Rus mühendisler yeni bir drone geliştirdi ve test etti. Tehlikeli bir bitki olan domuz otunu kolayca tespit eder
Sosnovsky'nin yaban otu, şemsiye ailesinin hogweed cinsinin bir türü olan büyük bir otsu bitkidir.
Etki altında cilde bulaşan bitkinin suyugüneş ışığı ciddi yanıklara neden olur. Ancak tedavileri birkaç hafta boyunca yakın tıbbi gözetim gerektirir. Sosnovsky yaban otunun yayılmasının artık gerçek bir çevre felaketi haline geldiğini belirtelim; Rusya'nın orta kısmından Sibirya'ya, Karelya'dan Kafkasya'ya yayıldı.
Sosnovsky'nin yaban otu, Rusya'daki en ünlü ve sorunlu istilacı türlerden biridir.
Onunla başa çıkmadaki sorunlardan biri onunolağanüstü canlılık ve tam tohum dağılımı. Bulmak için tarlalarda manuel olarak dolaşmanız veya uçan makineleri kullanmanız gerekir. Ne yazık ki çoğu uydu, tek tek bitkileri tespit etmek için yeterince yüksek çözünürlük sağlayamıyor. Aynı zamanda, İHA kullanan tesislerin muhasebesi yeterince otomatikleştirilmemiştir ve genellikle işletmesi pahalı olan uçakların kullanımına dayanmaktadır.
Giriş görüntüsü (solda) ve önerilen tamamen evrişimli sinir ağının sonucu (sağda)
Sorunu ortadan kaldırmak için araştırmacılar benimsediİHA kullanma kararı Bunların özelliği, tesisin dağıtımına ilişkin en son bilgileri son derece yüksek bir çözünürlükle elde etmenize izin vermeleridir; gökyüzü kapalı olsa bile.
Bir donanım platformu olarak seçtilerbir DJI Matrice 200 quadcopter ve doğrudan bir sinir ağı cihazında başlatmanıza izin veren nispeten güçlü bir video hızlandırıcıya sahip bir NVIDIA Jetson Nano tek kartlı bilgisayar.
Üzerinde işaretlenmiş yaban otu büyüyen alanları olan ortofotomosaik (parlak yeşil)
Evrişimli bir sinir ağı (CNN), çerçeveyi alan ve anlamsal bölümlendirmeyi gerçekleştiren ve üzerinde yaban otu bulunan alanları işaretleyen bir drone kamerasından gelen karelerde yaban otu aramaktan sorumludur.
Evrişimli bir sinir ağının olduğunu hatırlatalım.Yann LeCun tarafından 1988 yılında önerilen ve etkili örüntü tanımayı amaçlayan özel bir yapay sinir ağları mimarisi, derin öğrenme teknolojilerinin bir parçasıdır.
Geliştiriciler üç popüler mimari seçtiCNN bu görev için performanslarını karşılaştıracak: U-Net, SegNet ve RefineNet. Araştırmacılar, algoritmaları eğitmek için bir veri kümesi oluşturdular. Bunu yapmak için, iki farklı dron ve bir aksiyon kamerası (drona takılı) kullanarak Moskova bölgesinde birçok insansız hava aracı görüntüsü çektiler. Sonuç olarak, geliştirmenin yazarlarının alanları hogweed ile işaretlediği 263 görüntü elde edildi. Veri kümesinin kendisi GitHub'da mevcuttur.
Sinir ağlarını eğitmiş olan yazarlar, bunlarıtek kartlı bilgisayar ve saniyede bir çerçevenin onda biri veya yüzde biri frekansta çalıştıklarını öğrendiler. En iyi sonuç, saniyede 0,7 kare olan U-Net'e dayalı bir ağ tarafından verildi. En iyi sınıflandırma, 0,969'a eşit ROC eğrisi altında bir alana (ikili sınıflandırmanın kalitesini değerlendirmek için ortak bir ölçüt) sahip SegNet tabanlı bir ağ tarafından gösterilmiştir.
Daha fazla oku
Çernobil nükleer santralinin reaktöründe nükleer reaksiyonlar yoğunlaştı
Bilim adamları bir kara deliğin bir yıldızı nasıl parçaladığını gösterdi
Fizikçiler bir kara deliğin benzerini yarattılar ve Hawking'in teorisini doğruladılar. Nereye götürür?