Come può un algoritmo ultra‑leggero riconoscere i componenti di un satellite?

Nel mondo dei satelliti, capire cosa c’è a bordo è fondamentale per missioni di manutenzione e osservazione. Il nuovo modello M4MLF‑YOLO, basato su YOLOv5, è stato progettato per funzionare con le risorse limitate dei veicoli spaziali. Il segreto? Un backbone MobileNetV4, che riduce al minimo i calcoli, e un modulo MFAC che analizza le immagini nella frequenza, migliorando i bordi dei componenti. Inoltre, la convoluzione deformabile lineare (LDConv) regola in modo semplice il campo visivo del filtro, rendendo l’estrazione delle caratteristiche più efficiente. Il risultato è un modello che segmenta pannelli solari, antenne, thruster e altri pezzi con una precisione del 95,1 % e un recall dell’88,3 %, superando di poco le versioni precedenti. Il numero di parametri è diminuito del 36,5 % e i FLOPs del 24,6 %, rendendolo ideale per l’uso a bordo. Il team ha anche creato un dataset misto di foto reali e sintetiche, con diversi sfondi e condizioni di luce, per testare la robustezza del sistema. In pratica, M4MLF‑YOLO dimostra che è possibile avere alta accuratezza senza sacrificare la leggerezza, aprendo la strada a robotica e diagnostica più autonome nello spazio.

M4MLF‑YOLO combina diverse innovazioni architetturali per ottimizzare il trade‑off tra accuratezza e complessità computazionale. MobileNetV4, scelto come backbone, utilizza blocchi di convoluzione depthwise separabili e un’architettura di scaling uniforme, riducendo drasticamente il numero di operazioni rispetto a ResNet o a versioni più pesanti di YOLO. Il modulo MFAC (Multi‑Scale Fourier Adaptive Calibration) opera trasformando le mappe di attivazione in dominio di frequenza mediante FFT, consentendo di catturare pattern strutturali a diverse scale senza aumentare la profondità della rete. Questa strategia è particolarmente efficace per distinguere i contorni di componenti con illuminazione non uniforme, poiché le alte frequenze evidenziano i bordi. LDConv (Linear Deformable Convolution) introduce un offset lineare parametrico per ogni kernel, controllando direttamente la dimensione del campo recettivo. A differenza delle deformable convolutions tradizionali, che apprendono offset non lineari, LDConv mantiene la semplicità computazionale, riducendo i costi di back‑propagation. Il blocco C3‑Faster, derivato da CSPNet, migliora la fusione dei canali mediante split‑and‑merge, limitando la ridondanza informativa. Dal punto di vista dei dati, il dataset ibrido comprende 12 000 immagini reali catturate da missioni LEO e 8 000 sintetiche generate con simulazioni fisiche di illuminazione (sun‑glint, ombre profonde). Le immagini sono state pre‑processate con equalizzazione dell’istogramma e augmentations basate su rumore di sensor‑specifico, garantendo robustezza a variazioni di contrasto e rumore. L’addestramento è stato effettuato con loss combinata di Dice e BCE, ottimizzata tramite AdamW (lr = 1e‑3). I risultati mostrano un mAP@0.5 di 93.4 %, con una riduzione del 36.5 % dei parametri (da 7.2 M a 4.6 M) e del 24.6 % dei FLOPs, confermando l’efficacia del design lightweight per applicazioni on‑orbit.