Cow Crossing Road Detection Using YOLO V8 and SSD

شهدت سلطنة عُمان زيادة ملحوظة في حوادث السيارات الناتجة عن الأبقار السائبة على الطرقات، مما أدى إلى ارتفاع كبير في أعداد الوفيات والإصابات. تهدف هذه الدراسة إلى مقارنة دقة خوارزميتي الكشف عن الأجسام YOLOv8 وSSD في اكتشاف الأبقار أثناء عبورها الطرق تحت ظروف مناخية مختلفة في منطقة ظفار، وذلك لتحسين السلامة المرورية وتقديم رؤى مفيدة للجهات المسؤولة عن مراقبة الطرق. تعتمد المنهجية على إنشاء مجموعة بيانات مكوّنة من 15 مقطع فيديو توثّق عبور الأبقار في ظروف مناخية متنوعة. كما تتضمن الدراسة تقييم دقة الكشف عند مستويات مختلفة من الثقة (25%، 50%، 75%، 90%)، وجمع النتائج من حيث الإيجابيات الحقيقية (TP)، والإيجابيات الكاذبة (FP)، والسلبيات الكاذبة (FN).. تكشف النتائج التجريبية أن خوارزمية YOLOv8 تتفوق باستمرار على SSD في جميع الظروف الجوية. ففي الأجواء الصافية خلال النهار، حقق YOLOv8 دقة كشف بلغت 96% مقارنة بـSSD الذي حقق 59%. وفي الظروف الضبابية، حافظ YOLOv8 على دقة قدرها 64% مقابل 18% لـSSD. أما في ظروف الليل، فقد برز YOLOv8 بدقة بلغت 94%، في حين سجّل SSD نسبة 5% فقط. وبشكل عام، حقق YOLOv8 متوسط دقة عام يبلغ 84.67% عبر جميع الحالات، بينما بلغ متوسط دقة SSD 27.33%.. وتؤكد هذه النتائج أهمية اختيار نموذج الكشف عن الأجسام المناسب تبعاً للظروف الجوية المختلفة من أجل تحسين السلامة على الطرق.