كيف يعمل هذا الحل؟
يتكون الحل من ثلاثة مستويات رئيسية:
1. **محاذاة المسح الاصطناعي**: تم محاذاة المسوحات الاصطناعية مع كثافة اختبار تحتوي على 50 ألف نقطة، في حين تم بناء مجموعة تدريب تحتوي على 30 ألف سجل باستخدام هندسة UT-LUMPI.
2. **التدريب المتكامل**: تم تدريب نماذج DSVT المتكاملة ومتخصصين في كشف الكائنات مثل Car/Bus PointPillars، كل ذلك في إطار استخدام بيانات اصطناعية فقط.
3. **دمج التنبؤات**: تم دمج النتائج عبر آليات متقدمة مثل توجيه مستقل حسب الفئة، وتوزيع الاتفاق غير المتناظر، ومراجعة تغطية الفئة لضمان أقصى قدر من الدقة.
النتائج المحصلة">النتائج المحصلة
أثبت الحل فعاليته من خلال الحصول على درجات متميزة، حيث تم تسجيل درجة دمج قدرها 0.4692، ودرجة كشف للكائنات 0.1797، ودرجة واقعية 0.9035، كما حقق مؤشر 3D mAP@0.5 قيمة وصلت إلى 0.1258.
تقدم هذه الدراسة مثالًا بارزًا على كيفية تأثير الذكاء الاصطناعي في معالجة البيانات وتحسين أداء الأنظمة الذكية، مما يشجعنا على النظر في الإمكانيات الكبيرة التي يمكن أن نقدمها تقنيات Sim2Real.