Uurijad on välja töötanud murrangulise lähenemisviisi maisi maasikakäbide täpseks ja tõhusaks loendamiseks, mis on oluline samm saagikuse hindamisel ja taimekasvatuses. Tavaliselt on käbide loendamine tehtud käsitsi või lihtsate pildistamis- ja masinõppe tehnikate abil, mis on ajakulukad ja tõrkekalded keskkonna mõjude tõttu.
Nende piirangutele lahenduse leidmiseks tutvustab Plant Phenomics’i poolt avaldatud uuring uut meetodit nimega Multiscale Lite Attention Enhancement Network (MLAENet). Selle lähenemisviisi kasutab sügavat konvolutsioonilist närvivõrku (CNN) ja tiheduskaardi hindamismeetodeid täpsuse ja tõhususe suurendamiseks.
MLAENet sisaldab mitmeveergulist funktsioonide ekstraheerimise moodulit, mis genereerib mastaabitundlikke tiheduskaarte, võimaldades paremat ruumilise jaotuse visualiseerimist. Meetod integreerib ka tähelepanu strateegia, et eristada maisi maasikakäbisid keerulistest taustadest. Lisaks parandab innovatiivne ülesampleerimise moodul nimega UP-Block tiheduskaartide kvaliteeti.
MLAENet tõhusust kontrolliti kahe avaliku andmekogumi põhjal, näidates paremat loendamistäpsust ja järelduste kiirust võrreldes olemasolevate meetoditega. Mudel suutis tõhusalt eristada maisi maasikakäbisid teistest taimedest, isegi nõudlikes tingimustes, nagu suuradistantsiline või suured varjutused.
Märkimisväärselt saavutas MLAENet muljetavaldava kiiruse 32,90 kaadrit sekundis (FPS) standardresolutsiooniga piltidel, säilitades samal ajal kõrge täpsuse. See teeb selle sobivaks reaalajas rakendusteks taimekasvatuses.
Uuringu eksperimentaalne disain hõlmas keerukat tarkvara ja riistvara, sealhulgas PyTorch, CUDA ja NVIDIA GeForce RTX 3090Ti. Tiheduskaardi genereerimiseks kasutati Gaussiani filtrit, koos maisi maasikakäbisid põhjustavate adaptiivsete propagatsiooniparameetritega.
Kokkuvõttes esindab MLAENet märkimisväärset läbimurret maisi maasikakäbide loendamisel, pakkudes kvaliteetseid tiheduskaarte ja tugevat jõudlust. Tulevased edusammud võiksid keskenduda edasijõudnud funktsioonide ekstraheerimise meetodite rakendamisele võrgu tõhususe täiustamiseks. See uurimistöö omab suurt potentsiaali taimekasvatuse parendamiseks ja maisisaagi suurendamiseks.
The source of the article is from the blog mendozaextremo.com.ar