ACM通信
ACM TechNews
ML有助于确定大豆田的健康状况
俄亥俄州立大学的克里斯托弗·斯图尔特(Christopher Stewart)说，Defonet神经网络如果在田间应用，可能会改变农业行业处理严重作物损失的决策过程。
来源:俄亥俄州新闻
俄亥俄州立大学(OSU)的研究人员将机器学习和飞行无人机结合到一个工具中，用于评估农田的健康状况。
在对图像集进行过滤后，研究人员了解到，大约有6.7万张图像可以被标记为健康，而近3万张图像表明去叶。
他们在这个数据集上测试的所有算法都不能准确地对作物健康状况进行分类，因此他们开发了Defonet，这是一个神经网络，可以正确地探测和回答研究中最初的去叶问题。
张说:“这种新架构是为这种工作量量身定做的。它在准确性、精确度和有效性方面都比目前可用的工具有更好的性能。”
从俄亥俄州立大学新闻
查看全文
版权所有©2022SmithBucklin美国华盛顿特区
没有发现记录