In-Field 3D Wheat Head Instance Segmentation From TLS Point Clouds Using Deep Learning Without Manual Labels
تقترح هذه الورقة مساراً جديداً للتعلم العميق يتكون من مرحلتين، يستفيد من التجزئة ثنائية الأبعاد بنمط التعلم الصفري ودمج الرؤى المتعددة لتوليد تسميات مستعارة لتدريب نموذج ثلاثي الأبعاد تحت الإشراف، مما يتيح تجزئة مثالية لعينات سنابل القمح في الحقل من سحب النقاط الناتجة عن المسح الليزري الأرضي دون الحاجة إلى تعليقات توضيحية يدوية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تقف في حقل قمح ضخم وكثيف. هدفك هو عد كل سنبلة قمح (الجزء الحامل للحبوب من النبات) وقياس شكلها في فضاء ثلاثي الأبعاد. هذا الأمر بالغ الأهمية للمزارعين للتنبؤ بإنتاجية الحصاد، لكن القيام بذلك يدوياً في الحقول الكبيرة أمر مستحيل.
الآن، تخيل محاولة القيام بذلك باستخدام روبوت يستخدم ماسحاً ليزرياً (مثل كاميرا ثلاثية الأبعاد فائقة الدقة) لمسح الحقل. المشكلة؟ القمح متشابك، والأوراق في كل مكان، والماسح يرى سحابة فوضوية من ملايين النقاط الصغيرة. تعليم الكمبيوتر كيفية فصل سنبلة قمح معينة عن البقية يشبه محاولة العثور على إبرة محددة في كومة قش، لكن الإبر هنا مصنوعة من الضوء، وكومة القش تتحرك مع الرياح.
عادةً، لتعليم الكمبيوتر القيام بذلك، تحتاج إلى توظيف بشر للجلوس لأساب-يع، ورسم خطوط يدوية حول كل سنبلة قمح في البيانات ثلاثية الأبعاد. هذا الأمر بطيء، ومكلف، وممل.
تقدم هذه الورقة البحثية "خدعة ذكية من خطوتين" تعلم الكمبيوتر القيام بهذه المهمة دون أي مساعدة بشرية.
إليك كيف فعلوا ذلك، باستخدام تشبيهات بسيطة:
المشكلة: الماسح "الأعمى"
يرى الماسح الليزري (TLS) العالم كسحابة من النقاط. هو لا يعرف ما هي "سنبلة القمح"، بل يرى الهندسة فقط. الذكاء الاصطنا-عي التقليدي يحتاج إلى معلم يشير إلى النقاط ويقول: "هذه سنبلة قمح"، آلاف المرات. ولكن في حقل فوضوي، يكون ذلك صعباً للغاية.
الحل: نظام مكون من مرحلتين
بنى المؤلفون نظاماً يعمل كـ مُحقق يليه طالب.
المرحلة الأولى: المُحقق (الرؤية "صفرية المعرفة")
بدلاً من تعليم الكمبيوتر من الصفر، استخدموا ذكاءً اصطناعياً "فائق الذكاء" يعرف بالفعل كيفية التعرف على الأشياء في الصور ثنائية الأبعاد (مثل كلب، أو سيارة، أو نافذة). هذا الذكاء الاصطناعي يسمى Grounded SAM.
- الخدعة: أخذوا المسح الليزري ثلاثي الأبعاد وحولوه إلى صور ثنائية الأبعاد، مثل التقاط صور من زوايا مختلفة حول الحقل.
- الطلب: قاموا ببساطة بكتابة أمر نصي إلى الذكاء الاصطناعي: "ابحث عن القمح".
- النتيجة: نظرًا لأن هذا الذكاء الاصطناعي هو "نموذج تأسيسي" (تدرب على كامل محتوى الإنترنت)، فقد تمكن فوراً من التعرف على القمح في الصور ثنائية الأبعاد، رغم أنه لم يرَ قط مسحاً ثلاثي الأبعاد للقمح من قبل. لقد رسم أقنعة ثنائية الأبعاد (خطوط خارجية) حول القمح.
- التجميع: قاموا بإسقاط هذه الخطوط ثنائية الأبعاد مرة أخرى على النقاط ثلاثية الأبعاد. وبما أنهم التقطوا صوراً من زوايا عديدة، استطاعوا دمج هذه الخطوط ثنائية الأبعاد معاً لتشكيل شكل ثلاثي الأبعاد تقريبي لسنبلات القمح.
