Ruskí inžinieri vyvinuli a otestovali nový dron. Ľahko odhalí nebezpečnú rastlinu - boľševník
Sosnovského boľševník je veľká bylina, druh rodu boľševníka čeľade dáždnikových.
Šťava rastliny, ktorá sa dostáva na pokožku, pod vplyvomslnečné svetlo spôsobuje vážne popáleniny. Ich liečba si však vyžaduje niekoľko týždňov starostlivý lekársky dohľad. Všimnime si, že teraz sa zo šírenia boľševníka Sosnovského stala skutočná ekologická katastrofa – rozšírila sa zo strednej časti Ruska na Sibír, z Karélie na Kaukaz.
Bradavica Sosnovského je jedným z najslávnejších a najproblematickejších inváznych druhov v Rusku.
Jedným z problémov pri jednaní s ním je jehovýnimočná vitalita a plná distribúcia osiva. Aby ste ho našli, musíte manuálne obísť polia alebo použiť lietajúce stroje. Bohužiaľ, väčšina satelitov nie je schopná poskytnúť dostatočne vysoké rozlíšenie na detekciu jednotlivých rastlín. Účtovníctvo závodov používajúcich UAV nie je zároveň dostatočne automatizované a často sa zakladá na použití lietadiel, ktorých prevádzka je nákladná.
Vstupný obrázok (vľavo) a výsledok navrhovanej plne konvolučnej neurónovej siete (vpravo)
Na odstránenie problému vedci prijalirozhodnutie použiť UAV. Ich zvláštnosťou je, že umožňujú získať najnovšie informácie o rozšírení rastliny s mimoriadne vysokým rozlíšením, aj keď je obloha zatiahnutá.
Ako hardvérovú platformu si vybralikvadrokoptéra DJI Matrice 200 a jednodeskový počítač NVIDIA Jetson Nano s pomerne výkonným akcelerátorom videa, ktorý umožňuje spustenie priamo na zariadení neurónovej siete.
Ortofotomozaika s vyznačenými plochami rastúceho boľševníka (jasne zelená)
Konvolučná neurónová sieť (CNN) je zodpovedná za vyhľadávanie boľševníka v rámoch z kamery dronu, ktorá prijíma rám a vykonáva sémantickú segmentáciu, pričom označuje oblasti s boľševníkom.
Pripomeňme, že konvolučná neurónová sieť ješpeciálna architektúra umelých neurónových sietí, ktorú navrhol Yann LeCun v roku 1988 a ktorej cieľom je efektívne rozpoznávanie vzorov, je súčasťou technológií hlbokého učenia.
Vývojári vybrali tri populárne architektúryCNN porovnať ich výkonnosť s touto úlohou: U-Net, SegNet a RefineNet. Samotní vedci zostavili dátový súbor na trénovanie algoritmov. Za týmto účelom natočili v moskovskom regióne veľa záberov dronov pomocou dvoch rôznych dronov a jednej akčnej kamery (pripevnenej k dronu). Vďaka tomu sa získalo 263 snímok, na ktorých autori vývoja označili oblasti boľševníkom. Samotná množina údajov je k dispozícii na GitHub.
Po natrénovaní neurónových sietí ich autori testovalijednodeskový počítač a zistili, že pracujú s frekvenciou desatín alebo stotín snímky za sekundu. Najlepšie dopadla sieť založená na U-Net - 0,7 rámca za sekundu. Najlepšiu klasifikáciu preukázala sieť založená na SegNet s plochou pod ROC krivkou (bežná metrika pre hodnotenie kvality binárnej klasifikácie) rovnou 0,969.
Čítaj viac
Jadrové reakcie sa v reaktore černobyľskej jadrovej elektrárne zintenzívnili
Vedci dokázali, ako čierna diera trhá hviezdu
Fyzici vytvorili analóg čiernej diery a potvrdili Hawkingovu teóriu. Kadiaľ vedie?