Classification of butterfly species with improved models based on transfer learning method of convolutional neural networks
تقترح هذه الورقة طريقة GDD-TL قوية، والتي تعزز التعلم بنقل المعرفة عبر طبقات محددة لتحقيق دقة تبلغ 94.33% في تصنيف أنواع الفراشات، متفوقة بذلك على بنيات الشبكات العصبية التلافيفية القياسية ومظهرةً قدرة قوية على التعميم عبر مجموعات بيانات متنوعة.
الطبيعة مليئة بالدلالات الدقيقة التي تخبرنا بهوية كل كائن، ولكن بالنسبة للعين البشرية، فإن التمييز بين آلاف أنواع الفراشات يمكن أن يكون مهمة بطيئة وصعبة. لقد اعتمد العلماء لفترة طويلة على فحص الأنماط المحددة على الأجنحة، وشكل الجسم، والألوان لتحديد هذه الحشرات، وهي عملية تتطلب الوقت، والخبرة، وغالباً مجهراً. ومع ذلك، في السنوات الأخيرة، قدم فرع من علوم الحاسوب يُعرف بالتعلم العميق طريقة جديدة لرؤية العالم. تستخدم هذه التكنولوجيا أنظمة اصطناعية مصممة لمحاكاة قدرة الدماغ البشري على التعلم من الخبرة. وبدلاً من برمجتها بقائمة صارمة من القواعد، يتم تغذية هذه الأنظمة بكميات هائلة من الصور، مما يسمح لها باكتشاف السمات الفريدة التي تحدد النوع من تلقاء نفسها. وعند تطبيق هذه الأنظمة على التصوير الفوتوغرافي، تصبح أدوات قوية للحفاظ على البيئة، مما يساعد الباحثين على تتبع التنوع البيولوجي ومراقبة التغيرات البيئية دون الحاجة إلى أن يكونوا خبراء في كل حشرة على حده.
في دراسة حديثة، سعى باحثون من جامعة نجم الدين أربكان في تركيا إلى تحسين كيفية تحديد الحواسيب للفراشات. بدأوا بجمع مجموعة متنوعة تضم 5,624 صورة تمثل 49 نوعاً مختلفاً. لم تكن هذه الصور موحدة؛ فقد تم التقاطها في ظروف إضاءة مختلفة، ومن زوايا متنوعة، وشملت كلاً من المنظر العلوي والسفلي للأجنحة، مما خلق تحدياً واقعياً للحاسوب لحله. اختبر الفريق أولاً ثمانية نماذج حاسوبية موجودة مسبقاً، تم تدريب كل منها على ملايين الصور العامة للتعرف على الأشكال والمنسوجات الأساسية. وطلبوا من هذه النماذج تعلم التفاصيل المحددة للفراشات باستخدام تقنية تسمى "التعلم بنقل المعرفة" (transfer learning)، وهي تشبه أخذ طالب يعرف بالفعل كيف يقرأ وتعليمه لغة جديدة بدلاً من البدء من الصفر. ومن بين النماذج المختبرة، حقق نموذج يسمى DenseNet201 أفضل أداء، حيث حدد النوع بشكل صحيح في حوالي 91 بالمائة من حالات الاختبار.
وإدراكاً منهم بأن هناك مجالاً للتحسين، طور الباحثون طريقة جديدة لتنقيح كيفية معالجة الحاسوب لهذه الصور. فقد أضافوا ثلاث طبقات محددة إلى الجزء العلوي من النموذج الأفضل أداءً. تعمل الطبقة الأولى كملخص، حيث تكثف المعلومات المرئية المعقدة في قيمة واحدة واضحة. أما الطبقة الثانية فهي اتصال كثيف يسمح للنظام بتعلم العلاقات المعقدة بين الميزات المختلفة، بينما تتجاهل الطبقة الثالثة عشوائياً أجزاء صغيرة من المعلومات أثناء التدريب لإجبار النظام على أن يصبح أكثر قوة وأقل عرضة للوقوع في الأخطاء بناءً على التفاصيل الصغيرة. وقد أطلقوا على هذا النهج المحسن اسم GDD-TL. وعندما طبقوا هذه الطريقة الجديدة على نفس الأنواع الـ 49، تحسنت النتائج بشكل ملحوظ؛ حيث حدد النظام 94.33 بالمائة من الفراشات بشكل صحيح في مجموعة الاختبار، وهي قفزة ملحوية من أفضل نتيجة سابقة.
