في مجال الرؤية الحاسوبية، ظلّت إعادة بناء المشاهد ثلاثية الأبعاد تتطلب موارد هائلة وحسابات متكررة معقّدة. مشروع lingbot-map يطرح نهجًا مختلفًا: نموذج أساسي (foundation model) يعمل بطريقة feed-forward — أي يمرر البيانات مرورًا واحدًا دون تكرار — ويبني مشاهد ثلاثية الأبعاد من بيانات متدفقة (streaming data) في الوقت الفعلي.
ما الذي يجعل lingbot-map مختلفًا؟
معظم نماذج إعادة البناء ثلاثي الأبعاد تعمل على صور ثابتة أو مقاطع فيديو معالَجة مسبقًا. lingbot-map صُمِّم للعمل مع البيانات المتدفقة — كما تُرسلها الكاميرات والأجهزة في الوقت الحقيقي. هذا يفتح إمكانيات واسعة في الروبوتات، والسيارات ذاتية القيادة، وتطبيقات الواقع الممتد. حقق المشروع 7,969 نجمة على GitHub، ما يشير إلى اهتمام واسع من الباحثين والمطورين.
المتطلبات والاستخدام
المشروع مكتوب بلغة Python ومتاح بشكل مفتوح المصدر. يمكن تجربته على مجموعات بيانات streaming قياسية، وهو مناسب للباحثين في مجال Computer Vision والمطورين الذين يبنون أنظمة إدراك ثلاثية الأبعاد في الوقت الفعلي.
السؤال المثير: هل نقترب من نماذج ثلاثية الأبعاد يمكنها فهم العالم المحيط فورًا، كما تفعل حواسّنا؟
No comments yet