La estimación de la altura de las plantas de trigo sarraceno se basa en la visión estereoscópica y una red neuronal convolucional de regresión en condiciones de campo
Autores: Zhang, Jianlong; Xing, Wenwen; Song, Xuefeng; Cui, Yulong; Li, Wang; Zheng, Decong
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
La estimación de la altura de las plantas de trigo sarraceno se basa en la visión estereoscópica y una red neuronal convolucional de regresión en condiciones de campo
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Trigo sarraceno
Altura de la planta
Red neuronal convolucional de regresión
Modelo de estimación
Imagen de profundidad
Software LabVIEW
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 43
Citaciones: Sin citaciones
La altura de la planta de alforfón es un indicador importante para los productores. Debido al declive en la mano de obra agrícola, la adquisición automática y en tiempo real de información sobre el crecimiento de los cultivos se convertirá en un tema destacado para las granjas en el futuro. Para abordar este problema, nos centramos en la visión estéreo y una red neuronal convolucional (CNN) de regresión para estimar la altura de la planta de alforfón. MobileNet V3 Small, NasNet Mobile, RegNet Y002, EfficientNet V2 B0, MobileNet V3 Large, NasNet Large, RegNet Y008 y EfficientNet V2 L se modificaron en CNNs de regresión. A través de una validación cruzada de cinco pliegues de los datos del modelado, el RegNet Y008 modificado fue seleccionado como el modelo de estimación óptimo. Basado en la información de profundidad y contorno de la imagen de profundidad de alforfón, el error absoluto medio (MAE), el error cuadrático medio (RMSE), el error cuadrático medio (MSE) y el error relativo medio (MRE) al estimar la altura de la planta fueron de 0.56 cm, 0.73 cm, 0.54 cm y 1.7%, respectivamente. El valor del coeficiente de determinación (R2) entre los resultados estimados y medidos fue de 0.9994. Combinado con la plataforma de desarrollo de software LabVIEW, este método puede estimar el alforfón de manera precisa, rápida y automática. Este trabajo contribuye a la gestión automática de las granjas.
Descripción
La altura de la planta de alforfón es un indicador importante para los productores. Debido al declive en la mano de obra agrícola, la adquisición automática y en tiempo real de información sobre el crecimiento de los cultivos se convertirá en un tema destacado para las granjas en el futuro. Para abordar este problema, nos centramos en la visión estéreo y una red neuronal convolucional (CNN) de regresión para estimar la altura de la planta de alforfón. MobileNet V3 Small, NasNet Mobile, RegNet Y002, EfficientNet V2 B0, MobileNet V3 Large, NasNet Large, RegNet Y008 y EfficientNet V2 L se modificaron en CNNs de regresión. A través de una validación cruzada de cinco pliegues de los datos del modelado, el RegNet Y008 modificado fue seleccionado como el modelo de estimación óptimo. Basado en la información de profundidad y contorno de la imagen de profundidad de alforfón, el error absoluto medio (MAE), el error cuadrático medio (RMSE), el error cuadrático medio (MSE) y el error relativo medio (MRE) al estimar la altura de la planta fueron de 0.56 cm, 0.73 cm, 0.54 cm y 1.7%, respectivamente. El valor del coeficiente de determinación (R2) entre los resultados estimados y medidos fue de 0.9994. Combinado con la plataforma de desarrollo de software LabVIEW, este método puede estimar el alforfón de manera precisa, rápida y automática. Este trabajo contribuye a la gestión automática de las granjas.