WeedScout：基于专用硬件的实时Autonomous黑麦草分类与映射
机器人学
2024-05-14 v1 人工智能
摘要
黑麦草（Alopecurus myosuroides）是一种竞争性严重的杂草，对粮食安全产生广泛影响，通过降低作物产量和增加耕作成本。除农业经济负担外，作为防治黑麦草的预防性措施使用除草剂也会对清洁水源和公共卫生设施产生负面影响。WeedScout 项目引入了实时自主黑麦草分类与映射系统（RT-ABGCM），这是一种专为实时检测黑麦草而设计的前沿解决方案，旨在支持精密除草实践。该系统利用人工智能算法处理实时图像流，推断黑麦草密度，并覆盖两种成熟阶段。研究探讨了 You Only Look Once（YOLO）模型的部署，具体包括经过优化的 YOLOv8 和 YOLO-NAS，这些模型在 NVIDIA Jetson Nano（NJN）上进行边缘加速。通过优化推理速度和模型性能，该项目推动了人工智能在农业实践中的融合，为解决除草剂抗性和环境影响等挑战提供了潜在解决方案。此外，本项目提供了两个数据集和模型权重，旨在促进社区对杂草检测和精密农业技术的进一步发展。
引用
@article{arxiv.2405.07349,
title = {WeedScout: Real-Time Autonomous blackgrass Classification and Mapping using dedicated hardware},
author = {Matthew Gazzard and Helen Hicks and Isibor Kennedy Ihianle and Jordan J. Bird and Md Mahmudul Hasan and Pedro Machado},
journal= {arXiv preprint arXiv:2405.07349},
year = {2024}
}