論文の概要: 3D Skeletonization of Complex Grapevines for Robotic Pruning
- arxiv url: http://arxiv.org/abs/2307.11706v1
- Date: Fri, 21 Jul 2023 17:02:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-24 11:54:23.803728
- Title: 3D Skeletonization of Complex Grapevines for Robotic Pruning
- Title(参考訳): ロボットプルーニングのための複合グレープビンの3次元骨格化
- Authors: Eric Schneider and Sushanth Jayanth and Abhisesh Silwal and George
Kantor
- Abstract要約: 本研究の目的は,植物骨格化技術の拡張により,高密度で複雑なブドウの栽培に必要なロボット認識能力を向上することである。
本研究では, 3次元および骨格情報を用いて, 刈り取り位置選択に影響を及ぼす重要なブドウの定量値として, 刈り込み重量の予測精度が先行作業を超えていることを示す。
- 参考スコア(独自算出の注目度): 5.171090309853362
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Robotic pruning of dormant grapevines is an area of active research in order
to promote vine balance and grape quality, but so far robotic efforts have
largely focused on planar, simplified vines not representative of commercial
vineyards. This paper aims to advance the robotic perception capabilities
necessary for pruning in denser and more complex vine structures by extending
plant skeletonization techniques. The proposed pipeline generates skeletal
grapevine models that have lower reprojection error and higher connectivity
than baseline algorithms. We also show how 3D and skeletal information enables
prediction accuracy of pruning weight for dense vines surpassing prior work,
where pruning weight is an important vine metric influencing pruning site
selection.
- Abstract(参考訳): 休眠したブドウを刈り取るロボットは、ブドウのバランスとブドウの品質を高めるために活発に研究されている分野であるが、これまでのロボットの努力は、商業的なブドウ畑を代表しない平面的で簡素なブドウに重点を置いてきた。
本研究の目的は,植物骨格化技術の拡張により,より密集した複雑なブドウ構造を刈り取るのに必要なロボット認識能力を向上することである。
提案するパイプラインは、ベースラインアルゴリズムよりも低い再投影誤差と高い接続性を持つ骨格グレープバインモデルを生成する。
また,3次元および骨格情報により,プレニングサイト選択に影響を及ぼす重要なブドウの定量値として,前処理を超越した高密度ブドウの刈り上げ重量の予測精度が期待できることを示す。
関連論文リスト
- Vision-Based Cranberry Crop Ripening Assessment [1.8434042562191815]
この研究は、コンピュータビジョンを用いた熟成の定量的評価において、最初のものである。
ワインのブドウ、オリーブ、ブルーベリー、トウモロコシなどクランベリー以外の作物にも影響がある。
論文 参考訳(メタデータ) (2023-08-31T14:58:11Z) - Surgical fine-tuning for Grape Bunch Segmentation under Visual Domain
Shifts [6.489759672413373]
我々は、ブドウ畑の移動ロボットが収集した画像からブドウの群れを分割する難しい作業に焦点をあてる。
本稿では,特定のモデル層のみを選択的にチューニングすることで,事前学習したディープラーニングモデルを新たに収集したブドウのイメージに適応させる方法について述べる。
論文 参考訳(メタデータ) (2023-07-03T08:20:19Z) - Vision Transformers, a new approach for high-resolution and large-scale
mapping of canopy heights [50.52704854147297]
分類(離散化)と連続損失関数を最適化した新しい視覚変換器(ViT)モデルを提案する。
このモデルは、従来使用されていた畳み込みベースのアプローチ(ConvNet)よりも、連続損失関数のみで最適化された精度が向上する。
