? ? ? 從事繁育新品種的工作，在夏季高溫下走入一排排大豆田是繁瑣但必不可少的。研究人員每天在生長期的關鍵時期承受高溫，以尋找表現(xiàn)出理想性狀的植物，例如豆莢過早成熟。但是，如果沒有自動檢測這些性狀的方法，育種者就無法在給定的一年內測試任意數(shù)量的地塊，從而延長了將新品種推向市場的時間。研究人員使用無人機圖像和人工智能預測了兩天內的大豆成熟日期。
評估豆莢成熟度非常耗時，而且容易出錯。它是基于豆莢顏色的評分系統(tǒng)，因此也容易受到人為偏見的影響。許多研究小組正在嘗試使用無人機圖片評估成熟度，但無法大規(guī)模進行。因此，我們想出了一種更精確的方法來做到這一點。實際上，這真的很又作用。
研究人員訓練了計算機，以從在五個試驗，三個生長季節(jié)和兩個國家收集的無人機圖像中檢測冠層顏色的變化。重要的是，他能夠解釋“不良”圖像以保持準確性。
假設每三天收集一次無人機圖像，但是有一天，有云或下著雨，所以不能這樣。最終，當從不同年份或不同位置獲取數(shù)據(jù)時，它們的外觀將有所不同圖像的數(shù)量和間隔等等。我們開發(fā)的主要創(chuàng)新之處在于我們如何能夠說明我們能夠收集的一切。我們的模型表現(xiàn)良好，而與收集數(shù)據(jù)的頻率無關。
使用深度卷積神經(jīng)網(wǎng)絡的人工智能。CNN類似于人類大腦學習從我們的眼睛解釋圖像成分(顏色，形狀，紋理)的方式。除了形狀，邊界和紋理外，CNN還能檢測到顏色的細微變化。對于我們試圖做的事情，顏色是最重要的。但是我們使用的人工智能模型的優(yōu)勢在于，使用相同的模型來預測另一個特征(例如產(chǎn)量或倒伏)將非常簡單。實驗證明使用無人機結合AI的方法是實之有效的。
版權聲明：本文內容由互聯(lián)網(wǎng)用戶自發(fā)貢獻，該文觀點僅代表作者本人。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。如發(fā)現(xiàn)本站有涉嫌抄襲侵權/違法違規(guī)的內容， 請發(fā)送郵件至2161241530@qq.com 舉報，一經(jīng)查實，本站將立刻刪除。如若轉載，請注明出處：http://www.lykp.org.cn/wurenjibaike/20008/
