精密除草剤の適用のためのディープラーニングとUAV画像を用いたテフ作物の雑草の検出
Alemu Setargew Kebede1, Tsehay Wasihun Muluneh1, Abebe Belay Adege2,3
1Department of Information Technology, University of Gondar, Gondar, Ethiopia.
Scientific reports
|August 21, 2025
まとめ
この研究は,テフの畑で精密な雑草検出のためのAIモデルを開発し,ドローンを介して標的の除草剤の適用を可能にしました. これはエチオピアで作物の生産性と食糧安全保障を高めています
科学分野:
- 農業科学
- コンピュータ科学
- 人工知能
背景:
- エチオピアでは 雑草と肥料の管理が 効率的でないことが テフの生産性を脅かしています
- 伝統的な除草は 労働を要し 誤りであり 除草剤の誤用につながります
- テフ と 同じ よう な 雑草 を 区別 する の は,特に 大きな 畑 で は 難しい こと です.
研究 の 目的:
- Teffの田んぼでの雑草の正確な検出のための最適化されたディープラーニングモデルを開発する.
- 無人航空機 (UAV) を使用して選択的かつ効率的な除草剤の適用を可能にします.
- テフ作物の生産性を向上させ,食糧安全保障に貢献する.
主な方法:
- テフ・フィールドの1308枚の高解像度ドローン画像を集めました
- 形状ベースの機能 (アスペクト比,固体) とデータ増強が利用されました.
- MobileNetV2,InceptionResNetV2,DenseNet201,VGG16,Resnet50,Fast R-CNN,YOLOv8などのディープラーニングモデルを評価した.
- モデルを微調整し,様々な最適化器を試した.
主要な成果:
- 微調整されたMobileNetV2は 96.40%で最も高い精度で雑草を検出しました.
- このモデルは,異なるデータ特性への適応性を示し,オーバーフィッティングを最小限にしました.
- このアプローチにより,UAVを介して選択的かつ効率的な除草剤の適用が可能になります.
結論:
- AI駆動の雑草検出は テフの栽培における 精密農業の変革的な解決策を提供します
- 最適化されたディープラーニングモデルは,実用化のための大きな可能性を示しています.
- この技術は雑草の管理を強化し テフ作物の収穫量を増やし 食糧安全保障を強化します