論文 参考訳(メタデータ) (2023-04-22T22:39:03Z) - GOHSP: A Unified Framework of Graph and Optimization-based Heterogeneous
Structured Pruning for Vision Transformer [76.2625311630021]
視覚変換器(ViT)は、様々なコンピュータビジョンタスクにおいて非常に印象的な経験的性能を示している。
この問題を緩和するために、構造化プルーニングはモデルサイズを圧縮し、実用的な効率を実現するための有望な解決策である。
グラフと最適化に基づく構造的プルーニング(Structured Pruning)を統合化したフレームワークであるGOHSPを提案する。
論文 参考訳(メタデータ) (2023-01-13T00:40:24Z) - Semantic Image Segmentation with Deep Learning for Vine Leaf Phenotyping [59.0626764544669]
本研究では,ブドウの葉のイメージを意味的にセグメント化するためにDeep Learning法を用いて,葉の表現型自動検出システムを開発した。
私たちの研究は、成長や開発のような動的な特性を捉え定量化できる植物ライフサイクルのモニタリングに寄与します。
論文 参考訳(メタデータ) (2022-10-24T14:37:09Z) - End-to-end deep learning for directly estimating grape yield from
ground-based imagery [53.086864957064876]
本研究は, ブドウ畑の収量推定に深層学習と併用した近位画像の応用を実証する。
オブジェクト検出、CNN回帰、トランスフォーマーモデルという3つのモデルアーキテクチャがテストされた。
本研究は,ブドウの収量予測における近位画像と深層学習の適用性を示した。
論文 参考訳(メタデータ) (2022-08-04T01:34:46Z) - Towards Precise Pruning Points Detection using Semantic-Instance-Aware
Plant Models for Grapevine Winter Pruning Automation [5.356754495353063]
a)ブドウのセグメンテーションのための新しい専門家アノテートデータセットと(b)最先端のニューラルネットワーク実装の現状について説明する。
我々は、ウシの冬刈りの正しい自動化に向けて、杖に一組の刈り取りポイントを作れます。
論文 参考訳(メタデータ) (2021-09-15T12:32:05Z) - Grapevine Winter Pruning Automation: On Potential Pruning Points
Detection through 2D Plant Modeling using Grapevine Segmentation [5.534990769313024]
グラペビンの冬刈りは複雑な作業であり、熟練した労働者が正しく実行する必要がある。
この操作が完了するのに約80~120時間かかることを考えると、自動化システムはプロセスのスピードアップに役立つ。
本稿では,この課題に対処するために,ブドウのイメージにオブジェクトセグメンテーションを施すことにより,新たな学際的アプローチを提案する。
論文 参考訳(メタデータ) (2021-06-08T09:36:54Z) - Approach for modeling single branches of meadow orchard trees with 3D
point clouds [0.0]
果樹園の栽培は生物多様性に有益であり、集中栽培された果樹園よりも著しく高い。
本研究の目的は,牧草地内の独立樹の採集点を自動的に決定する木モデルを作ることである。
論文 参考訳(メタデータ) (2021-04-12T08:25:27Z) - Kinematic-Structure-Preserved Representation for Unsupervised 3D Human
Pose Estimation [58.72192168935338]
大規模インスタディオデータセットの監視を用いて開発された人間のポーズ推定モデルの一般化可能性については疑問が残る。
本稿では,2対あるいは2対の弱い監督者によって抑制されない,新しいキネマティック構造保存型非教師付き3次元ポーズ推定フレームワークを提案する。
提案モデルでは,前方運動学,カメラ投影,空間マップ変換という3つの連続的な微分可能変換を用いる。
論文 参考訳(メタデータ) (2020-06-24T23:56:33Z) - Exploring Weight Importance and Hessian Bias in Model Pruning [55.75546858514194]
我々は,重要な自然概念に基づいて,刈り取りの原理的探索を行う。
線形モデルの場合、この重要度の概念は、よく知られたヘッセン式プルーニングアルゴリズムに接続するスケーリングによって得られる。
より小さくなったにもかかわらず重みがより重要になるような設定を特定し、その結果、マグニチュードベースプルーニングの破滅的な失敗に繋がる。
論文 参考訳(メタデータ) (2020-06-19T00:15:55Z)
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。