ولضمان أن هذا النجاح لم يكن مجرد ضربة حظ مع مجموعة محددة من الصور، اختبر الفريق نموذجهم المحسن على مجموعة بيانات أكبر وأكثر تعقيداً موجودة على منصة بيانات عامة. احتوت هذه المجموعة الثانية على 13,604 صورة لـ 100 نوع مختلف، بما في ذلك الفراشات والعث. وحتى مع زيادة عدد الأنواع والصور، حافظ النموذج على أدائه العالي، محققاً دقة بلغت 95.20 بالمائة. وقد أثبت هذا أن الطريقة يمكن أن تعمم بشكل جيد، مما يعني أنه يمكنها تطبيق ما تعلمته على مواقف جديدة وغير مرئية دون أن تفقد فعاليتها. كما قارنت الدراسة نتائجهم مع طرق أخرى حديثة وعالية الأداء، حيث تفوق نهجهم باستمرار على غيره في المقاييس الرئيسية للدقة والموثوقية.
وخلص الباحثون إلى أنه بينما تعد النماذج الحاسوبية القياسية جيدة جداً بالفعل في هذه المهمة، فإن إضافة طبقات محددة ومصممة خصيصاً يمكن أن تجعلها أكثر دقة وموثوقية بشكل كبير. ويشير عملهم إلى أنه بالنسبة للمهمة المعقدة المتمثلة في تحديد التفاصيل الدقيقة في الطبيعة، فإن البنية الأكثر تطوراً هي الأفضل من البنية البسيطة. وبالتطلع إلى المستقبل، يخطط الفريق لتعبئة هذه التكنولوجيا في تطبيقات للهاتف المحمول وسطح المكتب يمكن لمصوري الطبيعة والباحثين استخدامها دون اتصال بالإنترنت، مما يسمح بالتعرف الفوري على الأنواع حتى في المناطق النائية التي لا يتوفر فيها اتصال بالإنترنت. ويعد هذا التقدم بجعل عمل مراقبة وحماية هذه الكائنات الرقيقة أسرع وأكثر سهولة للجميع.
ملخص تقني: تصنيف أنواع الفراشات باستخدام نماذج محسنة قائمة على التعلم بنقل الخبرة (Transfer Learning)
بيان المشكلة يعد التحديد والتصنيف الدقيق لأنواع الفراشات أمراً بالغ الأهمية للحفاظ على التنوع البيولوجي، والمراقبة البيئية، والبحث العلمي. تعتمد طرق التحديد التقليدية على الفحص اليدوي للخصائص المورفولوجية (ميزات الأجنحة، اللون، والأنماط)، وهي عملية تستغرق وقتاً طويلاً، وتتطلب جهداً بشرياً كبيراً، وعرضة للخطأ البشري. وبينما توفر الشبكات العصبية الالتفافية (CNNs) والتعلم العميق حلولاً مؤتمتة، إلا أن الأدبيات الحالية غالباً ما تعاني من قيود مثل الاعتماد على مجموعات بيانات صغيرة أو جاهزة، والتطبيق المباشر للتعلم بنقل الخبرة القياسي دون ابتكار معماري، والافتقار إلى اختبار المتانة عبر مجموعات بيانات متنوعة ذات أعداد متفاوتة من الأنواع.
المنهجية تقترح الدراسة نهجاً ذا شقين لتصنيف أنواع الفراشات باستخدام التعلم العمي:
بناء مجموعة البيانات: تم تجميع مجموعة بيانات مبتكرة تضم 5,624 صورة لـ 49 نوعاً من الفراشات. تم الحصول على الصور من منصات إلكترونية مختلفة ومصورين طبيعيين، مما يضمن التقاط ظروف إضاءة وزوايا (مناظر ظهرية وبطنية) وبيئات متنوعة. ولمعالجة عدم التوازن في الفئات، تم استبعاد ثلاثة أنواع بسبب نقص الصور. تم تقسيم البيانات المتبقية إلى مجموعات تدريب (4,643 صورة)، وتحقق (735 صورة)، واختبار (246 صورة). شملت المعالجة المسبقة القص لإزالة ضوضاء الخلفية، وإعادة التحجيم إلى 224×224 بكسل، والتقييس (Normalization)، والتحويل القصي (Shear transformation)، والقلب الأفقي.
بنيات النماذج: تم تقييم ثماني بنيات للشبكات العصبية الالتفافية سابقة التدريب وهي: VGG16، VGG19، Xception، InceptionV3، NASNetLarge، InceptionResNetV2، ResNet152V2، وDenseNet201.
النهج الأول: التعلم بنقل الخبرة القياسي (TL): طبق المؤلفون التعلم بنقل الخبرة القياسي عبر استخدام أوزان مدربة مسبقاً من مجموعة ImageNet. في هذا التكوين، تم تجميد الشبكات الأساسية، وإضافة طبقة تسطيح (Flattening layer)، ثم إلحاق طبقة مخرجات Softmax النهائية. تم تدريب النماذج لمدة 50 حقبة (Epochs) باستخدام مُحسن Adam، ومعدل تعلم قدره 0.0001، وحجم دفعة (Batch size) قدره 32.
