需同意授權

水稻徵狀影像辨識模型

水稻徵狀影像辨識模型

水稻徵狀影像辨識模型主要用於辨識水稻病害、蟲害、營養障礙與其他等四大類別。使用者可於田間拍攝到水稻徵狀照片後,透過此模型作快速辨識。

AI模型訓練過程

團隊利用視覺注意力網路(Visual Attention network,VAN)進行AI影像辨識訓練,VAN利用以下兩種方法來對圖像建立關聯,第一是具備近似於self-attention 的機制來捕捉long-range dependence;第二是使用大核卷積(large kernel convolution)來建立關聯性並產生注意力地圖。

訓練所使用的資料集

Rice nutrient, disease and pest symptom image dataset (水稻營養,病蟲害徵狀影像資料集)

模型使用步驟 - 請下載Rice Symptom Test package壓縮檔

  1. 使用anaconda建立VAN虛擬環境
  2. 根據安裝的cuda版本下載pytorch,網址:https://pytorch.org/get-started/locally/
  3. 下載模型壓縮檔,並解壓縮到一資料夾中
  4. 將anaconda終端所在位置移至解壓縮資料夾
  5. 安裝Python所需要的庫 (requirement.txt)
  6. 將想辨識的水稻照片放置到source資料夾內
  7. 運行程式碼 python riceSymptomTest.py
  8. 判讀結果的照片自動保存至result資料夾,該照片會顯示判識的水稻問題名稱

可視化驗證

https://drive.google.com/file/d/1uY6HbGcVEyaE2QSLtKDLHYawnGC6Y202/view?usp=drive_link

類別激活圖(Vis_Cam)進行可視化分析

水稻徵狀問題影線辨識模型可視化結果

Data and Resources

基礎工具

  • Rice Symptom Test package.rarapplication/x-rar-compressed

    水稻徵狀辨識模型,此模型可以辨識的類別包含蟲害、病害與營養障礙等徵狀。 此壓縮檔包含以下檔案...

Additional Info

Field Value
Last Updated June 2, 2025, 14:03 (+0800)
Created June 17, 2024, 14:50 (+0800)

Recommended AI Model

作物蟲害多光譜預警系統

更新頻率 定期
瀏覽次數 6526
下載次數 0
無人機多光譜影像預測蟲害發生的模型摘要 1. 簡介 本指南介紹如何利用無人機多光譜影像數據來預測蟲害發生的可能性,並進行提前預警和防治。模型將使用 Weka 3.8.3 工具進行開發和讀取。 2. 資料準備 2.1 無人機多光譜影像獲取 使用無人機配備多光譜攝像頭對農田進行影像拍攝。 確保影像覆蓋範圍全面,分辨率適中。 2.2 數據處理...

水稻產量預測模型

更新頻率 定期
瀏覽次數 79025
下載次數 131
藉由輸入水稻多光譜影像資料,完成產量的預測

穀粒含水量推估模型

更新頻率 定期
瀏覽次數 4634
下載次數 0
本模型使用Python之開源函式庫ADAPT為主要基本架構,旨在應用將手機拍攝的稻穗影像顏色特徵作為訓練資料,以領域適應(Domain Adaptation, DA)方法推估出各影像中的穀粒含水量。 下圖由左至右分別為:1.基於特徵的領域適應方法適應前後的特徵t-SNE圖、2.基於實例的領域適應方法重要實例標註的特徵t-SNE圖 執行步驟...