論文の概要: Detect caterpillar, grasshopper, aphid and simulation program for
neutralizing them by laser
- arxiv url: http://arxiv.org/abs/2105.02955v1
- Date: Thu, 22 Apr 2021 05:02:27 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-11 11:25:15.176001
- Title: Detect caterpillar, grasshopper, aphid and simulation program for
neutralizing them by laser
- Title（参考訳）: レーザーによる毛虫, ホッパー, アブラムシおよびそれらを中和するシミュレーションプログラム
- Authors: Rakhmatulin Ildar
- Abstract要約: この写本は害虫駆除の新しい方法を提示する。
我々は害虫検出にニューラルネットワークを用い,その中和に強力なレーザー装置(5W)を開発した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The protection of crops from pests is relevant for any cultivated crop. But
modern methods of pest control by pesticides carry many dangers for humans.
Therefore, research into the development of safe and effective pest control
methods is promising. This manuscript presents a new method of pest control. We
used neural networks for pest detection and developed a powerful laser device
(5 W) for their neutralization. In the manuscript methods of processing images
with pests to extract the most useful feature are described in detail. Using
the following pets as an example: aphids, grasshopper, cabbage caterpillar, we
analyzed various neural network models and selected the optimal models and
characteristics for each insect. In the paper the principle of operation of the
developed laser device is described in detail. We created the program to search
a pest in the video stream calculation of their coordinates and transmission
data with coordinates to the device with the laser.
- Abstract（参考訳）: 作物の害虫からの保護は栽培作物に関係している。
しかし、現代の殺虫剤による害虫対策は、人間に多くの危険をもたらす。
したがって、安全で効果的な害虫防除法の開発に関する研究は有望である。
本本は害虫防除の新しい方法を提案する。
我々は害虫検出にニューラルネットワークを用い,その中和に強力なレーザー装置(5W)を開発した。
最も有用な特徴を抽出するため、害虫による画像の処理方法について詳述する。
aphids, grasshopper, cabbage caterpillar を例に, 各種ニューラルネットワークモデルを分析し, 昆虫ごとの最適なモデルと特性を選択した。
本稿では,現像レーザ装置の動作原理を詳述する。
我々は,それらの座標の映像ストリーム計算で害虫を検索し,レーザーでデバイスに座標を伝達するプログラムを開発した。
関連論文リスト
- Multimodal Foundation Models for Zero-shot Animal Species Recognition in
Camera Trap Images [57.96659470133514]
モーションアクティベートカメラトラップは、世界中の野生生物を追跡・監視するための効率的なツールである。
教師付き学習技術は、そのような画像を分析するためにうまく展開されているが、そのような訓練には専門家のアノテーションが必要である。
コストのかかるラベル付きデータへの依存を減らすことは、人間の労働力を大幅に減らした大規模野生生物追跡ソリューションを開発する上で、大きな可能性を秘めている。
論文 参考訳（メタデータ） (2023-11-02T08:32:00Z) - Deep learning powered real-time identification of insects using citizen
science data [17.13608307250744]
InsectNetは、侵入した種を識別し、きめ細かい昆虫種を識別し、挑戦的な背景において効果的に働く。
また、不確実な場合には予測を控え、シームレスな人間の介入を助長し、実用的で信頼できるツールにもなれる。
論文 参考訳（メタデータ） (2023-06-04T23:56:53Z) - Tactile-Filter: Interactive Tactile Perception for Part Mating [54.46221808805662]
人間は触覚と触覚に頼っている。
