بيانات رؤية اصطناعية لعمليات السكك والموانئ ومحاكاة الظروف الصعبة

سياق المشروع وحدود النشر

يتناول المشروع محاكاة بيانات الرؤية لساحات الشحن بالسكك الحديدية وعمليات الموانئ. أزيلت من النسخة المنشورة هوية العميل والموقع والأصول، ولا تعرض إلا الأعداد وطرق المعالجة والفحوص والحدود التي يمكن التحقق منها في ملفات التسليم. احتوت المدخلات على صور للرافعات ومناطق العمل وملف فئات يتضمن forklift وcone وbollard وperson، لكنها لم تتضمن صناديق إحاطة أو أقنعة تقسيم صالحة مباشرة للتعلم الخاضع للإشراف.

هذه الدفعة تسليم لإنشاء الصور وتنظيمها، وليست تدريباً مكتملاً لكاشف أجسام أو قبولاً ميدانياً لخوارزمية. لم تسلّم صناديق أو أقنعة أو نقاط رئيسية، ولم تتوفر مجموعة حقيقة مرجعية مجمدة يمكن منها استنتاج تحسن في الأداء.

الهدف الهندسي

كان الهدف إنشاء تنويعات قابلة للتكرار لليل والمطر والضباب والإضاءة الخلفية وضبابية الحركة والحجب وضغط كاميرات المراقبة، ثم تكوين أساس منظم للتوسيم والتدريب والقبول اللاحق. كما فُحص تنظيم الملفات وربط البيانات الوصفية وإجراءات الجودة المتكررة لمراجعة السيناريوهات قبل جمع بيانات إضافية من الموقع.

مساران مستقلان للبيانات

أنشأ المسار القائم على القواعد ثمانية أنواع من البيئة أو تدهور الصورة انطلاقاً من صور تشغيلية جرى ترشيحها؛ ويمكن تتبع البرنامج واسم الملف والسيناريو والبيانات الوصفية. وأنشأ مسار الذكاء الاصطناعي مشاهد للرافعات الشوكية ومعدات الرفع والحاويات ومخاريط السلامة لتخطيط تغطية المفاهيم. تدار هذه الصور على أنها مواد اصطناعية ولا تعرض كسجل لمنشأة حقيقية.

مجموعة المحاكاة القائمة على القواعد

تتكون المجموعة من 48 صورة JPG بدقة 1280×720، موزعة على ثمانية سيناريوهات بواقع ست صور لكل سيناريو. إلى جانب مرجع النهار، تغطي الإضاءة المنخفضة والمصادر الموضعية وخطوط المطر والضباب وفقدان التباين مع المسافة وتغير لون الغروب والسطوع وضبابية الحركة والحجب الأمامي والضغط منخفض المعدل.

تساعد الصور في اختبار مسار البيانات وعملية التوسيم والحساسية للتغيرات البصرية. وهي لا تستبدل الالتقاط في المنشأة المستهدفة ولا تثبت بمفردها الأداء تحت المطر أو الضباب أو الليل الحقيقي.

مجموعة الفئات المولدة بالذكاء الاصطناعي

تحتوي المجموعة على 40 صورة RGB بدقة 1672×941، عشر صور لكل فئة من أربع فئات. تشمل رافعات شوكية في الموانئ والمخازن ومواقع البناء، ورافعات أو هياكل رفع مشابهة، ومناطق تكديس ونقل الحاويات، وعناصر عزل السلامة. قيم SHA-256 للملفات الأربعين مختلفة. يستبعد ذلك التطابق الكامل للملفات فقط، ولا يثبت التنوع الدلالي أو غياب التحيز أو الالتزام بهندسة موقع محدد وقواعد سلامته.

عينات الوضعية والتكوين

تعرض ثلاث عينات إضافية ميلاً ودوراناً لعنصر أمامي على خلفيات حافة طريق وموقع بناء ومصنع. وهي تفحص قدرة تعليمات التوليد وقيود التكوين على التعبير عن الوضعية المطلوبة. ليست قياسات دقيقة للزوايا ولا دليلاً على كشف معدات حقيقية.

البيانات الوصفية وقابلية التكرار

يحفظ المسار القائم على القواعد مرجع المصدر وملف الخرج والسيناريو وتلميح الفئة وسجل المعالجة. ترتبط 48 خانة بيانات وصفية بثمانٍ وأربعين صورة ارتباطاً واحداً لواحد. يرفق برنامج Python ويمكنه إعادة النتائج مع نفس المدخلات والتبعيات والمعلمات. يحتاج مسار الإنتاج أيضاً إلى تسجيل حقوق المصدر ودفعة الالتقاط وإصدار الشفرة والتبعيات والبذرة العشوائية ومعلمات التحويل وإصدار التوسيم والمراجعين وبصمات المجموعة المجمدة.

