DFINE-AGS: A Representation-Preserving Transformer Detector for Potato Detection in Complex Field Environments
تقترح الورقة البحثية DFINE-AGS، وهو كاشف جديد يعتمد على تقنية Transformer يتضمن الارتكاز الدلالي العالمي، والتوجيه المعتمد على المحتوى، والالتفافات الحافظة للمرحلة، لتحقيق كشف قوي وفي الوقت الفعلي لدرنات البطاطس في البيئات الحقلية المعقدة بدقة عالية ونشر فعال على الأجهزة الطرفية.
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 الحقول الشاسعة والمفتوحة حيث تنمو البطاطس، لا يعد عمل الحصاد بالأمر البسيط. فالمحصول نفسه غالباً ما يكون مخفياً، مدفوناً جزئياً تحت كتل من التربة، أو متشابكاً مع بقايا النباتات، أو مضغوطاً بجانب درنات أخرى. بالنسبة للعين البشرية، قد تكون هذه الظروف قابلة للإدارة، ولكن بالنسبة للآلة، فإنها تمثل لغزاً بصرياً مربكاً. فغالباً ما تتطابق قشرة البطاطس مع لون وملمس التربة المحيطة بها، مما يجعل من المستحيل تقريباً على الكاميرات القياسية التمييز بين الخضرو-المنتج وبين صخرة. يقع هذا التحدي عند تقاطع الزراعة والذكاء الاصطناعي، وهو مجال يعلّم فيه الباحثون الحواسيب كيف "ترى" عبر عرض آلاف الأمثلة عليها حتى تتعلم الآلة التعرف على الأنماط التي يعتبرها البشر أمراً بديهياً. والهدف ليس مجرد رصد حبة بطاطس، بل القيام بذلك بسرعة ودقة كافيتين لتوجيه آلة الحصاد في الوقت الفعلي، مستبدلةً العمل اليدوي البطيء والمجهد بنظام يمكنه العمل يوماً بعد يوم في ظروف جوية وتضاريس غير متوقعة.
قام فريق من الباحثين من جامعة تشينغداو الزراعية وجامعة هاينان بتطوير نظام جديد مصمم خصيصاً لحل مشكلة رؤية البطاطس في الحقول الحقيقية الفوضوية. لقد أنشأوا نموذجاً برمجياً يسمى DFINE-AGS، والذي يعمل كمراقب عالي التدريب للآلات الزراعية. وخلافاً للأنظمة القديمة التي قد تعاني عندما تكون حبة البطاطس نصف مدفونة أو مغطاة بالطين، فقد بُني هذا النموذج الجديد للحفاظ على التفاصيل الدقيقة والجوهرية التي تحدد شكل البطاطس، حتى عندما تكون تلك التفاصيل باهتة أو متقطعة بسبب البيئة المحيطة. بدأ الباحثون بنوع موجود من الذكاء الاصطناعي يُعرف باسم "ترانسفورمر" (Transformer)، وهو ممتاز في فهم العلاقات بين الأجزاء المختلفة للصورة. ومع ذلك، وجدوا أن النسخة القياسية من هذه التكنولوجيا كانت جامدة للغاية بالنسبة للظروف الفوضوية لحقل البطاطس؛ إذ كانت تميل إلى فقدان معلومات مهمة عندما تحاول تبسيط الصورة، مما يؤدي غالباً إلى تفويت الدرنات الصغيرة أو المخفية جزئياً.
