早期检测大米爆炸使用半监督的对比无偶翻译代网络基于无人机图像
Shaodan Lin1,2, Jiayi Li1,3, Deyao Huang1,3
1College of Mechanical and Electrical Engineering, Fujian Agriculture and Forestry University, Fuzhou 350002, China.
Plants (Basel, Switzerland)
|November 14, 2023
概括
使用无人机 (UAV) 图像提前检测大米爆发对粮食安全至关重要. 一个新的RiceBlastYolo模型,利用半监督学习和数据增强,在识别爆病时实现了高精度.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 植物病理学 植物病理学
背景情况:
- 爆病严重影响全球大米产量和粮食安全.
- 早期和准确地检测到大米爆发对于有效的疾病管理至关重要.
研究的目的:
- 使用无人机 (UAV) 图像开发一种先进的米爆炸检测模型.
- 提高在现场条件下对米爆破物进行识别的准确性和效率.
主要方法:
- 一个半监督的对比的不配对翻译代网络被设计用于数据增强.
- 多个批评网络生成了不同疾病严重程度的合成图像.
- 建立了一个检测网络,RiceBlastYolo,集成了一个改进的特征金字塔网络 (FPN) 和软标签.
主要成果:
- 在IOU0.5时,RiceBlastYolo实现了99.51%的精度,在IOU0.5时达到98.75%的平均精度.
- 精度和回忆率分别为98.23%和99.99%.
- 该模型的性能优于现有的检测模型,如YOLO,YOLACT和Mask R-CNN.
结论:
- 拟议的RiceBlastYolo模型在现场规模条件下准确地识别了水爆炸.
- 这项技术通过改进作物监测来提高全球粮食安全的巨大潜力.
相关概念视频
02:28Leaky Scanning
5.1K
During most eukaryotic translation processes, the small 40S ribosome subunit scans an mRNA from its 5' end until it encounters the first start AUG codon. The large 60S ribosomal subunit then joins the smaller one to initiate protein synthesis. The location of the translation initiation is largely determined by the nucleotides near the start codon as there may be multiple translation initiation sites present on the mRNA. Marilyn Kozak discovered that the sequence RCCAUGG (where R...
5.1K
02:07Improving Translational Accuracy
2.6K
2.6K