نتائج ضبط الجودة المقاسة

فُتحت الصور الثماني والأربعون ووافقت 48 صفاً من البيانات الوصفية، وفي كل سيناريو ست صور. كان عدد الصفوف غير المعروفة ومصادر الطرق العامة الخارجية المحتفظ بها والمرشحات قليلة المعلومات والأزواج شبه المتكررة وفق العتبة المطبقة صفراً. كانت قيم السطوع الدنيا والوسيطة والعليا 39.4 و94.55 و137.5، والانحراف المعياري للتدرج الرمادي 15.5 و37.3 و62.6. تصف هذه الأرقام تغطية التعريض والتباين وليست درجة جودة.

مواد التسليم

يشمل التسليم صور القواعد وصور الذكاء الاصطناعي والبيانات الوصفية ولوحات المعاينة وملخص الجودة وبرنامج Python ووثيقة مراجعة من 19 صفحة تحتوي على 16 مثالاً كبيراً مختاراً. تساعد الوثيقة على المراجعة البصرية لكنها لا تستبدل مجلدات الصور الكاملة والبيانات المقروءة آلياً.

مسارات العمل المناسبة

تدعم الطريقة توضيح المتطلبات وحصر الظروف الصعبة وتجربة مواصفات التوسيم واختبارات تراجع المسار ومناقشة تغطية الفئات وتصميم تجارب المتانة. في الموانئ وساحات السكك والمخازن ومواقع البناء والمراقبة الثابتة، تساعد دفعة اصطناعية صغيرة على تثبيت الظروف قبل إعادة الالتقاط والتوسيم وتكرار النموذج.

الحدود والمخاطر والقبول

• من دون صناديق أو أقنعة أو نقاط رئيسية، لا تعد الحزمة مجموعة تدريب كشف مكتملة.
• قد تحتوي صور الذكاء الاصطناعي على أخطاء في البنية أو المقياس أو المنظور أو منطق السلامة وتحتاج مراجعة بشرية.
• التدهور القائم على القواعد تقريب بصري، وليس نموذجاً فيزيائياً للطقس أو اتساخ العدسة أو مرمز محدد.
• تغطي الأدلة الملفات والتوزيعات، ولا تغطي حقيقة ميدانية أو دقة أو استقراراً طويلاً أو تشغيل الإنتاج.
• يجب تحديد الحقوق والخصوصية وسرية المنشأة في العقد وحوكمة البيانات.

قبل التدريب تثبت تعريفات الفئات وصيغة الوسم والحد الأدنى للحجم وقواعد الحجب والحالات الصعبة. يوصى بأخذ عينات عشوائية ومراجعة مزدوجة وعزل شبه التكرار وتقارير التوزيع وتقييم Precision وRecall وF1 أو مقياس متفق عليه على مجموعة حقيقية مستقلة.

الأسئلة الشائعة

هل يمكن تدريب كاشف مباشرة بهذه الصور؟

لا بوصفها مجموعة كشف موسومة. يجب إنشاء الصناديق أو الأقنعة ومراجعتها والتحقق من صيغتها في إطار التدريب.

هل نتجت الصور الثماني والأربعون عن عملية قابلة للتكرار؟

نعم. حُفظ البرنامج والأسماء والبيانات الوصفية. وتتطلب الإعادة نفس المدخلات والتبعيات والمعلمات والبيئة.

هل تستبدل الصور المولدة بيانات الموقع الحقيقية؟

لا. توسع المفاهيم وتساعد في تجربة التوسيم؛ ويتطلب الاختبار النهائي بيانات حقيقية مصرحاً بها ومتوافقة مع بيئة النشر.

ماذا يثبت ضبط الجودة الحالي؟

يثبت قابلية القراءة وتطابق العدد والتوزيع المخطط وعدم وجود تكرار كامل أو شذوذ قليل المعلومات المحدد. ولا يثبت الدلالة أو صحة الوسم أو أداء النموذج.

ما المدخلات المطلوبة للمرحلة التالية؟

تعريفات الفئات وصور موقع ممثلة وقواعد الحجم والحجب وصيغة الوسم وإطار التدريب ومعلمات الكاميرا والحقوق وأهداف قبول قابلة للقياس. ويتطلب الاستخدام المتعلق بالسلامة إجراءات للإنذارات الكاذبة والحالات الفائتة والمراجعة البشرية.