Fourier-Guided Multi-Scale Vision Transformer for Object-Independent Detection and Severity Grading of Rain-Induced Cracking in Sweet Cherry

تُعد الكرز الحلو من الأطعمة الفاخرة التي تحظى بتقدير كبير بسبب لونها الداكن، وقوامها المتماسك، وموسمها القصير، لكن نجاحها التجاري يتوقف على توازن هش. فمن الممكن أن تحول عاصفة مطرية غزيرة واحدة بالقرب من موسم الحصاد محصولاً ممتازاً إلى خسارة. فعندما يستقر الماء على جلد الثمرة، يمكنه أن يسبب تمزقات مجهرية في الطبقة الخارجية الواقية، مما يؤدي إلى ظهور شقوق قد تبدو غير ضارة في البداية، لكنها سرعان ما تستدعي التعفن وفقدان الماء. ولعقود من الزمن، اعتمد المزارعون والعمال في التعبئة على الأعين البشرية لفرز هذه الثمار، وهي مهمة بطيئة، وتخضع للتقدير الشخصي، وغالباً ما تغفل عن أدق الكسور التي تهم أكثر من غيرها. هذه العيوب غير المرئية هي الفرق بين ثمرة يمكنها السفر إلى سوق بعيد، وأخرى يجب التخلص منها أو بيعها لأغراض التصنيع. والتحدي لا يكمكم فقط في رؤية الضرر، بل في فهم أن الشق ليس شيئاً واحداً؛ بل هو تطور من كسر شعري دقيق إلى انقسام عميق، كما أن موقعه على الثمرة يغير من مدى خطورته.

ولحل هذه المعضلة، لجأ الباحثون إلى نوع جديد من الرؤية الحاسوبية يحاكي الطريقة التي قد ينظر بها الدماغ البشري إلى مشكلة ما من زاويتين مختلفتين في آن واحد. فبدلاً من مجرد تدريب الكمبيوتر على التعرف على الأنماط في صورة ما مثل الفوتوغراف التقليدي، يعلم هذا النهج الجديد الآلة كيف "تستمع" أيضاً إلى الترددات الرياضية المخفية داخل تلك الصورة. وفي عالم الصور، تمتلك المناطق الناعمة مثل جلد الكرز اللامع أنماطاً ذات تردد منخفض، بينما تخلق الحواف الحادة، والخطوط الدقيقة، والشقوق الصغيرة إشارات ذات تردد عالٍ. ومن خلال الجمع بين التحليل البصري القياسي وهذا "السمع" القائم على التردد، استطاع العلماء بناء نظام يمكنه رصد أخفت علامات المشاكل قبل أن تصبح مرئية للعين المجردة. وقد اختُبرت هذه الطريقة مؤخراً على الكرز الحلو لمعرفة ما إذا كان بإمكانها تصنيف شدة أضرار الأمطار بشكل موثوق ورسم خريطة لمكان الشقوق بدقة، مما يوفر مستقبلاً محتملاً حيث يتم فحص كل ثمرة بانتظام تام.

ركزت الدراسة، التي أجراها فريق من الباحثين، على إنشاء أداة يمكنها التعامل مع الواقع الفوضوي للفاكهة الحقيقية. فقد جمعوا 960 حبة كرز من أربعة أصناف تجارية مختلفة مزروعة في بساتين متنوعة. ولضمان اختبار النظام بشكل عادل، لم يكتفوا بالتقاط صور عشوائية؛ بل التقطوا أربعة مناظر مختلفة لكل ثمرة، مع تدويرها لإظهار جميع الجوانب. كان بعض هذا الكرز قد تشقق طبيعياً بعد المطر، بينما تم نقع كرز آخر بعناية في الماء في بيئة محكومة لخلق نطاق واسع من الأضرار، بدءاً من الشقوق الصغيرة غير المرئية تقريباً وصولاً إلى الجروح العميقة والمفتوحة. ثم فُحصت كل ثمرة تحت مجهر قوي لقياس الطول والعرض الدقيق لكل شق، مما خلق "معياراً ذهبياً" للحقيقة يمكن من خلاله قياس تخمينات الكمبيوتر. وقد حدد الباحثون أربعة مستويات من الضرر: سليم، شق مجهري، متوسط، وشديد، بناءً على قياسات دقيقة لمدى تضرر الجلد ومساحة سطح الثمرة المتأثرة.

يعمل نموذج الكمبيوتر الذي طوروه، والذي يسميه "محول الرؤية متعدد المقاييس الموجه بـ فوريه" (Fourier-guided multi-scale Vision Transformer)، من خلال النظر إلى الثمرة بطرينتين متمايزتين في وقت واحد. أولاً، يقوم بتحليل الصورة بشكل طبيعي، حيث يقسمها إلى قطع صغيرة لفهم شكل الثمرة، وموقع الساق، واللون العام. هذه هي الرؤية "المكانية"، والتي تخبر الكمبيوتر بمكان الأشياء. ثانياً، يأخذ الصورة ويحولها إلى خريطة تردد، وهي تمثيل رياضي يسلط الض الضوء على التغيرات في السطوع والملمس. هذه الرؤية الثانية جيدة بشكل خاص في رصد الخطوط الحادة والمتعرجة للشق، حتى لو كانت باهتة جداً أو مخفية بسبب الوهج. يستخدم النموذج بعد ذلك آلية انتباه خاصة تسمح للمعلومات الترددية بتوجيه الرؤية المكانية. الأمر يشبه امتلاك الكمبيوتر لزوج ثانٍ من العيون يمكنه رؤية الاهتزازات غير المرئية للشق، ويستخدم تلك المعلومات ليخبر الزوج الأول من العيون أين ينظر بدقة أكبر. وهذا يسمح للنظام بالتركيز على التفاصيل الدقيقة التي تضيع عادةً عندما يحاول الكمبيوتر تبسيط الصورة.

