Krievu inženieri izstrādājuši un izmēģinājuši jaunu dronu. Viņš viegli atklāj bīstamu augu - latvāņus
Sosnovska latvāņi ir liels zālaugu augs, jumta dzimtas latvāņu ģints suga.
Augu sula, nokļūstot uz ādas, reibumāsaules gaisma izraisa smagus apdegumus. Tomēr to ārstēšanai nepieciešama rūpīga ārsta uzraudzība vairākas nedēļas. Atzīmēsim, ka šobrīd Sosnovska latvāņa izplatība ir kļuvusi par īstu vides katastrofu – tas izplatījies no Krievijas centrālās daļas līdz Sibīrijai, no Karēlijas līdz Kaukāzam.
Sosnovska latvāņi ir viena no slavenākajām un problemātiskākajām invazīvajām sugām Krievijā.
Viena no problēmām saskarsmē ar viņu ir viņaizcila vitalitāte un pilnīga sēklu izplatība. Lai to atrastu, jums ir manuāli jāapiet lauki vai jāizmanto lidojošās mašīnas. Diemžēl lielākā daļa satelītu nespēj nodrošināt pietiekami augstu izšķirtspēju, lai noteiktu atsevišķus augus. Tajā pašā laikā tādu rūpnīcu uzskaite, kurās izmanto UAV, nav pietiekami automatizēta un bieži vien tiek balstīta uz tādu lidmašīnu izmantošanu, kuru ekspluatācija ir dārga.
Ievades attēls (pa kreisi) un ierosinātā pilnīgi konvolucionālā neironu tīkla rezultāts (pa labi)
Lai novērstu problēmu, pētnieki pieņēmalēmums izmantot UAV. To īpatnība ir tāda, ka tie ļauj iegūt jaunāko informāciju par auga izplatību ar īpaši augstu izšķirtspēju, pat tad, ja debesis ir apmākušās.
Kā aparatūras platformu viņi izvēlējāsDJI Matrice 200 kvadrokopters un NVIDIA Jetson Nano viena borta dators ar samērā jaudīgu video paātrinātāju, kas ļauj iedarbināt tieši uz neironu tīkla ierīci.
Ortofotomozaika, uz kuras iezīmējas latvāņu augšanas vietas (spilgti zaļa)
Konvolucionālais neironu tīkls (CNN) ir atbildīgs par latvāņu meklēšanu kadros no drona kameras, kas saņem kadru un veic semantisko segmentāciju, iezīmējot uz tā apgabalus ar latvāņiem.
Atgādināsim, ka konvolucionālais neironu tīkls irīpaša mākslīgo neironu tīklu arhitektūra, ko Yann LeCun ierosināja 1988. gadā un kuras mērķis ir efektīva modeļa atpazīšana, ir daļa no dziļās mācīšanās tehnoloģijām.
Izstrādātāji ir izvēlējušies trīs populāras arhitektūrasCNN, lai salīdzinātu viņu sniegumu šajā uzdevumā: U-Net, SegNet un RefineNet. Pētnieki paši sastādīja datu kopu, lai apmācītu algoritmus. Lai to izdarītu, viņi filmēja daudzus bezpilota lidaparātu kadrus Maskavas apgabalā, izmantojot divus dažādus bezpilota lidaparātus un vienu darbības kameru (piestiprinātu pie drona). Rezultātā tika iegūti 263 attēli, kuros izstrādes autori teritorijas iezīmēja ar latvāņiem. Pati datu kopa ir pieejama vietnē GitHub.
Apmācījuši neironu tīklus, autori tos pārbaudījaviena borta datoru un uzzināja, ka tie darbojas ar kadra desmitdaļām vai simtdaļām sekundē. Vislabāko rezultātu sniedza tīkls, kura pamatā ir U-Net - 0,7 kadri sekundē. Vislabāko klasifikāciju uzrādīja SegNet tīkls, kura laukums zem ROC līknes (kopīga metrika binārā klasifikācijas kvalitātes novērtēšanai) ir vienāda ar 0,969.
Lasīt vairāk
Černobiļas atomelektrostacijas reaktorā pastiprinājās kodolreakcijas
Zinātnieki ir parādījuši, kā melnā caurums saplēš zvaigzni
Fiziķi ir izveidojuši melnā cauruma analogu un apstiprinājuši Hokinga teoriju. Kur tas ved?