בשנים האחרונות, למידת עמוקה עשתה התקדמות חשובה בתחום של כמה תחומים שונים, וכעת משמשת בעולם המחקר הצמחי גם. שילוב של טכניקות למידה עמוקה עם עננים נקודתיים הוכיח התקדמות מדהימה בחיתוך התלת-מימדי של ייבולי צמחים. להבדיל משיטות התמונה הדו-ממדיות המסורתיות, שהתמודדו עם קשיים בהשגת עומק מדויק ובקביעת מבנה, גילוי התלת-מימדי הצליח להתגבר על ההגבלות הללו ולספק ניתוח מדויק יותר של תכונות פוליפית של הצמחים.
אך עולם התלת-מימד ייבול נתקל באתגר של צורך לסמן בקפידה כל נקודה בתמונה, משימה ארוכה ויקרה. כדי לטפל בבעיה זו, חוקרים ביקשו לחקור את השימוש במודלים של למידה מונחת שדה אחת יותר קלים בשימוש סימנים מעטים.
מחקר חדש בשם Eff-3DPSeg: חתיכה מוליטו-גרמית תלת-מימדית של ייבול צמחים באמצעות למידה עמוקה יעילה מציג מסגרת למידה עמוקה חלשה נישאת אנושי עבור חתיכה מוליטו-גרמית של ייבול צמח. החוקרים פיתחו את המסגרת הזו על ידי ניצול פלטפורמה מערך הרסטרוסכופית רבת החישה (MVSP2) כדי לרכוש עננים נקודתיים מצמחים יחידים. עננים אלו הוסמנו באמצעות מסגרת אנוטציה בינה מבוססת על Meshlab (MPA).
המסגרת מתרכזת בשני שלבים עיקריים. בשלב הראשון, החוקרים שוקלים עננים נקודתיים עם רזולוציית גבוהה של צמחי סויה באמצעות מערכת הפוטגרמטריה הידידותית לכיס שפיתחו. הם פיתחו גם את האנוטטור המבוסס על Meshlab על מנת לסמן את ענני הצמח. לאחר מכן, הם ביצעו פיתוח של שיטה למידה עמוקה חלשה עבור חתיכה מוליטו-גרמית של היבול הצמחי. המודל שוכב בסביבת למידה מראש בעזרת כ-0.5 אחוז מהנקודות המסומנות ותואם מחדש בעזרת מאבק בפינות למידה L csad-TOKAT-U60N. מתוך החיתוך של היבול הצמחי, נמשכו שלוש תכונות פוליפות: אורך ורוחב העלים, ומידת הקוטר של הגזע.
על מנת להעריך את ביצועי המסגרת, החוקרים בדקו אותה בשלבים שונים בתהליך הצמיחה באמצעות מערך גדול מריבולי של סויה והשוו את התוצאות לטכניקות מסומנות מפורטות במלואן לעגבניות וסויה. בניגוד לפרקים העליה-עלה, תוצאות החיתוך של הגזע היו כלל די מדויקות, אולם קיימת קלטת שגיאה בשפתי העלים ובצומתים. הגישה גם תפעלה טוב יותר על מבנים פחות מורכבים של צמחים ותגיע לדיוק גבוה עם סטים הכשרה גדולים יותר. יש לציין כי התוצאות הכמותיות הוציאו יישומים חשובים על מולדות הבסיס, במיוחד בסביבות פחות ממלאות.
למרות ההתקדמות הזו, המחקר נתקל בגבולות כגון חלקי מידע והצורך באימון נפרד עבור משימות חיתוך שונות. החוקרים מכירים בגבולות הללו ומדגישים את הצורך בשיפור עתידי של המסגרת, כולל הרחבה לקבוצה רחבה יותר של סווגים של צמחים ושלבי צמיחה.
למסקנה, שידורג Eff-3DPSeg מהווה התקדמות משמעותית בחיתוך התלת-מימדי של ייבולי צמחים. תהליך האנוטציה היעיל שלו ויכולות החיתוך המדויק מזכים לתורה לספק העברת נתונים גבוהה יותר במחקרים צמחיים. בנוסף, על ידי שימוש בלמידה עמוקה חלשה וטכניקות האנוטציה החדשניות, Eff-3DPSeg מתעלה על האתגרים שבעזר סימון יקר וזמן תהליך ארוך. המסגרת הזו מסלטת את הדרך לפיתוחים עתידיים בתחום חיתוך וניתוח של צמחים.
The source of the article is from the blog mgz.com.tw