WeedScout: Real-Time Autonomous blackgrass Classification and Mapping using dedicated hardware

要約

ブラックグラス (Alopecurus myosuroides) は、作物の収量を減らし、栽培コストを増加させることにより、食糧安全保障に広範な影響を与える競合雑草です。
農業への経済的負担に加えて、ブラックグラスの予防として除草剤を使用すると、きれいな水と衛生設備へのアクセスに悪影響を及ぼす可能性があります。
WeedScout プロジェクトでは、正確な雑草管理を実践するために、リアルタイムで黒草を検出するように調整された最先端のソリューションである Real-Rime Autonomous Black-Grass Classification and Mapping (RT-ABGCM) を導入しています。
人工知能 (AI) アルゴリズムを活用して、システムはライブ画像フィードを処理し、ブラックグラスの密度を推測し、2 つの成熟段階をカバーします。
この調査では、You Only Look Once (YOLO) モデル、特に NVIDIA Jetson Nano (NJN) を使用してエッジで高速化された合理化された YOLOv8 および YOLO-NAS の展開を調査しています。
このプロジェクトは、推論速度とモデルのパフォーマンスを最適化することで、農業実践への AI の統合を推進し、除草剤耐性や環境への影響などの課題に対する潜在的な解決策を提供します。
さらに、2 つのデータセットとモデルの重みが研究コミュニティに提供され、雑草検出と精密農業技術のさらなる進歩が促進されます。

要約(オリジナル)

Blackgrass (Alopecurus myosuroides) is a competitive weed that has wide-ranging impacts on food security by reducing crop yields and increasing cultivation costs. In addition to the financial burden on agriculture, the application of herbicides as a preventive to blackgrass can negatively affect access to clean water and sanitation. The WeedScout project introduces a Real-Rime Autonomous Black-Grass Classification and Mapping (RT-ABGCM), a cutting-edge solution tailored for real-time detection of blackgrass, for precision weed management practices. Leveraging Artificial Intelligence (AI) algorithms, the system processes live image feeds, infers blackgrass density, and covers two stages of maturation. The research investigates the deployment of You Only Look Once (YOLO) models, specifically the streamlined YOLOv8 and YOLO-NAS, accelerated at the edge with the NVIDIA Jetson Nano (NJN). By optimising inference speed and model performance, the project advances the integration of AI into agricultural practices, offering potential solutions to challenges such as herbicide resistance and environmental impact. Additionally, two datasets and model weights are made available to the research community, facilitating further advancements in weed detection and precision farming technologies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google