Counting Corn Seedlings from UAV-Based RGB Images Using Computer Vision and Deep Learning Methods in Significant Weed Infestation and Partial Occlusion Conditions

Игорь Алексеевич Пестунов, R. A. Kalashnikov, Ravil I. Mukhamediev, Адилхан Сымагулов

2026

Жабық қол жеткізу Метадеректер (CSL-JSON)
DOI 10.3103/s8756699026700019
Деректер сенімділігі 70 орташа
Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

A method is proposed for automatically counting corn seedlings under significant weed infestation and partial occlusion using RGB images of ultrahigh spatial resolution ( $${<}0.5$$ cm/pixel) acquired from an unmanned aerial vehicle. The method combines computer vision and machine learning algorithms. Experimental studies have shown that the accuracy of estimated average number of corn seedlings in the early stages of vegetation is $${\sim}97\%$$