AerialYield-B2D: A Greenhouse Blueberry Dataset with Five-Stage Ripeness Masks and Fruit Counts

في الصفوف الهادئة والمتحكم في مناخها داخل دفيئة زراعية حديثة، لا يكون المسار نحو حصاد مثالي من التوت الأزرق خطاً مستقيماً؛ بل هو لغز بصري. فالمزارع لا يبحث ببساطة عن ثمرة زرقاء واحدة، بل يجب عليه تقييم عنقود حيث تنمو ثمار خضراء ووردية وأرجوانية وزرقاء داكنة جنباً إلى جنب، وغالباً ما تكون مختبئة بين الأوراق والظلال. هذا التعقيد البصري هو الواقع اليومي للزراعة، حيث يعتمد قرار قطف الثمرة على مرحلة نضجها المحددة. ولعقود من الزمن، اعتمد الباحثون على العيون البشرية لاتخاذ هذه الأحكام، ولكن صعود الروبوتات المؤتمتة وأنظمة الرؤية الحاسوبية يتطلب شيئاً أكثر دقة: طريقة لتعليم الآلات رؤية ما يراه الإنسان تماماً. وللقيام بذلك، تحتاج الحواسيب إلى مكتبة من الأمثلة، وهي مجموعة ضخمة من الصور الواقعية حيث يتم تحديد كل ثمرة وتصنيفها حسب لونها ونضجها. وبدون مورد كهذا، تظل التكنولوجيا عمياء عن الفروق الدقيقة التي تحدد المحصول الناضج.

هذا هو التحدي الذي يعالجه مورد جديد يسمى AerialYield-B2D، وهو مجموعة بيانات منسقة بعناية مصممة لمساعدة الحواسيب على تعلم لغة نضج التوت الأزرق. أنشأ هذا الفريق من الباحثين في جامعة خليفة في دولة الإمارات العربية المتحدة هذه المجموعة التي تضم 514 صورة فوتوغرافية حقيقية تم التقاطها داخل دفيئة تجارية في مدينة العين. تلتقط الصور الواقع الطبيعي والفوضوي للمحصول، حيث تظهر آلاف الثمار في خمس مراحل متميزة من النمو: الخضراء وغير الناضجة، والوردية الشاحبة، والمنتقلة إلى اللون الأرجواني، والناضجة تماماً، والناضجة بشكل زائد. وخلافاً للمحاولات السابقة التي قد تعتمد على رسومات مبسطة أو ثمار معزولة، تقدم مجموعة البيانات هذه الثمار تماماً كما تنمو، متشابكة في عناقيد ومحجوبة جزئياً بالأوراق. لم يكتفِ الباحثون بالتقاط الصور فحسب؛ بل قضوا ساعات لا تحصى في تتبع الخطوط الخارجية لكل ثمرة يدوياً في الصور، مما خلق خريطة رقمية تخبر الحاسوب بالضبط أين توجد كل ثمرة وما هو لونها. وفي المجمل، قاموا بتحديد أكثر من 30,000 ثمرة فردية، مما وفر مستوى من التفاصيل يسمح للآلات بالتدرب على التمييز بين الثمرة الجاهزة للأكل وتلك التي لا تزال تنتظر النضج.

كان إنشاء مجموعة البيانات هذه جهداً متعمداً لالتقاط الطيف الكامل لكيفية رؤية التوت الأزرق فعلياً في بيئة زراعية. جمع الفريق صوراً من مصدرين مختلفين لضمان قوة البيانات. جاءت الغالبية من صور مقربة التقطت بهواتف ذكية، والتي تلتقط التفاصيل الدقيقة لجلد الثمرة والشمع الذي يغلفها. ولإضافة التنوع ومحاكاة الرؤية من روبوت أو طائرة بدون طيار تتحرك عبر الصفوف، قاموا أيضاً بتضمين إطارات مستخرجة من فيديوهات عالية الدقة ولقطات التقطتها طائرة صغيرة بدون طيار. يضمن هذا المزيج أن نماذج الكمبيوتر التي تتدرب على هذه البيانات يمكنها التعامل مع زوايا وإضاءة ومسافات مختلفة. وكان الباحثون حريصين على تسجيل مصدر كل صورة، مع ملاحظة ما إذا كانت قادمة من هاتف أو طائرة بدون طيار، حتى يتمكن المستخدمون المستقبليون من اختبار ما إذا كانت أنظمتهم تعمل بنفس الكفاءة على جميع أنواع الصور. تمت معالجة المجموعة بأكملها باهتمام صارم بالتفاصيل، مع تصحيح اتجاه الصور لضمان توافق الخرائط الرقمية تماماً مع الثمار الحقيقية، والتحقق من عدم وجود صور مفقودة أو تالفة.