ولإصلاح ذلك، أعاد الفريق تصميم الهيكل الداخلي للنظام للتعامل مع ثلاث مشكلات محددة تحدث عندما تنظر الآلة إلى حقل البطاطس. أولاً، عالجوا مشكلة الخلط بين البطاطس والتربة؛ ففي الحقل، يمكن أن تبدو حبة البطاطس مشابهة جداً للتربة المجاورة لها. يستخدم النظام الجديد طريقة تساعد الكمبيوتر على فهم السياق الأوسع للمشهد، مما يسمح له بتقرير ما إذا كانت البقعة البنية هي صخرة أم حبة بطاطس بناءً على محيطها، وليس فقط بناءً على لونها. ثانياً، عالجوا مسألة فقدان التفاصيل؛ فعندما يعالج الكمبيوتر صورة ما، فإنه غالباً ما يقلص حجمها لجعل الحسابات أسرع، لكن هذه العملية قد تمحو الخطوط الرفيعة والضعيفة التي تحدد حبة بطاطس مدفونة جزئياً. لذا أضاف الباحثون خطوة خاصة تحافظ على هذه الخطوط الدقيقة سليمة قبل تبسيط الصورة، مما يضمن عدم قيام الآلة بالتخلص من الأدلة التي تحتاجها للعثور على المحصول. وأخيراً، حلوا مشكلة التباين في الحجم؛ فقد تظهر حبة البطاطس ضخمة إذا كانت الكاميرا قريبة، أو صغيرة إذا كانت بعيدة، وكان النظام بحاجة لفهم أن هذه هي نفس القطعة. يربط التصميم الجديد هذه الأحجام المختلفة معاً، مما يسمح للكمبيوتر بالتعرف على حبة البطاطس سواء كانت هدفاً كبيراً وواضحاً أو نقطة صغيرة بعيدة.
تم اختبار نتائج إعادة التصميم هذه على مجموعة كبيرة من الصور الملتقطة من حقول البطاطس في منغوليا الداخلية، والتي تضم آلاف الصور ذات أنواع تربة وظروف إضاءة متفاوتة. أثبت النظام الجديد دقة ملحوظة؛ فقد حدد بشكل صحيح 90.4% من حبات البطاطس التي توقع وجودها، ووجد 91.5% من جميع حبات البطاطس الموجودة فعلياً في صور الاختبار. وعند قياسه بمعيار قياسي يجمع بين هذين العاملين، حقق النظام معدل نجاح بلغ 90.9%. ولضمان إمكانية استخدام هذه التكنولوجيا في المزارع، اختبر الباحثون النظام على شريحة كمبيوتر صغيرة محمولة مصممة للاستخدام الميداني، تشبه تلك الموجودة في الطائرات بدون طيار المتقدمة أو الروبوتات. وحتى مع هذه الأجهزة المحدودة، كان النظام يعمل بسرعة كافية لمعالجة أكثر من 37 صورة في الثانية، وهي سرعة كافية لمواكبة آلة حصاد متحركة. وفي اختبار نهائي مستقل، حيث تم نشر النظام على مركبة مجنزرة في حقل حقيقي، نجح في تحديد ما يقرب من 90% من حبات البط_**اطس التي واجهها، مما أكد أنه يعمل ليس فقط في بيئة مختبرية محكومة، بل في الواقع غير المتوقع للمزرعة.
يوضح هذا العمل أنه من خلال الحفاظ بعناية على الإشارات البصرية المحددة التي تميل الآلات إلى التخلص منها، يمكن إنشاء نظام كشف يكون سريعاً وموثوقاً بما يكفي للمهام الزراعية المعقدة. لم يكتفِ الباحثون بمجرد إضافة المزيد من القوة الحوسبية للمشكلة، بل قاموا بتغيير كيفية معالجة النظام للمعلومات لاحترام الظروف الصعبة للحقل. وتشير النتائج إلى أنه لكي يصبح الحصاد الآلي حقيقة عملية، يجب أن تكون التكنولوجيا قابلة للتكيف مع الطين والظلال والأجسام المخفية تماماً مثل العمال البشريين الذين تهدف لمساعدتهم. ومن خلال التركيز على الطرق المحددة التي تختبئ بها البطاطس وتتغير ملامحها، يقدم نظام DFINE-AGS حلاً قوياً يسد الفجوة بين الذكاء الاصطناعي عالي المستوى والبيئة الواقعية غير المنظمة لموسم حصاد البطاطس.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.