Detección de la enfermedad del pinar en imágenes de detección remota de UAV basadas en SLMW-Net

Área de la Ciencia:

• Silvicultura y ecología
• Detección remota
• Inteligencia artificial

Sus antecedentes:

• La enfermedad del marchitamiento del pino, causada por el nematodo de la madera de pino, es una amenaza global para los ecosistemas forestales.
• La detección y eliminación rápidas son fundamentales para prevenir la transmisión generalizada de la enfermedad.
• Los métodos actuales de detección basados en UAV enfrentan desafíos con antecedentes complejos, extracción de características sutiles y sesgo de predicción.

Objetivo del estudio:

• Desarrollar un sistema automatizado para la detección temprana de la enfermedad de la marchitud del pino utilizando la teledetección de UAV.
• Introducir un nuevo modelo de aprendizaje profundo, SLMW-Net, diseñado para superar los desafíos de detección existentes.
• Crear un conjunto de datos especializado, ARen, para la formación y evaluación de modelos de detección de la enfermedad de la marchitud del pino.

Principales métodos:

• Desarrollo del modelo SLMW-Net que incorpora un módulo de extracción de características de autoaprendizaje (SFEM) y un mecanismo de atención de microcaracterísticas (MFAM).
• Introducción de pérdidas ponderadas y escaladas linealmente (WLIoU Loss) para mejorar el aprendizaje y la generalización del modelo.
• Formación y validación de SLMW-Net en el conjunto de datos ARen recién creado, comparando su rendimiento con siete métodos existentes.

Principales resultados:

• SLMW-Net logró un rendimiento superior en comparación con otros siete métodos en el conjunto de datos ARen.
• El modelo alcanzó un mAP@0,5 del 86,7% y un mAP@0,5:0,95 del 40,1%.
• SLMW-Net demostró una mejora significativa con respecto al modelo básico, con un aumento de mAP@0,5 del 83,9% al 86,7%.

Conclusiones:

• La red SLMW propuesta aborda eficazmente los desafíos clave en la detección de la marchitud del pino basada en drones.
• Las capacidades del modelo en la extracción de características y los mecanismos de atención mejoran la identificación temprana de la enfermedad.
• SLMW-Net ofrece una solución sólida para proteger la salud de los bosques y mantener el equilibrio ecológico a través de un mejor control de las enfermedades.