ما يجعل هذا العمل قيماً بشكل خاص هو صدقه بشأن صعوبات المهمة. يقر الباحثون علانية بأن البيانات تعكس عدم التوازن الطبيعي في المحصول الحقيقي. ففي الدفيئة، تفوق عدد الثمار الخضراء بكثير عدد الثمار النادرة شديدة النضج، وقد تم الحفاظ على هذا التوزيع غير المتساوي في مجموعة البيانات بدلاً من إصلاحه اصطناعياً. وهذا يعني أن أي شخص يستخدم هذه البيانات لتدريب الكمبيوتر سيضطر لمواجهة نفس التحدي الذي يواجهه المزارع: البحث عن الثمرة النادرة والمثالية وسط بحر من الثمار غير الناضجة. كما أوضح الفريق ما ليست عليه مجموعة البيانات؛ فبينما تتضمن التسمية كلمة "Yield" (محصول/إنتاج)، فإن الصور لا توفر قياسات للوزن أو إجمالي حجم الحصاد. بدلاً من ذلك، الأرقام المقدمة هي مجرد أعداد للثمرات التي تظهر في كل صورة. هذا التمييز أمر بالغ الأهمية، لأنه يضع حدوداً واضحة لما يمكن أن تخبرنا به البيانات: إنها أداة للعد والتعريف، وليست لوزن الحصاد النهائي.

ولإثبات فائدة هذه البيانات، اختبرها الباحثون عن طريق تغذيتها في نماذج رؤية حاسوبية قياسية. طلبوا من هذه النماذج التعلم من صور التدريب ثم التنبؤ بنضج التوت في صور لم ترهَا من قبل. أظهرت النتائج أن النماذج استطاعت بنجاح تحديد مراحل النضج المختلفة، رغم أنها واجهت صعوبة أكبر مع الألوان النادرة، مثل اللون الوردي الشاحب أو الثمار البرتقالية شديدة النضج، وذلك ببساطة بسبب وجود أمثلة أقل لتعلمها. كما اختبر الفريق قدرة النظام على عد العدد الإجمالي للثمار في صورة واحدة، محققاً مستوى من الدقة يشير إلى أن مجموعة البيانات تشكل أساساً متيناً للعمل المستقبلي. ومن خلال إصدار الصور والخرائط التفصيلية والشيفرة البرمجية المستخدمة لمعالجتها، قدم الفريق معياراً قابلاً لإعادة الإنتاج. وهذا يعني أن العلماء الآخرين يمكنهم استخدام نفس الصور والقواعد لاختبار أفكارهم الخاصة، مما يضمن أن التقدم في هذا المجال يُبنى على أساس مشترك وموثوق.

يمثل إصدار AerialYield-B2D خطوة مهمة للأمام في تقاطع الزراعة والذكاء الاصطناعي. فهو يتجاوز الجانب النظري ويقدم مورداً ملموساً من العالم الحقيقي يحاكي تعقيد المحصول الحي. ومن خلال التركيز على الفروق البصرية الدقيقة لنضج التوت الأزرق، توفر مجموعة البيانات مساراً واضحاً لتطوير أدوات يمكنها مساعدة المزارعين في اتخاذ قرارات أسرع وأكثر دقة. هي لا تعد بحل كل مشاكل الزراعة، ولا تدعي استبدال الحكم البشري تماماً، بل تقدم مجموعة دقيقة ومحققة من الأمثلة التي تسمح للآلات بتعلم اللغة البصرية للتوت الأزرق، ثمرةً تلو الأخرى. وبذلك، فهي تحول مشهداً طبيعياً فوضوياً إلى درس منظم، مما يساعد في سد الفجوة بين العين البشرية وعدسة الكمبيوتر.