كانت نتائج هذا النهج المزدوج مذهلة. فقد حدد النظام شدة الضرر في 93.8% من الثمار، وهو تحسن ملحوظ مقارنة بالنماذج التي تعتمد على الرؤية البصرية فقط. والأهم من ذلك، أنه تفوق في العثور على الشقوق المجهرية، وهي تلك الكسور الصغيرة التي يصعب على البشر رؤيتها ولكنها الأكثر خطورة على مستقبل الثمرة. وعندما اختبر الباحثون قدرة النظام على رسم خريطة توضح مكان الشقوق بالضبط، حقق مستوى عالياً من الدقة، حيث نجح في تحديد المناطق المتضررة حتى عندما كانت تمثل أقل من جزء ضئيل من النسبة المئوية لإجمالي سطح الثمرة. كما كان النموذج قوياً؛ حيث استمر في الأداء الجيد حتى عندما كانت الثمرة محجوبة جزئياً بالساق، أو عندما خلقت الأضواء الساطعة انعكاسات مربكة، أو عندما كانت الصورة ضبابية قليلاً. وفي الواقع، تحت ظروف الإضاءة الصعبة، حافظ النموذج الجديد على ميزة واضحة على الطرق القديمة، مما أثبت أن "السمع" القائم على التردد ساعده على الرؤية من خلال الضجيج البصري.

ومن الجوانب القيمة للغاية لهذا العمل هو أن الكمبيوتر لا يعطي مجرد درجة نهائية فحسب، بل ينتج أيضاً خريطة بصرية للشق. وهذا يعني أن المشغل البشري يمكنه النظر إلى قرار الكمبيوتر ورؤية الجزء الذي أدى إلى هذا الاستنتاج بالضبط. فإذا أشار النظام إلى أن الثمرة تالفة، يمكن للمشغل رؤية الشق المحدد على الشاشة، مما يجعل العملية شفافة وموثوقة. ووجدت الدراسة أن الكمبيوتر نادراً ما ارتكب أخطاءً فادحة؛ فعندما كان مخطئاً، كان يخلط عادةً بين الشق "المتوسط" و"الشديد"، أو بين "الشق المجهري" و"المتوسط"، بدلاً من وصف ثمرة سليمة بأنها تالفة أو ثمرة تالفة بأنها سليمة. وهذا يشير إلى أن النظام يفهم تسلسل الضرر بدلاً من مجرد تخمين الفئات. كما لاحظ الباحثون أن النظام تعلم تجاهل الميزات غير ذات الصلة مثل لون الثمرة أو الخلفية، والتركيز بدقة على الضرر الهيكلي، وهو أمر ضرهي لأداة يجب أن تعمل عبر أصناف مختلفة من الكرز.

وعلى الرغم من أن النظام يظهر وعداً كبيراً، إلا أن الباحثين حذروا من حدوده الحالية. فقد أُجريت الاختبارات في بيئة محكومة باستخدام كاميرات وإضاءة محددة، وتم فحص الثمار في ظروف مثالية. أما خطوط التعبئة في العالم الحقيقي فتتحرك بسرعة أكبر بكثير، وقد تكون الثمار مبللة أو متسخة أو تتحرك بطرق يصعب التقاطها. كما استخدمت الدراسة مزيجاً من الكرز المتشقق طبيعياً والفاكهة التي تم نقعها اصطناعياً، وبينما وفر هذا تنوعاً واسعاً في الأضرار، إلا أن النوعين قد لا يبدوان متطابقين تماماً في كل التفاصيل. علاوة على ذلك، تم تدريب النظام على أربعة أصناف محددة من الكرز، ويبقى من الواضح مدى قدرته على الأداء مع أنواع أخرى من الفاكهة لم يسبق له رؤيتها. ويؤكد الباحثون أنه قبل استخدام هذه التكنولوجيا في مستودعات التعبئة التجارية، يجب اختبارها على نطاق أوسع بكثير مع معدات مختلفة وتحت الظروف الفوضوية لمصنع مزدحم العمل.

ورغم هذه العقبات، تقدم الدراسة مساراً واضحاً نحو مستقبل فحص الفاكهة. فمن خلال الجمع بين القدرة على رؤية الصورة الكبيرة والقدرة على سماع التفاصيل الدقيقة، يوفر هذا النهج الجديد طريقة لفرز الكرز تتسم بالسرعة والدقة المتناهية. إنه يتجاوز مجرد العد أو فرز الألوان إلى الفهم العميق للسلامة الفيزيائية للثمرة. وبالنسبة للمزارعين، قد يعني هذا تقليل الهدر وضمان وصول فاكهة عالية الجودة إلى الرفوف. وبالنسبة للعلماء، فإنه يقدم طريقة جديدة لدراسة كيفية استجابة أصناف الكرز المختلفة للأمطار، مما يساعدهم على استنباط محاصيل أكثر قوة في المستقبل. إن هذا العمل يثبت أننا عندما نعلم الآلات كيف تنظر إلى العالم بأكثر من طريقة واحدة، يمكننا كشف الحقائق التي كانت غير مرئية سابقاً، محولين مجرد صورة لثمرة كرز إلى قصة مفصلة عن صحتها وقدرتها على الصمود.