi-Jalur Dinamis. Komponen ini menggantikan struktur prediksi tetap dengan blok perutean dinamis khusus tugas. Untuk setiap sampel, kepala ini menggabungkan jalur prediksi jarak pendek, menengah, dan panjang menggunakan koefisien yang dikondisikan oleh sampel. Hal ini memungkinkan jaringan menyesuaikan bidang reseptifnya secara dinamis untuk tugas regresi dan klasifikasi. Hasilnya, lokalisasi dan pemahaman konteks membaik tanpa meningkatkan latensi komputasi secara signifikan.

Evaluasi pada dataset lalu lintas M3FD dan dataset anggur RGB-NIR yang dibuat sendiri menunjukkan pertukaran akurasi-efisiensi yang unggul. Pada M3FD, model mencapai Mean Average Precision (mAP) sebesar 51,73%. Angka ini melampaui metode fusi berbasis YOLO ringan lainnya sambil mempertahankan jejak kompak sekitar 8 juta parameter. Pada dataset anggur pertanian, model mencapai mAP 83,06%, menunjukkan ketahanan kuat dalam adegan gelap dan berisik.

Model ini menunjukkan ketahanan kuat terhadap kesalahan registrasi lintas-modal dan skenario hilangnya modalitas. Akurasi deteksi absolut tetap tinggi bahkan di bawah gangguan terkontrol. Dengan kecepatan inferensi hampir 46 FPS dan konsumsi memori rendah, DyMC-YOLO menawarkan solusi layak untuk penyebaran di tepi perangkat pada unit pemrosesan saraf. Dengan menggabungkan efektivitas fusi fitur hierarkis dan jalur prediksi dinamis, arsitektur ini menetapkan standar baru untuk deteksi objek multimodal real-time yang andal dalam kondisi visual yang menantang.