ПОДСЧЁТ ВСХОДОВ КУКУРУЗЫ ПО RGB-ИЗОБРАЖЕНИЯМ С БПЛА НА ОСНОВЕ МЕТОДОВ КОМПЬЮТЕРНОГО ЗРЕНИЯ И ГЛУБОКОГО ОБУЧЕНИЯ В УСЛОВИЯХ ЗНАЧИТЕЛЬНОЙ ЗАСОРЁННОСТИ И ЧАСТИЧНОЙ ОККЛЮЗИИ

2026

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.15372/aut20260101
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

Предлагается метод автоматического подсчёта количества всходов кукурузы в условиях значительной засорённости и частичной окклюзии по RGB-изображениям сверхвысокого пространственного разрешения (<0,5 см / пиксель), полученным с беспилотного летательного аппарата. Метод основан на комбинации алгоритмов компьютерного зрения и машинного обучения. Результаты экспериментальных исследований показали, что точность оценки количества всходов кукурузы на ранних стадиях вегетации в среднем составила ~97 %. An automatic method is proposed for counting maize seedlings under conditions of substantial weed infestation and partial occlusion using ultra-high-resolution (<0.5 cm/pixel) RGB imagery acquired from an unmanned aerial vehicle. The method is based on a combination of computer vision and machine learning algorithms. Experimental results demonstrate that the accuracy of estimating the number of maize seedlings at early growth stages averaged 97%.