LAR-Net: A Lightweight Adaptive Receptive Field Network for Point Cloud Segmentation of Pharmaceutical Deposits on Reactor Inner Walls

Resumo Técnico: LAR-Net para Segmentação de Depósitos Farmacêuticos

Definição do Problema
A limpeza inteligente de vasos de reação química depende da percepção precisa de depósitos farmacêuticos nas paredes internas dos reatores. Os métodos de inspeção convencionais (observação manual, endoscopia, imagens 2D) sofrem com alta intensidade de mão de obra, baixa eficiência e incapacidade de reconstruir a morfologia 3D, tornando-os inadequados para estratégias de limpeza refinadas e quantitativas. Embora o aprendizado profundo de nuvens de pontos 3D ofereça uma solução para a segmentação semântica, os modelos de propósito geral existentes lutam contra as características específicas dos depósitos em reatores: pequena escala, padrões de adesão irregulares, fronteiras fracas e variações significativas de escala contra um fundo dominante e suave da parede do reator. Além disso, muitos modelos de alta precisão (por exemplo, baseados em Transformer) são computacionalmente caros, dificultando sua implementação em cenários industriais onde é necessário um equilíbrio entre precisão e eficiência.

Metodologia
O estudo propõe a LAR-Net (Rede de Campo Receptivo Adaptativo Leve), uma rede de segmentação de nuvem de pontos construída sobre o backbone híbrido leve LitePT. A arquitetura segue uma estrutura codificador-decodificador do tipo U-Net e integra três módulos específicos para abordar os desafios da segmentação de depósitos:

1. Módulo de Campo Receptivo Espacial Adaptativo (SAR):

   • Objetivo: Ajustar dinamicamente o alcance perceptivo com base na complexidade geométrica local.
   • Mecanismo: Em vez de usar núcleos de convolução fixos, este módulo emprega uma grade de voxels de pirâmide hierárquica. Ele utiliza uma camada linear aprendível para prever pesos de preferência para múltiplas escalas de grade com base nos recursos dos voxels.
   • Efeito: Isso permite que a rede agregue informações contextuais mais amplas para regiões planas da parede do reator (campo receptivo grande), enquanto preserva detalhes finos para fronteiras de depósitos e protuberâncias complexas (campo receptivo pequeno).

2. Convolução Relacional Adaptativa (AR-Conv):

   • Objetivo: Modelar as relações inter-voxels locais sem o alto custo computacional da autoatenção em camadas rasas.
   • Mecanismo: Baseado em convolução de profundidade (depthwise), a AR-Conv constrói um "voxel de centroide substituto" para cada grade local. Ela gera pesos de convolução dinâmicos calculando as diferenças de características entre voxels não vazios e este centroide.
   • Efeito: Isso permite a modelagem dinâmica e leve das relações geométricas locais, melhorando a representação de regiões de adesão irregulares e transições de fronteira.

3. Módulo de Atenção de Canal por Patch:

   • Objetivo: Recalibrar os recursos de canal dentro de patches locais para aumentar o reconhecimento de depósitos pequenos e esparsos.
   • Mecanismo: Diferente da atenção de canal global (que pode diluir recursos locais) ou da atenção ponto a ponto (que é computacionalmente pesada), este módulo agrupa pontos adjacentes em patches. Ele gera pesos de atenção de canal para cada patch e os transmite para os pontos dentro desse patch.
   • Efeito: Isso introduz um viés indutivo local, reduzindo o domínio do fundo da parede do reator e realçando seletivamente os recursos nas regiões de depósitos locais.

Principais Contribuições

• Construção de Dataset: Os autores construíram um conjunto de dados de nuvem de pontos dedicado para depósitos farmacêuticos em paredes internas de reatores, apresentando morfologias diversas (camada fina, em bloco, em forma de tira, fragmentada) e variações de escala realistas.
• Arquitetura de Rede: O design da LAR-Net, que integra com sucesso a consistência estrutural global com a preservação de detalhes locais, mantendo uma contagem de parâmetros leve (14,79M).
• Novos Módulos: A introdução do módulo SAR para ajuste dinâmico do campo receptivo, AR-Conv para modelagem relacional local eficiente e Atenção de Canal por Patch para realce de recursos localizados.

Resultados Experimentais
O modelo foi avaliado em um dataset autoconstruído (600 cenas, ~1 milhão de pontos por cena) dividido em conjuntos de treinamento, validação e teste. A LAR-Net foi comparada com modelos clássicos, incluindo PointNet++, Point Transformer (v1-v3), OA-CNNS, SPU-Net, MinkUNet e o baseline LitePT.

• Métricas de Desempenho: A LAR-Net alcançou um mIoU de teste de 0,8326 e um IoU da classe de depósito de 0,6781.
• Melhoria sobre o Baseline: Comparada à original LitePT, a LAR-Net melhorou o mIoU de teste em 1,11 ponto percentual, o mAcc em 1,49, o IoU da classe de depósito em 2,18 e a acurácia da classe de depósito em 2,99.
• Eficiência: Com apenas 14,79M de parâmetros, a LAR-Net superou modelos mais pesados como PTv3 (46,1M de parâmetros) e MinkUNet (39,2M de parâmetros) em qualidade de segmentação geral e reconhecimento de depósitos, demonstrando um equilíbrio superior entre precisão e complexidade.
• Estudo de Ablação: O estudo confirmou que tanto o módulo SAR quanto o módulo de Atenção de Canal por Patch contribuíram positivamente. O módulo SAR foi identificado como o principal motor dos ganhos de desempenho, enquanto o módulo de atenção melhorou o desempenho com overhead mínimo de parâmetros.
• Análise Quantitativa: Comparações de estimativa de área mostraram que a LAR-Net produziu estimativas de área de depósito significativamente mais próximas do valor real (por exemplo, 20,00% de erro relativo vs. 66,72% para a LitePT em uma amostra grande), indicando melhor preservação da extensão espacial e completude de fronteira.

Significância e Alegações
O artigo afirma que a LAR-Net fornece uma solução eficaz para a segmentação semântica detalhada de depósitos farmacêuticos em superfícies curvas industriais complexas. Ao integrar efetivamente detalhes geométricos locais com o contexto global, o método suporta:

• Detecção Automatizada de Depósitos: Identificação precisa de localizações e morfologias de depósitos.
• Limpeza Inteligente: Permitindo estratégias de limpeza diferenciadas, baseadas na demanda e quantitativas, ao fornecer dados precisos de distribuição espacial e quantidade residual.
• Viabilidade Industrial: A natureza leve da rede torna-a adequada para implantação em cenários que exigem um equilíbrio entre alta precisão de segmentação e eficiência computacional, abordando as limitações tanto dos métodos 2D tradicionais quanto dos modelos de aprendizado profundo 3D pesados.

Os autores concluem que, embora a LAR-Net seja atualmente mais adequada para inspeção offline ou análise semiautomática devido à latência de inferência em nuvens de pontos de nível de milhões, ela representa um passo significativo em direção à operação digital e inteligente da manutenção de equipamentos químicos. Sugere-se que trabalhos futuros foquem em compressão de modelo e fusão de operadores para permitir a implantação em tempo real em dispositivos de borda (edge devices).