التشبيه: تخيل أنك تحاول معرفة الشكل ثلاثي الأبعاد لجسم غامض. تأخذ صوراً له من الأمام، والجانب، والأعلى. تسأل صديقاً يعرف كل شيء عن العالم: "ما هذا؟". فيجيب: "إنه حذاء!". ثم تستخدم وصفه لبناء نموذج ثلاثي الأبعاد تقريبي للحذاء. أنت لم تكن بحاجة لقياس الحذاء بنفسك؛ بل استخدمت معرفة صديقك فقط.
المرحلة الثانية: الطالب (نقل "المعلم-الطالب")
"المُحقق" (المرحلة الأولى) جيد، لكنه يرتكب أخطاءً. أحياناً يفوته سنبلة قمح مختبئة خلف ورقة شجر، أو يرتبك بسبب الظلال.
لذا، ابتكر المؤلفون مرحلة ثانية:
- الدرس: أخذوا الأشكال ثلاثية الأبعاد التقريبية التي أنشأها المُحقق وعاملوها كـ "أمثلة من كتاب مدرسي" (رغم أنها كانت فوضوية بعض الشيء).
- التدريب: قاموا بتغذية هذه الأمثلة في ذكاء اصطناعي ثلاثي الأبعاد جديد ومتخصص (شبكة عصبية). أخبروا الذكاء الاصطنا الجديد: "انظر إلى هذه الأشكال. تعلم كيف تبدو سنبلة القمح في الفضاء ثلاثي الأبعاد".
- التخرج: تعلم الذكاء الاصطناعي الجديد الأنماط. أصبح أفضل في العثور على سنبلات القمح، حتى في الأماكن الفوضوية والمختبئة حيث فشل المُحقق. تعلم تجاهل الضجيج والتركيز على القمح.
التشبيه: المُحقق هو سائح يلتقط رسماً سريعاً للمدينة. الرسم قابل للتمييز ولكنه يحتوي على أخطاء. أما الطالب فهو طالب هندسة معمارية يدرس رسم السائح، ويتعلم قواعد تخطيط المدينة، ثم يرسم خريطة مفصلة ومثالية للمدينة، مكملاً الفجوات التي فاتتها عين السائح.
النتائج: لماذا يهم هذا الأمر؟
اختبر الفريق عملهم في حقل قمح حقيقي وقارنوا طريقتهم بأفضل طريقة حالية (التي تستخدم الكاميرات وروبوتات مخصصة باهظة الثمن).
- دقة أفضل: وجدت طريقتهم القائمة على الليزر سنبلات أكثر وارتكبت أخطاء أقل من الطريقة القائمة على الكاميرا.
- لا يوجد وسم يدوي: لم يحتاجوا إلى إنسان واحد لرسم نقطة واحدة. لقد علم الذكاء الاصطناعي نفسه باستخدام التخمينات التقريبية لـ "المُحقق".
- أرخص وأسرع: لا تحتاج إلى روبوت حقل فاخر وباهظ الثمن. كل ما تحتاجه هو ماسح ليزري قياسي وهذا البرنامج.
الخلا-صة
تظهر هذه الورقة البحثية أنه يمكننا تعليم الحواسيب فهم العوالم ثلاثية الأبعاد المعقدة (مثل حقل القمح المتشابك) عبر استعارة "عيون" الذكاء الاصطناعي للصور ثنائية الأبعاد وجعلها تُعلم "دماغاً" ثلاثي الأبعاد. إنها خطوة هائلة للأمام في مجال "النمذجة الظاهرية عالية الإنتاجية في الحقول" (High-Throughput Field Phenotyping)—أي استخدام الروبوتات لقياس المحاصيل بسرعة للمساعدة في زراعة المزيد من الغذاء، وكل ذلك دون الحاجة إلى جيوش من البشر لوسم البيانات.
باخت-صار: لقد علموا الروبوت كيفية عد القمح من خلال جعله "يقرأ" دليل تعليمات ثنائي الأبعاد (الذكاء الاصطناعي المدرب عبر الإنترنت) ثم يتدرب بمفرده، متجاوزين الحاجة إلى معلم بشري تماماً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.