دراسة حالة: DeepPlastic وYOLOv5

يخنق البلاستيك الحياة البرية البحرية: ففي كل دقيقة، يُلقى حِمل شاحنتين من البلاستيك في محيطاتنا، أي ما يزيد على 10 ملايين طن سنويًا. ويقول علماء DeepPlastic إن هذا البلاستيك البحري يشكل تهديدات مجتمعية لـ«البيئة البحرية، وسلامة الغذاء، وصحة الإنسان، والسياحة البيئية، ويسهم في تغير المناخ».

لمواجهة هذه المشكلة، يدرس هذا الفريق من الباحثين والمهندسين سبل الاستفادة من الرؤية الحاسوبية للمساعدة على إزالة البلاستيك من محيطاتنا.

باستخدام تقنية التعلم العميق، طور باحثو DeepPlastic نهجًا يستخدم المركبات ذاتية التشغيل تحت الماء (AUVs) لمسح البلاستيك الواقع أسفل سطح المحيط مباشرةً وتحديده وقياس كميته، حيث لا يزال الضوء قادرًا على اختراق الماء، أي في الطبقة السطحية المحيطية.

«كان هدفنا إنشاء نموذج صغير جدًا وسريع الاستدلال للغاية، يمكن استخدامه لكشف البلاستيك.» Jay Lowe، باحث في تعلم الآلة

درّب فريق DeepPlastic نموذجين صغيرين ودقيقين، YOLOv4 وYOLOv5، مما أتاح كشف الأجسام في الوقت الفعلي. ودُرّب النموذجان على مجموعة بيانات DeepTrash، التي تتألف من:

• 1900 صورة تدريب، و637 صورة اختبار، و637 صورة تحقق (تقسيم 60 و20 و20)
• صور ميدانية التُقطت في بحيرة تاهو وخليج سان فرانسيسكو وخليج بوديغا في كاليفورنيا.
• صور من الإنترنت

«كنا نبحث عن خوارزمية لكشف الأجسام تحقق دقة عالية وسرعة فائقة. فالبيئات البحرية التي نعمل فيها قاسية، وتضاريسها وعرة. وقد حقق Ultralytics YOLOv5 كل ما نحتاج إليه، وكان أفضل نموذج لكشف الأجسام يمكننا استخدامه.» «نحب استخدام YOLOv5 لأنه سهل الإعداد والاستخدام، ولأنه يحقق باستمرار النتائج التي نريدها.» «سنختار YOLOv5 دون أدنى شك كخيارنا الأول لأي نماذج مستقبلية سننشرها.» Gautam Tata، باحث في تعلم الآلة

اطّلع على مستودع DeepPlastic والورقة البحثية المنشورة وملخص الفيديو.