信息所科研团队构建新型轻量级模型助力无人机实时农作物分类
文章来源:生态农业信息服务研究室 作者:艾红波 发布时间:2024-11-18
点击量:
【字体:大 中 小】
近日,中国农业科学院农业信息研究所生态农业信息服务研究室推出了一种基于无人机的农作物分类新模型。这一模型的特点是“轻量级”,即在确保识别精度的同时,能够大幅缩短识别时间,以适应农业生产中对实时监测的需求。这项研究成果已发表在国际期刊《遥感(Remote Sensing)》上。
近年来,随着精准农业的推广,农田的实时监测变得越来越重要,及时获取作物种类、生长状态等信息,能够帮助农业管理者更科学地决策。然而,传统的卫星遥感技术虽然覆盖面广,但经常受到天气的影响,难以提供清晰、实时的作物图像。无人机的使用弥补了这些不足,它可以灵活飞行并获取高分辨率的农作物图像,但现有的作物识别模型往往计算复杂,难以满足快速响应的需求。因此,需要一种简便高效的“轻量级”识别模型,使无人机能够快速、高效地处理数据。
针对这一需求,研究团队在已有的轻量级模型PP-LiteSeg的基础上进行改进,优化了模型的识别效果。改进后的模型能够自动识别图像中更重要的区域,减少背景或其他干扰物的影响。例如,模型能自动排除“椒盐噪声”,即图像中无关的小杂点,让识别结果更加清晰准确。此外,改进的模型能够识别不同大小的作物区域,让无人机在不同距离拍摄时都能准确分类。实验结果显示,该模型在识别精度方面提升显著,同时计算速度快,能够更好地适应无人机的实时作业需求。与传统的深度学习模型相比,如U-Net和DeepLabV3+,新模型的处理速度和效率更高,在保持准确度的同时显著降低了计算量,特别适合农业生产中实时监测的应用。这一创新技术将帮助农业管理者更快捷地获取农作物信息,从而更好地掌握作物的种植面积、生长情况等,有助于提高农业生产的效率和科学管理水平。
未来,研究团队还计划进一步提升模型的识别能力,如结合多种类型的数据(例如多光谱或高光谱数据)以适应不同作物种类和复杂的种植环境。同时,团队还将开发一个智能数据管理平台,将无人机采集的农作物数据与地理信息系统(GIS)结合,实现作物动态监测,帮助农业管理者实时跟踪作物生长情况,为精准农业提供数据支持。
郭雷风副研究员为论文通讯作者,硕士生郑作军为第一作者。该研究得到国家重点研发计划和中国农业科学院科技创新工程项目等项目资助。
原文链接:https://www.mdpi.com/2072-4292/16/21/4099