ロシアの技術者が新しいドローンを開発し、テストした。彼は危険な植物、ブタクサを簡単に発見します
ソスノフスキーのハナウドは大きな草本植物で、ハナウド科のハナウド属の種です。
植物の汁が皮膚に付着し、その影響で日光は重度の火傷を引き起こします。ただし、治療には数週間にわたる医師の厳重な監督が必要です。現在、ソスノフスキー・ブタクサの蔓延が真の環境災害となっていることに注目しましょう。それはロシア中部からシベリア、カレリアからコーカサスまで広がりました。
ソスノフスキーのハナウドは、ロシアで最も有名で問題のある外来種の 1 つです。
彼に対処する上での問題の 1 つは、彼の並外れた生命力と完全な種子の分配。それを見つけるには、フィールドを手動で移動するか、飛行機械を使用する必要があります。残念ながら、ほとんどの衛星は、単一の植物を検出するのに十分な解像度を提供できません。同時に、UAV を使用するプラントの会計は十分に自動化されておらず、多くの場合、運用に費用がかかる航空機の使用に基づいています。
入力画像 (左) と提案された完全畳み込みニューラル ネットワークの結果 (右)
この問題を解決するために、研究者らは次のことを採用しました。UAVの使用を決定。その特徴は、植物の分布に関する最新情報を非常に高い解像度で取得できることです。空が曇っていても。
ハードウェア プラットフォームとして、彼らはDJI Matrice 200 クワッドコプターと、ニューラル ネットワーク デバイスで直接起動できる比較的強力なビデオ アクセラレータを備えた NVIDIA Jetson Nano シングル ボード コンピューター。
ハナウドの生えている部分がマークされたオルソフォトモザイク (明るい緑)
畳み込みニューラル ネットワーク (CNN) は、ドローン カメラからのフレーム内のブタクサを検索する役割を果たします。ドローン カメラはフレームを受信してセマンティック セグメンテーションを実行し、ブタクサが写っている領域をマークします。
畳み込みニューラル ネットワークは人工ニューラル ネットワークの特別なアーキテクチャは、1988 年にヤン ルカンによって提案され、効果的なパターン認識を目的としており、深層学習テクノロジの一部です。
開発者は 3 つの人気のあるアーキテクチャを選択しましたこのタスクのパフォーマンスを比較するための CNN: U-Net、SegNet、RefineNet。研究者たちは、アルゴリズムを訓練するためにデータセットをまとめました。これを行うために、彼らは 2 つの異なるドローンと 1 つのアクション カメラ (ドローンに取り付けられた) を使用して、モスクワ地域で多くのドローン映像を撮影しました。その結果、開発者が領域をハナウドでマークした 263 枚の画像が取得されました。データセット自体は GitHub で入手できます。
ニューラル ネットワークを訓練した後、著者はそれらをテストしました。シングル ボード コンピューターでは、1 秒あたり 10 分の 1 または 100 分の 1 フレームの頻度で動作することがわかりました。最良の結果は、U-Net - 0.7 フレーム/秒に基づくネットワークによって得られました。最良の分類は、0.969 に等しい ROC 曲線 (バイナリ分類の品質を評価するための一般的なメトリック) の下の面積を持つ SegNet ベースのネットワークによって示されました。
続きを読む
チェルノブイリ原子力発電所の原子炉で激化した核反応
科学者たちは、ブラックホールがどのように星を引き裂くかを示しました
物理学者はブラックホールの類似物を作成し、ホーキングの理論を確認しました。それはどこにつながるのですか？