視覚ベースの触覚センサーは、様々なロボット認識や制御タスクに広く利用されている。
本稿では,視覚に基づく触覚センサを用いた対話的知覚手法を提案する。
論文 参考訳（メタデータ） (2023-03-10T16:27:37Z) - Evaluation of the potential of Near Infrared Hyperspectral Imaging for
monitoring the invasive brown marmorated stink bug [53.682955739083056]
BMSB(Halyomorpha halys)は、数種の作物を害する世界的重要性の害虫である。
本研究は、BMSB検体を検出する技術として、NIR-HSI(Near Infrared Hyperspectral Imaging)を実験室レベルで予備評価する。
論文 参考訳（メタデータ） (2023-01-19T11:37:20Z) - CARLA-GeAR: a Dataset Generator for a Systematic Evaluation of
Adversarial Robustness of Vision Models [61.68061613161187]
本稿では,合成データセットの自動生成ツールであるCARLA-GeARについて述べる。
このツールは、Python APIを使用して、CARLAシミュレータ上に構築されており、自律運転のコンテキストにおいて、いくつかのビジョンタスク用のデータセットを生成することができる。
本稿では,CARLA-GeARで生成されたデータセットが,現実世界の敵防衛のベンチマークとして今後どのように利用されるかを示す。
論文 参考訳（メタデータ） (2022-06-09T09:17:38Z) - Weakly Supervised Attention-based Models Using Activation Maps for
Citrus Mite and Insect Pest Classification [7.6197178280107725]
本研究は、小領域の分類を改善するために、注意に基づくアクティベーションマップ手法を提案する。
本稿では,Saliency Maps によるAttention-based Multiple Instance Learning Guided と呼ばれる2段階のネットワークプロセスに適用する。
われわれのアプローチでは、有能な昆虫の箱の位置を推測し、位置ラベルなしで訓練する。
論文 参考訳（メタデータ） (2021-10-02T21:42:22Z) - RaspberryPI for mosquito neutralization by power laser [0.0]
我々は、レーザの向きをガルバノメーターで変化させるRaspberry Piを用いたレーザーインストレーションを開発した。
この装置の実装には、マイクロコントローラをベースとして、無人航空機の一部としての使用を推奨する。
論文 参考訳（メタデータ） (2021-05-20T01:38:45Z) - DropLeaf: a precision farming smartphone application for measuring
pesticide spraying methods [14.959684400817869]
この研究は、スマートフォンベースのモバイルアプリケーションであるDropLeaf - Spraying Meter上で機能する新しいツールを紹介し、実験的に評価する。
提案手法は画像解析に基づいており, 実・合成水感性紙上での噴霧沈着評価が成功している。
論文 参考訳（メタデータ） (2020-08-31T15:51:06Z) - Towards Efficient Processing and Learning with Spikes: New Approaches
for Multi-Spike Learning [59.249322621035056]
各種タスクにおける他のベースラインよりも優れた性能を示すための2つの新しいマルチスパイク学習ルールを提案する。
特徴検出タスクでは、教師なしSTDPの能力と、その制限を提示する能力を再検討する。
提案した学習ルールは,特定の制約を適用せずに,幅広い条件で確実にタスクを解くことができる。
論文 参考訳（メタデータ） (2020-05-02T06:41:20Z) - Weakly Supervised Learning Guided by Activation Mapping Applied to a
Novel Citrus Pest Benchmark [6.239768930024569]
統合害虫管理(Integrated pest Management)は、シトラス作物の害虫や病気による被害を予防・緩和するために最も広く用いられるプロセスである。
我々は、画像に対する関心領域を自動的に選択するために、サリエンシマップによって導かれる弱教師付き学習プロセスを設計する。
2つの大規模データセットで行った実験から,農業分野における害虫の分類と病気の分類の問題に対して,本研究の結果は非常に有望であることが明らかとなった。
論文 参考訳（メタデータ） (2020-04-22T01:26:50Z) - Rectified Meta-Learning from Noisy Labels for Robust Image-based Plant
Disease Diagnosis [64.82680813427054]
植物病は食料安全保障と作物生産に対する主要な脅威の1つである。
1つの一般的なアプローチは、葉画像分類タスクとしてこの問題を変換し、強力な畳み込みニューラルネットワーク(CNN)によって対処できる。
本稿では,正規化メタ学習モジュールを共通CNNパラダイムに組み込んだ新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2020-03-17T09:51:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。