論文の概要: Using UAS Imagery and Computer Vision to Support Site-Specific Weed
Control in Corn
- arxiv url: http://arxiv.org/abs/2206.01734v1
- Date: Thu, 2 Jun 2022 18:33:22 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-12 20:44:22.160908
- Title: Using UAS Imagery and Computer Vision to Support Site-Specific Weed
Control in Corn
- Title(参考訳): UAS画像とコンピュータビジョンを用いたトウモロコシのサイト特異的雑草制御
- Authors: Ranjan Sapkota, Paulo Flores
- Abstract要約: 現在、トウモロコシ畑における雑草防除は除草剤の毛布適用によって行われている。
化学物質の量を減らすために,ドローンによる高解像度画像とコンピュータビジョン技術を用いた。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Currently, weed control in a corn field is performed by a blanket application
of herbicides that do not consider spatial distribution information of weeds
and also uses an extensive amount of chemical herbicides. To reduce the amount
of chemicals, we used drone-based high-resolution imagery and computer-vision
techniques to perform site-specific weed control in corn.
- Abstract(参考訳): 現在、トウモロコシ畑における雑草防除は、雑草の空間分布情報を考慮せず、大量の化学除草剤を使用する除草剤の毛布適用によって行われている。
化学物質の量を減らすために,ドローンによる高解像度画像とコンピュータビジョン技術を用いて,トウモロコシの部位特異的雑草制御を行った。
関連論文リスト
- Domain Generalization for Crop Segmentation with Knowledge Distillation [45.478315855371385]
サービスロボティクスは精密農業において主要な役割を担っている。
移動ロボットは、周囲を理解し、野生のターゲットを識別するリアルタイム認識システムを必要としている。
本稿では,知識蒸留を用いた領域一般化手法を提案する。
論文 参考訳(メタデータ) (2023-04-03T14:28:29Z) - Site-specific weed management in corn using UAS imagery analysis and
computer vision techniques [0.0]
現在、畑の雑草分布情報を考慮せずに商業トウモロコシ生産における雑草制御を行っている。
本研究の目的は,(1)無人航空システム(UAS)を用いてトウモロコシ畑における雑草の空間分布情報をマッピングし,地域特異的雑草制御(SSWC)を行うことである。
SSWCのアプローチにより、既存の方法と比較して、土地の26.23%(1.97エーカー)が化学除草剤で噴霧されるのを防ぐことができた。
論文 参考訳(メタデータ) (2022-12-31T21:48:14Z) - Tailoring Molecules for Protein Pockets: a Transformer-based Generative
Solution for Structured-based Drug Design [133.1268990638971]
標的タンパク質の構造に基づくデノボ薬物の設計は、新規な薬物候補を提供することができる。
そこで本研究では,特定のターゲットに対して,対象薬物をスクラッチから直接生成できるTamGentという生成ソリューションを提案する。
論文 参考訳(メタデータ) (2022-08-30T09:32:39Z) - Computer Vision for Volunteer Cotton Detection in a Corn Field with UAS
Remote Sensing Imagery and Spot Spray Applications [5.293431074053198]
綿花畑におけるイノシシ (Anthonomus grandis L.) 害虫の再寄生を抑えるため, 現在, ボランティア・綿花検出の実践は, 畑の端で手動のフィールド・スカウトを伴っている。
タッセリング(VT)成長期に成長するVC植物の検出と位置決定のために, YOLOv5mをラジオメトリックおよびガンマ補正低分解能(1.2メガピクセル)マルチスペクトル画像に適用した。
論文 参考訳(メタデータ) (2022-07-15T08:13:20Z) - Supervised learning for crop/weed classification based on color and
texture features [0.0]
本研究では,大豆および雑草の識別における色彩と食感の特徴について検討した。
無人航空機(UAV)から得られた大豆のイメージデータセットを用いて実験を行った。
論文 参考訳(メタデータ) (2021-06-19T22:31:54Z) - Potato Crop Stress Identification in Aerial Images using Deep
Learning-based Object Detection [60.83360138070649]
本稿では, 深層ニューラルネットワークを用いたジャガイモの空中画像解析手法を提案する。
主な目的は、植物レベルでの健康作物とストレス作物の自動空間認識を実証することである。
実験により、フィールド画像中の健康植物とストレス植物を識別し、平均Dice係数0.74を達成できることを示した。
論文 参考訳(メタデータ) (2021-06-14T21:57:40Z) - Using depth information and colour space variations for improving
outdoor robustness for instance segmentation of cabbage [62.997667081978825]
本研究は, 異なる環境条件下での作物のインスタンスセグメンテーションの改善に焦点をあてる。
深度情報と異なる色空間表現の影響を分析した。
その結果,色情報と組み合わせることでセグメンテーション精度が7.1%向上した。
論文 参考訳(メタデータ) (2021-03-31T09:19:12Z) - Dynamically corrected gates from geometric space curves [55.41644538483948]
本稿では,量子進化と幾何学的空間曲線の密接な関係を利用した演算をしながら,動的に誤差を補正する制御場の設計手法について概説する。
このアプローチは、与えられたタスクを達成する制御フィールドのグローバルなソリューション空間へのアクセスを提供し、様々なアプリケーションに対して実験可能なゲート操作の設計を容易にする。
論文 参考訳(メタデータ) (2021-03-30T01:12:36Z) - A Survey of Deep Learning Techniques for Weed Detection from Images [4.96981595868944]
既存の深層学習に基づく雑草検出・分類手法を検討する。
その結果,ほとんどの研究が教師あり学習手法を適用し,高い分類精度を達成した。
過去の実験は、大量のラベル付きデータが利用できる場合に既に高い精度を達成している。
論文 参考訳(メタデータ) (2021-03-02T02:02:24Z) - Weed Density and Distribution Estimation for Precision Agriculture using
Semi-Supervised Learning [0.0]
雑草密度と分布のロバストな推定のための深層学習に基づく半教師付き手法を提案する。
本研究では、作物や雑草を含む前景の植生画素を、畳み込みニューラルネットワーク(CNN)に基づく教師なしセグメンテーションを用いて最初に同定する。
雑草感染地域は、細調整されたCNNを用いて識別され、手作りの特徴を設計する必要がなくなる。
論文 参考訳(メタデータ) (2020-11-04T09:35:53Z) - Pollen13K: A Large Scale Microscope Pollen Grain Image Dataset [63.05335933454068]
この研究は、1万3千以上の天体を含む最初の大規模花粉画像データセットを提示する。
本稿では, エアロバイオロジカルサンプリング, 顕微鏡画像取得, 物体検出, セグメンテーション, ラベル付けなど, 採用データ取得のステップに注目した。
論文 参考訳(メタデータ) (2020-07-09T10:33:31Z)
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。