MobileNetV2-KAN: A Lightweight Nonlinear Network for Cross- Dataset Fruit Maturity Recognition
تقدم هذه الورقة البحثية MobileNetV2-KAN+، وهي بنية خفيفة الوزن تتكون من 3.65 مليون معلمة تجمع بين هيكل MobileNetV2 وشبكة كولموغوروف-أرنولدف (KAN) مقيدة المصنف لتحقيق تمييز قوي ومعاير جيد لنضج الفاكهة عبر مجموعات البيانات المختلفة دون الاعتماد على أوزان مسبقة التدريب أو أحجام نماذج كبيرة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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 الإيقاع الهادئ لبستان، غالباً ما يكمن الفرق بين حصاد يُطعم عائلة وآخر يذهب سدى في تحول واحد طفيف ودقيق في اللون. لقرون مضت، اعتمد المزارعون على الخبرة للحكم على نضج الثمار، ولكن مع توجه الزراعة نحو الأتمتة، يجب على الروبوتات والمستشعرات أن تتعلم رؤية ما تراه العين البشرية. هذا هو تحدي الرؤية الحاسوبية في الزراعة: تعليم الآلات التمييز بين ثمرة الليتشي الناضجة وغير الناضجة، أو الموزة الصفراء من أخرى منقطة مفرطة النضج، وسط الواقع الفوضوي للأوراق التي تذروها الرياح، والظلال المتغيرة، والإضاءة غير المتساوية. وبينما أصبحت الحواسيب الحديثة بارعة للغاية في التعرف على الأشياء في البيئات المختبرية المنضبطة، فإنها غالباً ما تتعثر عندما تواجه الظروف الفوضوية وغير المتوقعة للحقل الحقيقي. وتظل الفجوة بين نموذج يعمل بشكل مثالي في المختبر ونموذج يعمل بموثوقية في البستان عقبة كبيرة أمام الزراعة الذكية.
اقترح باحثون في كلية تان كاه كي بجامعة شيامن منهجاً جديداً لسد هذه الفجوة، مع التركيز على نوع محدد من بنية الذكاء الاصطناعي المصممة لتكون خفيفة الوزن وعالية التكيف في آن واحد. يسعى عملهم، المتمحور حول نموذج يسمونه MobileNetV2-KAN، إلى حل مشكلة التعرف "عبر مجموعات البيانات" (cross-dataset). وببساطة، يعني هذا بناء نظام يمكنه التعلم من مجموعة من الصور -ربما التُقطت بكاميرا معينة تحت إضاءة محددة- ومع ذلك يؤدي بشكل جيد عند عرضه على صور التقطت بكاميرا مختلفة، في موقع مختلف، أو تحت ظروف جوية مختلفة. ويرى الفريق أن العديد من الأنظمة الحالية شديدة الجمود؛ فهي تحفظ الظروف المحددة لبيانات التدريب الخاصة بها بدلاً من تعلم السمات البصرية الأساسية لنضج الثمار. ولإصلاح ذلك، قاموا بدمج هيكل فعال ومثبت لمعالجة الصور مع بنية رياضية أحدث وأكثر مرونة تُعرف باسم شبكة كولموغوروف-أرنولد (Kolmogorov-Arnold Network) أو KAN، والتي تتفوق في تعلم الأنماط المعقدة وغير الخطية دون الحاجة إلى قدرات حوسبة هائلة.
تضمن جوهر تجربتهم تعليم النموذج التعرف على نضج ثمار الليتشي، وهي فاكهة تتحول من الأخضر إلى الأحمر مع نضجها. لم يقم الباحثون بمجرد تغذية الكمبيوتر بآلاف الصور وتمني الأفضل، بل بدلاً من ذلك، صمموا اختباراً صارماً لمعرفة ما إذا كان بإمكان النموذج التعميم حقاً. لقد دربوا النظام على مجموعة كبيرة من صور الليتشي التي جُمعت من مصدر واحد، ولكنهم اختبروه بعد ذلك على مجموعة منفصلة تماماً من الصور المأخوذة من مجموعة بيانات مختلفة، التُقطت بمعدات مختلفة وتحت ظروف مختلفة. هذا الاختبار "عبر مجموعات البيانات" أمر بالغ الأهمية لأنه يحاكي السيناريو الواقعي حيث قد يستخدم مزارع نموذجاً تم تدريبه على بيانات من منطقة ما لإدارة بستان في منطقة أخرى. كانت النتائج كاشفة؛ فبينما أدت العديد من النماذج القياسية أداءً جيداً عند اختبارها على بيانات مشابهة لما تدربت عليه، انخفضت دقتها بشكل كبير عند مواجهة الظروف الجديدة غير المرئية. ومع ذلك، حافظ نموذج MobileNetV2-KAN على مستوى أعلى بكثير من الاستقرار. فعند اختباره على مجموعة بيانات الليتشي المستقلة، حقق دقة تقارب 77.57%، متفوقاً على العديد من النماذج الراسخة والأثقل التي عانت للتكيف مع البيئة الجديدة.
