Egy friss tanulmány, amelynek címe ‘A Multiscale Point-Supervised Network for Counting Maize Tassels in the Wild’ bevezetett egy forradalmi mélytanuló megközelítést a kukorica virágszálak számolására. A technika, amelyet Multiscale Lite Attention Enhancement Network (MLAENet) néven ismernek, pontszintű felügyeleti adatokat használ a különböző méreteket tartalmazó sűrűségi térképek generálásához. A módszer tartalmaz olyan modulokat, mint a jellemzők kinyerése, az figyelem-stratégia és egy innovatív felülvetítési technika, amely növeli a sűrűségi térképek minőségét.
Az MLAENet-t alaposan tesztelték két nyilvános adatkészleten, és az eredmények lenyűgözőek. Még a változó virágszál méretek és a bonyolult háttér kihívásaival szemben is felülmúlja a meglévő módszereket a számolási pontosság és a következtetési sebesség tekintetében. Ez az új technika tökéletes egyensúlyt teremt a sebesség és a pontosság között, ami különösen alkalmas valós idejű alkalmazásokhoz, ami kulcsfontosságú a mai gyorsan fejlődő mezőgazdasági technológiában.
Az MLAENet mögött álló kutatócsoport kísérleti beállításában PyTorch, CUDA és NVIDIA hardvert kombinált. Emellett olyan technikákat használtak, mint a Gauss-szűrés és az adaptív paraméter meghatározás a teljesítmény javítása érdekében. A modell pontosságát olyan metrikák alapján értékelték, mint a Mean Absolute Error (MAE), Root Mean Square Error (RMSE), korrelációs együttható (R) és az Szimmetrikus Mean Absolute Percentage Error (SMAPE). Impozáns módon a modell magas pontosságot és robosztusságot mutatott, különösen jól teljesített változó skálájú forgatókönyvekben.
Ez a forradalmi tanulmány 2023 októberében jelent meg a méltán elismert Plant Phenomics folyóiratban. Ez egy közös erőfeszítés volt a Nanjing Forestry University, a Warwicki Egyetem és a Nanjing Agriculture University kutatói között. Fan Xijian, a Nanjing Forestry University vezető kutatója, aki elismert szakértő az képfeldolgozásban, a számítógépes látásban és a mintafelismerésben, jelentős szerepet játszott ebben az úttörő kutatásban.
Az MLAENet fejlesztése jelentős áttörést jelent a növényi számlálási technológiában. Fejlett képességeivel és kivételes teljesítményével ez a mélytanuló technika forradalmasítja a kukorica virágszálak számolásának módját, új lehetőségeket nyitva meg a precíziós mezőgazdaság és a növénytermesztési területen.
The source of the article is from the blog bitperfect.pe