النهج الثاني: GDD-TL (التجميع المتوسط العالمي، الطبقة الكثيفة، طبقة الإسقاط - التعلم بنقل الخبرة): لتحسين الأداء، تم اقتراح بنية معدلة. حافظت هذه الطريقة على القاعدة المدربة مسبقاً ولكنها أدرجت ثلاث طبقات محددة بين قاعدة استخراج الميزات وطبقة التصنيف النهائية:
التجميع المتوسط العالمي (GAP): لتقليص خرائط الميزات إلى قيم فردية، مما يعمل كمنظم هيكلي.
الطبقة الكثيفة (Dense Layer): طبقة متصلة بالكامل تحتوي على 1,024 وحدة مع تنشيط ReLU لتعلم العلاقات غير الخطية المعقدة.
طبقة الإسقاط (Dropout Layer): بمعدل إسقاط 20% لمنع الإفراط في التخصيص (Overfitting).
طبقة المخرجات: طبقة كثيفة (Dense) تحتوي على 49 وحدة وتنشيط Softmax للتصنيف متعدد الفئات.
المساهمات الرئيسية
مجموعة بيانات مبتكرة: إنشاء مجموعة بيانات عالية الجودة ومتنوعة لـ 49 نوعاً (5,624 صورة) بظروف بيئية متباينة، وهي تختلف عن العديد من الدراسات التي تعتمد فقط على مجموعات بيانات Kaggle الموجودة.
الابتكار المعماري: اقتراح طريقة GDD-TL، التي تدمج التجميع المتوسط العالمي، والطبقة الكثيفة، وطبقة الإسقاط ضمن مسارات التعلم بنقل الخبرة القياسية لتعزيز تعلم الميزات والقدرة على التعميم.
التقييم الشامل: تحليل مقارن لثماني بنيات CNN عبر منهجيتين متميزتين (TL مقابل GDD-TL) باستخدام مقايلات متعددة (الدقة، الإحكام، الاستدعاء، مقياس F1، ومعدل الخطأ).
التحقق من المتانة: اختبار النموذج الأفضل أداءً على مجموعة بيانات خارجية ثانية وأكبر (13,604 صورة، 100 نوع) من منصة Kaggle للتحقق من قدرات التعميم.
النتائج التجريبية
التعلم بنقل الخبرة القياسي: من بين البنيات الثمانية، حققت DenseNet201 أعلى أداء، حيث وصلت دقة الاختبار إلى 91.09% ودقة التحقق إلى 90.73%.
طريقة GDD-TL: أدت إضافة طبقات GAP وDense وDropout إلى تحسين الأداء بشكل ملحوت لغالبية النماذج. حققت DenseNet201 مع طريقة GDD-TL دقة اختبار بلغت 94.33% (ارتفاعاً من 91.09%) ودقة تحقق بلغت 91.28%. كما انخفض معدل الخطأ من 8.91% إلى 5.67%.
التحقق عبر مجموعات البيانات: عند تطبيق النموذج على مجموعة بيانات Kaggle الأكبر (100 نوع)، حقق نموذج GDD-TL DenseNet201 دقة اختبار بلغت 95.20% (مع دقة تدريب 97.73% ودقة تحقق 94.19%). أظهر النموذج قدرة قوية على التعميم، متفوقاً على العديد من النماذج الرائدة (State-of-the-art) التي طُبقت سابقاً على مجموعات بيانات مماثلة.
التحليل المقارن: تفوق نموذج GDD-TL DenseNet201 المقترح على أربع دراسات رائدة مختارة باستخدام مجموعة البيانات التي أنشأها المؤلفون، محققاً أعلى الدرجات في دقة الاختبار، والإحكام، والاستدعاء، ومقياس F1.
الأهمية والادعاءات يزعم البحث أن طريقة GDD-TL المقترحة هي أداة فعالة ومتينة لتصنيف أنواع الفراشات. ويؤكد المؤلفون أنه بينما يحقق التعلم بنقل الخبرة القياسي نتائج جيدة، فإن الإضافة الاستراتيجية لطبقات محددة (التجميع المتوسط العالمي، الطبقة الكثيفة، والإسقاط) تعزز قدرة النموذج على التعميم، لا سيالما عند التعامل مع أعداد متزايدة من الأنواع والصور. وتبرز الدراسة أن بنية DenseNet201، عند دمجها مع نهج GDD-TL، تقدم أداءً فائقاً بسبب نمط اتصالها الكثيف، مما يسهل إعادة استخدام الميزات ويخفف من مشكلة تلاشي التدرج (Vanishing Gradient). ويخلص المؤلفون إلى أن نموذجهم مناسب للتطبيقات الواقعية في حفظ الطبيعة والتصوير الفوتوغرافي، مشيرين إلى أن زيادة حجم مجموعة البيانات لم تؤثر سلباً على قدرة النموذج على التعميم. ويتضمن العمل المستقبلي تطوير تطبيقات للهواتف المحمولة وسطح المكتب تعمل دون اتصال بالإنترنت باستخدام Kivy وPyQt5 لتسهيل تحديد الأنواع في المناطق التي تفتقر للإنترنت.