Engenheiros russos desenvolveram e testaram um novo drone. Ele detecta facilmente uma planta perigosa - porca
A hogweed de Sosnovsky é uma grande planta herbácea, uma espécie do gênero hogweed da família guarda-chuva.
O suco da planta, entrando na pele, sob influênciaa luz solar causa queimaduras graves. No entanto, o seu tratamento requer supervisão médica rigorosa durante várias semanas. Notemos que agora a propagação da porca-porca de Sosnovsky tornou-se um verdadeiro desastre ambiental - espalhou-se da parte central da Rússia à Sibéria, da Carélia ao Cáucaso.
O porco-do-mato de Sosnovsky é uma das espécies invasoras mais famosas e problemáticas da Rússia.
Um dos problemas em lidar com ele é seuvitalidade excepcional e distribuição total de sementes. Para encontrá-lo, é necessário percorrer os campos manualmente ou usar máquinas voadoras. Infelizmente, a maioria dos satélites são incapazes de fornecer resolução alta o suficiente para detectar plantas isoladas. Ao mesmo tempo, a contabilização de plantas que usam UAVs não é suficientemente automatizada e geralmente se baseia no uso de aeronaves de operação cara.
Imagem de entrada (esquerda) e o resultado da rede neural totalmente convolucional proposta (direita)
Para eliminar o problema, os pesquisadores adotaramdecisão de usar um UAV. Sua peculiaridade é que permitem obter as informações mais recentes sobre a distribuição da planta com uma resolução excepcionalmente alta, mesmo quando o céu está nublado.
Como plataforma de hardware, eles escolheramum quadricóptero DJI Matrice 200 e um computador de placa única NVIDIA Jetson Nano com um acelerador de vídeo relativamente poderoso que permite a inicialização diretamente em um dispositivo de rede neural.
Ortofotomosaico com áreas de porca crescendo marcadas nele (verde brilhante)
Uma rede neural convolucional (CNN) é responsável por buscar a porca-porca nos frames de uma câmera drone, que recebe o quadro e faz a segmentação semântica, marcando nele as áreas com porca-porca.
Deixe-nos lembrá-lo de que uma rede neural convolucional éuma arquitetura especial de redes neurais artificiais, proposta por Yann LeCun em 1988 e voltada para o reconhecimento eficaz de padrões, faz parte das tecnologias de aprendizagem profunda.
Os desenvolvedores escolheram três arquiteturas popularesCNN para comparar seu desempenho para esta tarefa: U-Net, SegNet e RefineNet. Os próprios pesquisadores montaram um conjunto de dados para treinar os algoritmos. Para fazer isso, eles filmaram várias imagens de drones na região de Moscou, usando dois drones diferentes e uma câmera de ação (acoplada ao drone). Como resultado, foram obtidas 263 imagens, nas quais os autores do empreendimento marcaram as áreas com bagaço. O próprio conjunto de dados está disponível no GitHub.
Tendo treinado as redes neurais, os autores as testaram emcomputador de placa única e descobriram que operam a uma frequência de décimos ou centésimos de quadro por segundo. O melhor resultado foi dado por uma rede baseada em U-Net - 0,7 frames por segundo. A melhor classificação foi mostrada por uma rede baseada em SegNet com uma área sob a curva ROC (uma métrica comum para avaliar a qualidade de uma classificação binária) igual a 0,969.
Consulte Mais informação
Reações nucleares intensificadas no reator da usina nuclear de Chernobyl
Cientistas mostraram como um buraco negro destrói uma estrela
Os físicos criaram um análogo de um buraco negro e confirmaram a teoria de Hawking. Para onde isso leva?