需同意授權
瀏覽次數
下載次數
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
- 使用anaconda建立VAN虛擬環境
- 根據安裝的cuda版本下載pytorch，網址:https://pytorch.org/get-started/locally/
- 下載模型壓縮檔，並解壓縮到一資料夾中
- 將anaconda終端所在位置移至解壓縮資料夾
- 安裝Python所需要的庫 (requirement.txt)
- 將想識別的水稻照片放置到source資料夾內
- 運行腳本 python riceSymptomTest.py
- 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
資料與資源
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...
額外的資訊
| 欄位 | 值 |
|---|---|
| 最後更新 | 5月 15, 2025, 15:22 (+0800) |
| 建立 | 6月 17, 2024, 14:50 (+0800) |
推薦AI模型
作物蟲害多光譜預警系統
更新頻率瀏覽次數
下載次數
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...