💻 computer science

A Lightweight Multimodal Vision-Language Framework for Early-Stage Anatomical Green Fruit Classification in Commercial Orchards

تقدم هذه الدراسة إطار عمل متعدد الوسائط للرؤية واللغة، خفيف الوزن وقابل للنشر على الحافة، يعتمد على TinyCLIP، ويحقق تصنيفاً وتحديداً دقيقين وقابلين للتفسير للبنى التشريحية لثمار التفاح في مراحلها المبكرة (الكأس، والجسم، والعنق) لدعم عملية التخفيف الروبوتية والإدارة الدقيقة للبساتين.

المؤلفون الأصليون: Ranjan Sapkota, William Bu, Chen Chen, Yunjun Xu, Manoj Karkee

نُشر 2026-08-27

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Ranjan Sapkota, William Bu, Chen Chen, Yunjun Xu, Manoj Karkee

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

في الأيام الهادئة الأولى من موسم بستان التفاح، وقبل أن تنمو الثمار لتصل إلى حجمها الكامل، تبدأ مهمة حيوية ومجهدة. يتعين على العمال السير عبر صفوف كثيفة من الأشجار وإزالة بعض الثمار الخضراء الصغيرة غير الناضجة بعناية، والتي تُعرف باسم "الثمار الصغيرة" (fruitlets). هذه العملية، التي تسمى "التخفيف" (thinming)، ضرورية لأن أشجار التفاح غالباً ما تنتج ثماراً أكثر بك ever مما تستطيع دعمه. فإذا تُركت دون تدخل، ستتنافس العناقيد المزدحمة على العناصر الغذائية، مما يؤدي إلى تفاح أصغر حجماً وأقل جودة، وقد يضر بقدرة الشجرة على الإزهار في العام التالي. ولعقود من الزمن، تم تنفيذ هذا العمل يدوياً، مما يتطلب من العمال فحص المظلة الشجرية باستمرار واقتلاع الثمار الزائدة بشكل انتقائي. إنها عملية مرهقة بدنياً، بطيئة، وتواجه صعوبة متزايدة في توفير العمالة مع اشتداد نقص العمالة في جميع أنحاء العالم الزراعي. ولحل هذه المشكلة، سعى العلماء طويلاً لبناء روبوتات يمكنها رؤية وأداء هذا العمل الدقيق، لكن بيئة البستان تمثل تحدياً فريداً: فالثمار الخضراء الصغيرة غالباً ما تكون مخفية خلف الأوراق، وتندمج مع أوراق الشجر المحيطة بها، ويصعب على الكاميرات القياسية تمييزها عن الأغصان والسيقان التي تحملها.

لقد طور فريق من الباحثين الآن طريقة جديدة لتعليم الآلات رؤية هذه الهياكل المخفية، منتقلين إلى ما هو أبعد من مجرد التعرف البسيط على الصور إلى طريقة تجمع بين الرؤية واللغة. يعتمد نهجهم على نموذج ذكاء اصطناعي خفيف الوزن يفهم ليس فقط كيف تبدو الصورة، بل ماذا يُفترض أن تمثل. ومن خلال تغذية النظام بأوصاف محددة، مثل "صورة لكأس الزهرة" (calyx) أو "صورة لعنق الثمرة" (peduncle)، يتعلم النموذج تحديد الأجزاء التشريحية المحددة للثمرة: القاعدة التي تشبه النجمة حيث كانت الزهرة ذات يوم، وجسم الثمرة الشاب، والساق الرفيعة التي تربطها بالشجرة. هذا التمييز حيوي لأن الروبوت المصمم لتقليم الشجرة يحتاج إلى معرفة مكان القطع بالضبط. يجب عليه تحديد الثمرة المراد إزالتها، ولكن الأهم من ذلك، يجب عليه تحديد الساق، أو "عنق الثمرة" (peduncle)، وهي النقطة الدقيقة التي يحتاج الذراع الروبوتي إلى قصها دون إلحاق الضرر ببقية العنقود.

اختبر الباحثون نظامهم في بستان تفاح تجاري في ولاية واشنطن، باستخدام صور عالية الدقة لصنفين محددين من التفاح. قاموا بتقسيم هذه الصور الكبيرة إلى مئات المربعات الصغيرة والمتداخلة، مما سمح للكمبيوتر بفحص كل بوصة من المشهد بالتفصيل. لكل مربع، قارن النظام البيانات المرئية مقابل الأوصاف النصية للأجزاء المستهدفة. أثبتت هذه الطة فعاليتها بشكل ملحوظ في العث de على الثمار ومكوناتها حتى عندما كانت مخفية جزئياً أو مغمورة بضوء الشمس المتغير. وعند اختبارها على أجهزة كمبيوتر قوية، حدد النظام جسم الثمرة بشكل صحيح في كل الحالات تقريباً، وقاعدة الزهرة في معظم الحالات. كان أقل تأكداً قليلاً بشأن السيقان الرفيعة، والتي يصعب رصدها بطبيعتها، لكنه حقق مستوى عالياً من الدقة بشكل عام.

والأهم من ذلك، لم يتوقف الفريق عند إثبات نجاح الفكرة على خادم قوي؛ بل قاموا بتحسين النظام ليعمل على أجهزة كمبيوتر صغيرة محمولة تشبه تلك الموجودة في الروبوتات الحديثة. لقد قاموا بتحويل النموذج إلى تنسيق مدمج يمكنه العمل على أجهزة متخصصة مصممة للحوسبة الطرفية (edge computing)، مثل أجهزة NVIDIA Jetson المستخدمة في الروبوتات الميدانية. وحتى بعد ضغط النموذج ليعمل بشكل أسرع ويستهلك ذاكرة أقل، فقد احتفظ بقدرته على اتخاذ القرارات الصحيحة. استطاع النظام معالجة صورة واحدة للبستان في ثوانٍ معدودة، مولداً خريطة مفصلة توضح بالضبط مكان وجود الثمار والسيقان. تعمل هذه الخريطة كدليل للروبوت، حيث تظهر له أين يركز انتباهه وأين يضع أدوات القطع الخاصة به.

توضح الدراسة أن الجمع بين البيانات المرئية والمطالبات اللغوية البسيطة يسمح للآلات بفهم المشاهد الزراعية المعقدة بمستوى من الدقة تفتقر إليه التحليلات الصورية البحتة. فمن خلال تعليم الكمبيوتر البحث عن "صورة لعنق الثمرة" بدلاً من مجرد شكل عام، تعلم النظام تجاهل الخلفية المربكة للأوراق والأغصان. يشير هذا الاختراق إلى أن أنظمة التخفيف الروبوتية المستقبلية لن تحتاج إلى أجهزة كمبيوتر ضخمة تستهلك الكثير من الطاقة لتعمل؛ بل يمكنها الاعتماد على نماذج فعالة وخفيفة الوزن تعمل مباشرة على الروبوت نفسه، مما يسمح باتخاذ قرارات في الوقت الفعلي أثناء تحركها عبر الصفوف. ورغم أن التكنولوجيا ليست مثالية تماماً في العثور على كل ساق رفيعة في كل ظروف الإضاءة الممكنة، إلا أن النتائج تظهر مساراً واضحاً للمستقبل. لقد أثبت الباحثون أنه من الممكن منح الروبوتات الذكاء البصري اللازم لأداء واحدة من أدق المهام في الزراعة، مما يمهد الطريق لأنظمة مؤتمتة يمكنها إدارة أحمال المحاصيل بدقة وعناية العامل البشري الماهر.

أبحاث مشابهة