logo móvil
Contáctanos

Aprendizaje profundo para el reconocimiento de apertura estomática en hojas de kitam

Autores: Shi, Xinlong; Song, Yanbo; Shi, Xiaojing; Lu, Wenjuan; Zhao, Yijie; Zhou, Zhimin; Chai, Junmai; Liu, Zhenyu

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Aprendizaje profundo para el reconocimiento de apertura estomática en hojas de kitam


Categoría

Ciencias Agrícolas y Biológicas

Subcategoría

Agronomía y Ciencia de los Cultivos

Palabras clave

Kitam
Aberturas estomáticas
Giou refinado
Monitoreo en tiempo real
Yolv8s
Desintoxicación

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 22

Citaciones: Sin citaciones


Descripción
Kitam posee propiedades beneficiosas como la eliminación del calor, la desintoxicación y la supresión de la tos, lo que la convierte en una planta altamente nutritiva con un valor económico significativo. Durante su crecimiento, las hojas de la planta son propensas a infecciones que pueden afectar la función estomática y obstaculizar su crecimiento. La identificación efectiva de las aperturas estomáticas y la aplicación oportuna de productos químicos apropiados o hormonas, así como ajustes ambientales indirectos (como luz, temperatura y humedad) para regular las aperturas estomáticas son esenciales para mantener un crecimiento saludable de la planta. Actualmente, la observación manual es el método predominante para monitorear las aperturas estomáticas de Kitam, lo cual es complejo, intensivo en mano de obra y no adecuado para la detección automatizada. Para abordar esto, el estudio mejora YOLOv8s proponiendo un modelo de detección estomática en tiempo real y de alta precisión, Refined GIoU. Este modelo sustituye los métodos de evaluación de IoU originales en YOLOv8s con GIoU, DIoU y EIoU al tiempo que incorpora los mecanismos de atención SE (Squeeze-and-Excitation) y SA (Self-Attention) para mejorar la comprensión de la representación de características y las relaciones espaciales. Además, las mejoras en la capa P2 mejoran la extracción de características y la adaptación de escala. La efectividad del Refined GIoU se demuestra a través del entrenamiento y validación en un conjunto de datos de 1500 imágenes de estomas de Kitam. Los resultados muestran que el Refined GIoU logró una precisión promedio (mAP) de 0.935, una recuperación de 0.98 y un puntaje F1 de 0.88, reflejando un excelente rendimiento general. La función de pérdida GIoU es más adecuada para detectar las aperturas estomáticas de Kitam, mejorando significativamente la precisión de detección. Este modelo facilita la monitorización automatizada en tiempo real de las aperturas estomáticas, permitiendo medidas de control oportunas y mejorando los beneficios económicos del cultivo de Kitam.

Otros recursos que podrían interesarte

Temas Virtualpro