XiaoMi-AI文件搜索系统
World File Search System空中图像
使用RGB空中图像和机器学习检测咖啡叶矿工
摘要：咖啡生产的可持续性是全球生产者的关注点。为了保持可持续性，有必要达到令人满意的咖啡生产力和质量。害虫和疾病会降低生产率，并可能影响咖啡豆的质量。为了确保可持续性，生产商需要监测可能导致大量农作物损失的害虫，例如咖啡叶矿工Leucoptera Coffeella（Lepidoptera：Lyonetiidae），属于鳞翅目命令和Lyonetiidae家族。这项研究旨在使用机器学习技术和植被指数来远程识别咖啡叶矿工在咖啡种植地区的侵扰。咖啡叶矿工侵扰的现场评估是在2023年9月进行的。使用远程试验的飞机拍摄航空图像，以确定带有RGB（红色，绿色，蓝色）图像的13个营养指数。使用ArcGIS 10.8软件计算植被指数。一个综合数据库，其中包含咖啡叶矿工侵扰，植被指数和作物数据的详细信息。数据集分为培训和测试子集。使用了四种机器学习算法：随机森林（RF），逻辑回归（LR），支持向量机（SVM）和随机梯度下降（SGD）。超参数调整后，采用了测试子集进行模型验证。值得注意的是，SVM和SGD模型在估计咖啡叶矿工侵扰方面均表现出卓越的性能，KAPPA指数分别为0.6和0.67。植被指数和作物数据的综合使用提高了咖啡叶矿工检测的准确性。RF模型的性能不佳，而SVM和SGD模型的性能更好。这种情况突出了追踪咖啡叶矿工在不同年龄，不同品种和其他环境变量不同的领域中的挑战。
空中图像采集工具箱及其在... 中的应用
本文介绍了 TIA，一种用于航空图像采集的工具箱。TIA 为有人驾驶和无人驾驶飞机添加了工具，简化了与航空图像采集和处理相关的任务。实施 TIA 的第一步是进行需求分析，并生成一系列有用的功能。这些功能包括任务规划、自动任务执行、飞行员引导以及使用 GPS 接收器对照片和视频帧进行地理参考。TIA 的实施架构由三个计算机模块组成：充当显示器/键盘单元的掌上电脑、主计算机和摄像头控制器。每个计算机模块都有相应的软件模块。该工具箱已在超轻型飞机上进行了测试，目前正在集成到固定翼无人机 (UAV) 中。
空中图像采集工具箱及其在... 中的应用
本文介绍了 TIA，一种用于航空图像采集的工具箱。TIA 为有人驾驶和无人驾驶飞机添加了工具，简化了与航空图像采集和处理相关的任务。实施 TIA 的第一步是进行需求分析，并生成一系列有用的功能。这些功能包括任务规划、自动任务执行、飞行员引导以及使用 GPS 接收器对照片和视频帧进行地理参考。TIA 的实施架构由三个计算机模块组成：充当显示器/键盘单元的掌上电脑、主计算机和摄像头控制器。每个计算机模块都有相应的软件模块。该工具箱已在超轻型飞机上进行了测试，目前正在集成到固定翼无人机 (UAV) 中。
SeaDroneSim：模拟空中图像以探测水面上的物体
无人驾驶飞行器 (UAV) 以其速度快、功能多样而闻名，可用于收集航空图像和遥感数据，用于土地利用调查和精准农业。随着无人机的可用性和可访问性的增长，它们现在作为船舶监控和搜索救援 (SAR) 行动等海洋应用的技术支持至关重要。无人机上可以配备高分辨率摄像头和图形处理单元 (GPU)，以有效和高效地帮助定位感兴趣的物体，适用于紧急救援行动，或者在我们的案例中，用于精准水产养殖应用。现代计算机视觉算法使我们能够在动态环境中检测感兴趣的物体；然而，这些算法依赖于从无人机收集的大型训练数据集，而目前在海洋环境中收集这些数据集非常耗时且费力。为此，我们提出了一个新的基准套件 SeaD- roneSim，它可用于创建具有真实感的照片级航空图像数据集，并为任何给定对象的分割掩模提供地面实况。仅利用 SeaDroneSim 生成的合成数据，我们在真实航拍图像上获得了 71 个平均精度 (mAP)，用于检测我们感兴趣的对象，即本可行性研究中流行的开源遥控水下机器人 (BlueROV)。这款新模拟套装的结果可作为检测 BlueROV 的基准，可用于