登陆注册
9083

人工智能可以通过稻田收割前照片估计水稻产量

站长网2023-08-26 16:12:120

文章概要:

1. 建立包含2万多张稻田图像和产量数据的数据库,训练卷积神经网络模型。

2. 模型可以解释68-69%的产量变异,突出了穗在产量估计中的重要性。

3. 模型预测准确,成本低且不需要繁琐的作物采样,展示了区域监测产量的潜力。

最近,日本冈山大学的研究人员利用收割期拍摄的地面数字图像,结合卷积神经网络模型,实现了对水稻产量的估算。

他们首先收集了7个国家20个地点的水稻冠层图像和粗粒产量数据,创建了一个包含4820组产量数据和22067张图像的数据库。

接着,研究人员开发了一个 CNN 模型(卷积神经网络 )来估计每张收集到的图像的谷物产量,以估计数据库中每张图像对应的粒产量。通过视觉遮挡法,他们分析了稻冠图像不同区域的加性效应,理解模型如何解释图像特征并影响结果精度。

该模型表现良好,可以解释验证和测试数据集中约68-69%的产量变化。模型可以在成熟期准确预测产量,识别成熟穗,并检测产量中的品种和水管理差异。

尽管图像分辨率降低会减弱准确性,但该模型整体较为稳健,在不同拍摄角度和时间也展现了良好精度。

研究认为,这种基于 CNN 的模型具有监测区域尺度稻米生产力的潜力。该AI方法提供了简单的智能手机应用程序,大大提高了技术的可访问性和实际应用性。该研究有助于改进稻田管理和加速育种计划,为全球粮食生产和可持续性发展做出积极贡献。

应用该模型的应用程序“HOJO”已经在 iOS 和 Android 上可用。研究人员希望他们的工作能够更好地管理稻田并协助加速育种计划,为全球粮食生产和可持续发展举措做出积极贡献。

0000
评论列表
共(0)条