需同意授權

穀粒含水量推估模型

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 輸入至輸出圖片範例

執行步驟
輸入:顏色特徵csv檔
輸出:含水量推估模型以及其推估結果(csv、png)
使用步驟:
0. 使用Anaconda建立一個虛擬環境
1. 於連結下載檔案並解壓縮獲得一資料夾
2. 將Anaconda終端所在位置移動至檔案資料夾
3. 執行 "pip install -r requirements.txt"
4. 將訓練資料放在"01_raw_data"資料夾中
5. 執行 "00_adapt_各種演算法整合.py"
6. 訓練完的模型將存在"02_Model_saved"資料夾中,推估結果將存在"03_predict_result"資料夾中

訓練模型引用ADAPT函式庫 @article{de2021adapt, title={ADAPT: Awesome Domain Adaptation Python Toolbox}, author={de Mathelin, Antoine and Deheeger, Fran{\c{c}}ois and Richard, Guillaume and Mougeot, Mathilde and Vayatis, Nicolas}, journal={arXiv preprint arXiv:2107.03049}, year={2021} }

Data and Resources

基礎工具

  • 穀粒含水量推估模型ZIP

    下載後利用python建立虛擬環境,環境需求如requirements.txt檔,若要重新訓練只要使用00_adapt_各種演算法整合.py並確認資料路徑...

Additional Info

Field Value
Last Updated August 26, 2024, 15:16 (+0800)
Created August 22, 2024, 10:18 (+0800)

Recommended AI Model

水稻徵狀影像辨識模型

更新頻率 定期
瀏覽次數 1501
下載次數 0
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...

水稻產量預測模型

更新頻率 定期
瀏覽次數 46598
下載次數 130
藉由輸入水稻多光譜影像資料,完成產量的預測

校正色卡偵測模型

更新頻率 定期
瀏覽次數 14167
下載次數 0
本模型使用YOLOv7作為物件偵測架構,以大田環境下透過智慧型手機拍攝包含黑、灰、白之影像校正色卡為應用情境,目標是檢測在畫面中不同位置擺設之影像校正色卡位置與類別,以便於使用者可以此偵測結果進行後續影像校正工作,提高影像分析之精準度與穩定性之用。 下圖由左至右分別為: 1.原圖 2.模型偵測結果圖(黑色、灰色、白色校正色卡位置與信心分數)...