第一次農(nóng)業(yè)革命發(fā)生在大約12，000年前，當(dāng)時(shí)人類定居并開始種植農(nóng)作物。從那以后，我們極大地改善了農(nóng)業(yè)的藝術(shù)和科學(xué)，擴(kuò)大了規(guī)模和產(chǎn)量，并在此過程中塑造了人類文明。一場(chǎng)新的、人工智能驅(qū)動(dòng)的農(nóng)業(yè)革命現(xiàn)在開始了嗎？
人工智能系統(tǒng)已經(jīng)在幫助農(nóng)民進(jìn)行土壤分析、種植、畜牧業(yè)、節(jié)水等?，F(xiàn)在，來自伊利諾伊大學(xué)厄巴納-香檳分校（UIUC）、Intelinair和俄勒岡大學(xué)的一組研究人員推出了Agriculture-Vision，這是一個(gè)用于農(nóng)業(yè)模式分析的大型航空?qǐng)D像數(shù)據(jù)集。
精準(zhǔn)實(shí)時(shí)的農(nóng)田視覺模式識(shí)別具有巨大的經(jīng)濟(jì)價(jià)值。例如，用于檢測(cè)田間條件的航拍圖像語義分割可以幫助農(nóng)民避免損失并在整個(gè)生長季節(jié)提高產(chǎn)量。然而，農(nóng)業(yè)視覺模式識(shí)別的進(jìn)展緩慢，特別是缺乏相關(guān)數(shù)據(jù)集。
開發(fā)用于農(nóng)業(yè)模式分析的航空?qǐng)D像數(shù)據(jù)集的挑戰(zhàn)之一是圖像大小。用于檢測(cè)航空農(nóng)田圖像的田間條件的語義分割需要“對(duì)具有極端注釋稀疏性的超大尺寸圖像進(jìn)行推理”，研究人員在論文中解釋說 農(nóng)業(yè)視覺：用于農(nóng)業(yè)模式分析的大型航空?qǐng)D像數(shù)據(jù)庫.
研究人員從美國3432個(gè)農(nóng)田收集了94986張航空?qǐng)D像。每張圖像由RGB和近紅外（NIR）通道組成，分辨率高達(dá)每像素10厘米。研究人員確定了九種最重要的場(chǎng)異常模式進(jìn)行注釋。由農(nóng)學(xué)專家培訓(xùn)的五名注釋員進(jìn)行了標(biāo)記，并由專家進(jìn)行了審查以確保準(zhǔn)確性。
研究小組在2107-19生長季節(jié)使用飛行器上的專用相機(jī)捕獲了農(nóng)田圖像。未處理的農(nóng)田圖像具有非常大的圖像尺寸（高達(dá) 33571 x 24351 像素），由于計(jì)算和內(nèi)存要求高，使得端到端分割變得困難，因此研究人員以 512 x 512 像素的窗口大小裁剪了注釋。
研究人員使用了一系列流行的對(duì)象語義分割模型來探索Agriculture-Vision數(shù)據(jù)集的可能應(yīng)用。他們選擇了DeepLab V3和DeepLab V3+進(jìn)行比較評(píng)估，并引入了專門的基于FPN的模型。在實(shí)驗(yàn)中，基于FPN的模型優(yōu)于通用對(duì)象語義分割模型。
盡管超大的航空農(nóng)田圖像帶來了獨(dú)特的挑戰(zhàn)，但農(nóng)業(yè)視覺數(shù)據(jù)集為研究界提供了一個(gè)利用豐富的數(shù)據(jù)資源探索該領(lǐng)域的機(jī)會(huì)。研究小組計(jì)劃使用更多圖像和附加模式（如熱圖像、土壤圖和地形圖）擴(kuò)展數(shù)據(jù)集。
研究中引用的其他農(nóng)業(yè)圖像數(shù)據(jù)集，讀者可能會(huì)感興趣：
1、智飛農(nóng)業(yè)數(shù)據(jù)集
2、用于評(píng)估基于計(jì)算機(jī)視覺的精準(zhǔn)農(nóng)業(yè)任務(wù)的作物/雜草田間圖像數(shù)據(jù)集
3、DeepWeeds：用于深度學(xué)習(xí)的多類雜草物種圖像數(shù)據(jù)集文章來源：http://www.zghlxwxcb.cn/news/detail-637751.html
論文《農(nóng)業(yè)-視覺：用于農(nóng)業(yè)模式分析的大型航空?qǐng)D像數(shù)據(jù)庫》發(fā)表在arXiv上。文章來源地址http://www.zghlxwxcb.cn/news/detail-637751.html
到了這里，關(guān)于用于農(nóng)業(yè)格局分析的新型大型航空影像數(shù)據(jù)庫的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
