| 11 мая 2018 г. — 10:16 PT
Исследовательская группа использовала коммерческий DJI Phantom 4 и программное обеспечение на базе ИИ для идентификации 7 различных видов деревьев в лесу в Киото, Япония. После некоторой доработки алгоритма дрон и программное обеспечение смогли идентифицировать деревья в лесу с точностью 89%. Это примечательно, потому что команде удалось добиться таких результатов с помощью потребительского дрона и обычных RGB-изображений вместо дорогостоящего оборудования, такого как мультиспектральные имиджеры, что представляет собой значительную экономию средств для исследователей и менеджеров лесного хозяйства.
DJI Phantom 4 и ИИ
Возможность автоматической идентификации деревьев в лесу является мечтой многих ученых и менеджеров по землепользованию, поскольку она полезна для оценки биоразнообразия, мониторинга инвазивных видов, картирования среды обитания диких животных и устойчивого управления лесами. Обычно требуется дорогостоящее оборудование, такое как бортовые гиперспектральные, мультиспектральные и LiDAR-сенсоры, но теперь японская исследовательская группа смогла добиться удовлетворительных результатов (точность 89%) с помощью коммерческого дрона DJI Phantom 4 и программного обеспечения на базе ИИ.
По сравнению с пилотируемым самолетом, дроны являются очень экономичным и простым в использовании инструментом. БПЛА могут летать гораздо ближе к пологу деревьев и захватывать изображения с более высоким разрешением, чем это возможно с пилотируемым самолетом. В своем отчете об исследовании упоминалось, что:
«Ожидается, что сочетание фотографии с БПЛА и глубокого обучения будет иметь высокий потенциал для классификации деревьев, даже если мы используем цифровую камеру потребительского класса. Кроме того, эта система машинного зрения станет экономичным и удобным инструментом для управления лесами».
После некоторой доработки алгоритма команде удалось идентифицировать 7 различных видов деревьев в лесу Киото с точностью 89%. Однако команда также указывает, что одной из причин отличных результатов является:
«Мы выбрали обучающие и тестовые изображения из одной и той же области и в одно и то же время. Предполагается, что формы деревьев различаются в разных средах, а цвета листьев и освещение различаются в зависимости от сезона и погоды. Эффективное использование форм деревьев (или DEM) и сезонности цветов листьев улучшит точность классификации, но в целом эти свойства могут негативно влиять на простое машинное обучение. Учитывая практичность, в дальнейших исследованиях желательна универсальная модель, обученная на изображениях из различных мест и времени».
Форма подписки по электронной почте
Хотите получать наше еженедельное утреннее письмо DroneRise? Введите свой адрес электронной почты ниже и найдите в своем почтовом ящике письмо для активации, чтобы подтвердить подписку на электронное письмо DroneRise.
Примечание: Поддержите DroneDJ, купив свой следующий дрон на нашем сайте. Вы можете использовать следующие ссылки напрямую от производителей, таких как DJI, Parrot, Yuneec, или у розничных продавцов, таких как Amazon, B&H, BestBuy или eBay. Спасибо!