Скорошно проучване, наречено „Многоскален мрежов модул с контролирани точки за броене на подрязите на царевицата в дивата природа“, представи революционен подход за броене на подрязите на царевицата с помощта на дълбоко обучение. Техниката, известна като Многоскалено означаващо подобрено мрежов модул (МОПМ), използва анотации на точково ниво, за да генерира карти на плътност на различни скали. Включени са модули за извличане на характеристики, стратегия за внимание и иновативна техника за увеличаване на резолюцията, за да се подобри качеството на карти на плътността.
МОПМ е широко тестван върху два обществено достъпни набора от данни, а резултатите са впечатляващи. Той надминава съществуващите методи по отношение на точността на броене и скоростта на изводите, дори когато се сблъсква с предизвикателства като вариращи размери на подрязите и сложни фонови условия. Този нов техник постига перфектния баланс между скорост и точност, като го прави изключително подходящ за приложения в реално време, което е от съществено значение в бързо развиващата се селскостопанска технологична индустрия.
Изследователският екип зад МОПМ използва комбинация от PyTorch, CUDA и оборудване на NVIDIA в своя експериментален сетъп. Те също така използваха техники като гаусово филтриране и адаптивно определяне на параметрите, за да подобрят представянето на модела. Точността на модела беше оценена чрез метрики като Средна абсолютна грешка (MAE), Коренно на квадратична средна грешка (RMSE), коефициент на корелация (R) и симетрична средна абсолютна процентна грешка (SMAPE). Впечатляващо, моделът показа висока точност и устойчивост, представяйки се особено добре в сценарии с променящи се скали.
Това революционно проучване беше публикувано в престижното списание Plant Phenomics през октомври 2023 г. То беше резултат от сътрудничеството между изследователи от Нанкингската горска университет, Университета на Уорик и Нанкингската селскостопанска университет. Асоциираният професор Синджиан Фан от Нанкингската горска университет, уважаван експерт в обработката на изображения, компютърно зрение и разпознаване на образи, играе важна роля в това водещо изследване.
Развитието на МОПМ отбелязва значителен напредък в технологията за броене на растителност. Със своите напреднали възможности и изключителна производителност, тази техника на дълбоко обучение има потенциал да революционизира начина, по който се броят подрязите на царевицата, откривайки нови възможности за прецизна селскостопанска технология и управление на растителните култури.
The source of the article is from the blog foodnext.nl