ما يجعل هذه النتيجة لافتة للنظر بشكل خاص هو كفاءة الحل. لم يكتفِ الباحثون بضخ المزيد من قوة الحوسبة في المشكلة، فالنموذج الذي بنوه "خفيف الوزن"، مما يعني أنه يحتوي على عدد قليل نسبياً من المعلمات (parameters)، أو الإعدادات الداخلية، مقارم بالشبكات الضخمة المستخدمة غالباً في التعلم العميق. وهذا أمر ضروري للنشر في الميدان، حيث تمتلك الأجهزة مثل الطائرات بدون طيار أو الماسحات المحمولة يدوياً عمر بطارية وقدرة معالجة محدودة. ومن خلال استبدال الطبقة النهائية القياسية للشبكة بهيكل KAN، اكتسب النموذج قدرة أفضل على رسم خرائط الاختلافات الدقيقة وغير الخطية بين مراحل الثمار. فبدلاً من الاعتماد على قواعد ثابتة ومحددة مسبقاً، يتعلم مكون KAN دوالاً مرنة أحادية البعد يمكنها التكيف مع تفاصيل البيانات. وقد سمح ذلك للنموذج بالتقاط التفاصيل الدقيقة لمظهر الثمار -مثل درجة اللون الأحمر المحددة في الليتشي الناضجة- دون الارتباك بسبب ضجيج الخلفية من الأوراق أو الظلال.
وللتأكد من أن نتائجهم لم تكن محض صدفة، اختبر الفريق أيضاً النموذج على نوع مختلف تماماً من الفاكهة: الموز. قدمت مجموعة البيانات هذه تحدياً جديداً، حيث يتغير الموز من الأخضر إلى الأصفر ثم تظهر عليه بقع بنية مع زيادة النضج، وهو تسلسل بصري يختلف عن التحول نحو اللون الأحمر في الليتشي. طبق الباحثون نفس النموذج واستراتيجية التدريب دون إجراء أي تعديلات خاصة للفاكهة الجديدة. وقد تكيف النموذج بنجاح، محققاً دقة اختبار تقارب 94.91% على مجموعة بيانات الموز. يشير هذا النجاح عبر المحاصيل إلى أن المنهجية ليست مقتصرة على التعرف على فاكهة معينة، بل هي نهج قوي يمكن تطبيقه على مهام زراعية متنوعة. أظهر النموذج أنه قادر على تعلم المبادئ الأساسية للتعرف على نضج الثمار بدلاً من مجرد حفظ بكسلات صور التدريب.
كما استكشفت الدراسة كيف أثرت كمية بيانات التدريب على أداء النموذج. في العديد من مهام تعلم الآلة، الافتراض هو أن المزيد من البيانات يؤدي دائماً إلى نتائج أفضل. ومع ذلك، في هذا السياق المحدد، وجد الباحثون أن النموذج ظل مستقراً حتى عند تدريبه على مجموعات فرعية أصغر من البيانات. فعندما قللوا كمية بيانات التدريب إلى 20% فقط من المجموعة المتاحة، ظل النموذج يعمل بشكل تنافسي، بينما أظهرت النماذج الأخرى تقلبات أكبر. يشير هذا إلى أن بنية KAN فعالة بشكل خاص في التعلم من العينات المحدودة، وهي ميزة حاسمة في الزراعة حيث يمكن أن يكون جمع مجموعات بيانات كبيرة ومصنفة بدقة أمراً صعباً ومكلفاً. وأشار الباحثون إلى أنه رغم قوة النموذج، إلا أن نجاحه يعتمد بشدة على جودة البيانات؛ فإذا كانت الصور مشوشة للغاية أو كانت التصنيفات غير متسقة، فقد تتأثر قدرة النموذج على التعميم.
في نهاية المطاف، يشير هذا البحث نحو مستقبل لا يكون فيه الذكاء الاصطناعي الزراعي قوياً فحسب، بل عملياً وقابلاً للنقل أيضاً. ومن خلال إثبات أن نموذجاً هجيناً وخفيف الوزن يمكنه التعامل مع عدم القدرة على التنبؤ في البيئات الواقعية بشكل أفضل من الشبكات التقليدية الأثقل، يقدم المؤلفون مساراً قابلاً للتطبيق نحو الحصاد المؤتمت وإدارة المحاصيل. ويشير العمل إلى أن مفتاح حل فجوة "المختبر إلى الحقل" ليس بالضرورة بناء أنظمة أكبر وأكثر تعقيداً، بل تصميم أنظمة أذكى وأكثر مرونة يمكنها تعلم الجوهر الحقيقي لنضج الثمار، بغض النظر عن مكان أو كيفية التقاط الصورة. ومع نضوج هذه التكنولوجيا، يمكن لمثل هذه الأنظمة أن تسمح للمزارعين بنشر أدوات ذكية تعمل بموثوقية عبر المواسم والمواقع وأنواع المحاصيل المختلفة، محولةً الفن المعقد للتعرف على الثمار إلى علم دقيق ومؤتمت.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.