ОЦЕНКА КОЛИЧЕСТВА ВСХОДОВ ПОДСОЛНЕЧНИКА И ОБНАРУЖЕНИЕ СОРНЯКОВ ПО RGB-ИЗОБРАЖЕНИЯМ С БПЛА С ПОМОЩЬЮ ГЛУБОКОГО ОБУЧЕНИЯ
И.А. Пестунов1,2, Р.А. Калашников1, Н.В. Овчарова3, В.И. Беляев4, М.М. Силантьева3
1Федеральный исследовательский центр информационных и вычислительных технологий, Новосибирск, Россия
pestunov@ict.nsc.ru
2Институт автоматики и электрометрии СО РАН, Новосибирск, Россия
3Алтайский государственный университет, Барнаул, Россия
ovcharova_n_w@mail.ru
4Алтайский государственный аграрный университет, Барнаул, Россия
prof-belyaev@yandex.ru
Ключевые слова: RGB-изображения, беспилотные летательные аппараты, всходы подсолнечника, подсчёт растений, свёрточная нейронная сеть, DeepLabv3+, ResNet-101, YOLOv8, семантическая сегментация, обнаружение сорняков
Страницы: 28-40
Аннотация
Предлагаются автоматизированные методы подсчёта количества всходов подсолнечника и построения карт сорной растительности по RGB-изображениям сверхвысокого пространственного разрешения, полученным с помощью беспилотного летательного аппарата. Методы основаны на использовании свёрточных нейронных сетей DeepLabv3+, ResNet-101 и YOLOv8. Результаты экспериментальных исследований показали, что точность оценки количества всходов подсолнечника на ранних стадиях в среднем составила 96 %.
DOI: 10.15372/AUT20250403 |
