ALNet: hacia la detección de filas de maíz en tiempo real y precisa a través de la red de líneas de anclaje

Área de la Ciencia:

• Visión por Computadora
• Robótica Agrícola
• Aprendizaje Automático

Sus antecedentes:

• La detección precisa de filas de cultivos es fundamental para la navegación autónoma de maquinaria agrícola.
• Los métodos de aprendizaje profundo existentes enfrentan desafíos con el costo computacional, la implementación en el borde y el equilibrio entre precisión y velocidad.
• La detección de filas de maíz requiere enfoques especializados debido a las estructuras geométricas alargadas.

Objetivo del estudio:

• Desarrollar un modelo ligero de aprendizaje profundo (ALNet) para la detección eficiente y precisa de filas de maíz.
• Mejorar la robustez de la detección de filas en condiciones de campo desafiantes.
• Permitir la implementación en tiempo real de sistemas de navegación en dispositivos de borde.

Principales métodos:

• Se introdujo el mecanismo Anchor-Line para la detección de filas de extremo a extremo como una tarea de regresión.
• Se reemplazaron las convoluciones píxel a píxel con operaciones de kernel alineadas con filas para reducir el cálculo.
• Se incorporó un módulo Attention-guided ROI Align con un Dual-Axis Extrusion Transformer (DAE-Former) para mejorar la interacción de características.
• Se desarrolló una función de pérdida Row IoU (RIoU) para mejorar la precisión de la localización.

Principales resultados:

• ALNet logró una puntuación mF1 de 59,60, superando a los métodos competidores en más de 9,24 puntos.
• Demostró una alta velocidad de inferencia de 161,26 FPS con un bajo costo computacional de 11,9 GFlops.
• Mostró robustez en condiciones desafiantes como infestación de malezas, poca luz y distorsión por viento.

Conclusiones:

• ALNet ofrece una solución práctica y escalable para la navegación visual inteligente en agricultura de precisión.
• El diseño ligero y la alta eficiencia hacen que ALNet sea adecuado para la implementación en el borde en tiempo real.
• El mecanismo Anchor-Line propuesto y los módulos de atención avanzan significativamente las capacidades de detección de filas de cultivos.