طبقه بندی انواع زمین با استفاده از ترنسفورمر بینایی برای سامانه های پیمایش خودکار وسایل نقلیه خارج از جاده

این پژوهش به توسعه یک سیستم طبقه بندی زمین برای وسایل نقلیه خودران خارج از جاده با استفاده از معماری ترنسفورمر بینایی (ViT) می پردازد. مدل پیشنهادی بر پایه ViT-base-patch۱۶-۲۲۴ طراحی و روی مجموعه داده ای متشکل از ۱۷۵۷ تصویر از ۶ کلاس زمین آموزش داده شد. نتایج نشان می دهد مدل با وجود محدودیت در حجم داده و بدون استفاده از تکنیک های افزایش داده، به دقت کلی ۹۷% و میانگین F۱-Score معادل ۹۰/۰ دست یافته است. با این حال، تحلیل ماتریس آشفتگی یک چالش اصلی را آشکار کرد: شباهت بصری بین زمین خاکی و گلی منجر به خطای طبقه بندی ۲۵% در کلاس خاکی شد. این یافته نشان دهنده ی محدودیت مدل در تمایز کلاس های با ویژگی های ظاهری مشابه است. اگرچه مدل در شناسایی زمین چمنی (۹۶/۰=F۱) و سنگریزه ای (۹۴/۰=F۱) عملکرد بهتری داشت، اما نتایج به وضوح نشان می دهد که تنظیم آستانه های کلاس به کلاس و به ویژه افزایش داده های آموزشی برای کلاس های مشکل دار، راهکار کلیدی برای بهبود بیشتر عملکرد است. این مطالعه قابلیت بالای ViT را در استخراج ویژگی از تصاویر پیچیده تایید می کند، اما بر ضرورت استفاده از راهکارهای هدفمند برای غلبه بر محدودیت های داده در محیط های بدون ساختار تاکید می ورزد.

کلیدواژه ها:

وسایل نقلیه خودران ، وسایل نقلیه زمینی هوشمند ، درک محیط ، بینایی ماشین ، یادگیری عمیق