طبقه‌بندی انواع زمین با استفاده از ترنسفورمر بینایی برای سامانه‌های پیمایش خودکار وسایل نقلیه خارج از جاده

نویسندگان

1 پژوهشگاه صنعت نفت

2

doi
10.22034/jam.2026.71800.1355
چکیده

این پژوهش به توسعه یک سیستم طبقه‌بندی زمین برای وسایل نقلیه خودران خارج از جاده با استفاده از معماری ترنسفورمر بینایی ( ViT ) می‌پردازد. مدل پیشنهادی بر پایه ViT-base-patch16-224 طراحی و روی مجموعه‌داده‌ای متشکل از ۱۷۵۷ تصویر از ۶ کلاس زمین آموزش داده شد. نتایج نشان می‌دهد مدل با وجود محدودیت در حجم داده و بدون استفاده از تکنیک‌های افزایش داده، به دقت کلی ۹۷% و میانگین F1-Score معادل 90/0 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 طبقه‌بندی ۲۵% در کلاس خاکی شد. این یافته نشان‌دهنده‌ی محدودیت مدل در تمایز کلاس‌های با ویژگی‌های ظاهری مشابه است. اگرچه مدل در شناسایی زمین چمنی (96/0= F1 ) و سنگریزه‌ای (94/0= F1 ) عملکرد بهتری داشت، اما نتایج به وضوح نشان می‌دهد که تنظیم آستانه‌های کلاس‌به‌کلاس و به‌ویژه افزایش داده‌های آموزشی برای کلاس‌های مشکل‌دار، راهکار کلیدی برای بهبود بیشتر عملکرد است. این مطالعه قابلیت بالای ViT را در استخراج ویژگی از تصاویر پیچیده تأیید می‌کند، اما بر ضرورت استفاده از راهکارهای هدفمند برای غلبه بر محدودیت‌های داده در محیط‌های بدون ساختار تأکید می‌ورزد.