Nedavna studija objavljena u časopisu Plant Phenomics predstavlja WheatNet, naprednu metodu koja revolucionira detekciju klasova u pšeničnim usevima. S povećanom potražnjom za preciznim poljoprivredništvom, točna detekcija pšeničnih klasova putem fenotipizacije postala je ključna za maksimizaciju prinosa usjeva.
Iako su modeli dubokog učenja pokazali obećanje u ovoj oblasti, još uvijek se bore da se prilagode dinamičnoj prirodi rasta pšenice, posebno kada se suočavaju s varijacijama boje u različitim fazama rasta. Ova ograničenja rezultiraju smanjenom prilagodljivošću i preciznošću. Međutim, istraživačka zajednica neumorno radi na optimizaciji neuronskih mreža radi bolje ekstrakcije i klasifikacije karakteristika.
Studija predstavljena u Plant Phenomics-u predlaže WheatNet kao novi alternativni način detekcije malih i orijentiranih pšeničnih klasova na slikama dobivenim pomoću bespilotnih letjelica (UAV) u fazama od punjenja do zrelosti. WheatNet uključuje Transformacijsku mrežu kako bi se smanjile razlike u karakteristikama boje i Detekcijsku mrežu kako bi se poboljšala sposobnost detekcije. Također uvodi i kružnu glatku oznaku za klasifikaciju kutova pšeničnih klasova, kao i detekcijski sloj u mikromjerilima za ekstrakciju malih svojstava klasova.
Rezultati studije su impresivni. WheatNet je postigao prosječnu preciznost od 89,7% u detekciji klasova i točno je opisao morfologiju klasova. Čak i pri stopi odziva od 0,95, WheatNet je nadmašio druge metode s visokom preciznošću. Brzina detekcije mreže je impresivnih 20 FPS, a pokazala je odličnu točnost brojanja s niskim vrijednostima RMSEc, rRMSEc i MAEc.
Revolucionarne značajke WheatNet-a rješavaju izazove s kojima se susreću prethodni modeli detekcije. Njegova sposobnost smanjenja pogrešaka detekcije koje su uzrokovane varijacijama u karakteristikama boje između faza čini ga iznimno pogodnim za primjenu na terenu i točnu predikciju prinosa. Osim toga, WheatNet se proširuje izvan modela detekcije jednog stupnja prilagođavajući se različitim fazama rasta uz održavanje iznimne preciznosti.
Ova revolucionarna detekcija klasova približava nas koraku bliže postizanju preciznog poljoprivredništva i maksimizaciji prinosa usjeva. Integracija WheatNet-a u poljoprivrednu praksu ima potencijal da revolucionizira industriju i poboljša ukupnu produktivnost.
The source of the article is from the blog kewauneecomet.com