亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于EasyDL樹木蟲害識別的人工智能實驗演示系統(tǒng)設計與實現(xiàn)

        2021-12-14 07:16:12孟海濤
        實驗室研究與探索 2021年10期
        關鍵詞:置信度蟲害樹木

        孟海濤,王 闖,王 越

        (鹽城工學院信息工程學院,江蘇鹽城 224051)

        0 引言

        隨著人工智能專業(yè)的開設,相應實驗與開發(fā)平臺也越來越多[1-2]。但人工智能演示實驗是人工智能專業(yè)學生接觸的第1 個專業(yè)實驗,要盡可能向?qū)W生直觀展示人工智能在行業(yè)中應用,將學生引導入門。結(jié)合我國林業(yè)養(yǎng)護工人蟲害知識相對缺乏,害蟲的診斷方法主要是依靠人工識別、主觀因素大、實時性差,因此利用先進的百度AI人工智能技術自制了集專業(yè)性、實用性與趣味性的樹木蟲害識別的人工智能實驗演示系統(tǒng)。實驗演示系統(tǒng)涉及人工智能、自動化控制、機械制造等多學科,集圖像采集、智能識別、精確定位一體,能夠正確直觀地顯示出樹木蟲害信息。

        1 機械裝置及控制系統(tǒng)

        實驗系統(tǒng)由機械裝置、控制系統(tǒng)、樹木蟲害識別系統(tǒng)組成,如圖1 所示。其中機械裝置部分主要由C 形環(huán)、履帶式底盤和垂直升降機構(gòu)組成。垂直升降機構(gòu)由步進電動機、滑塊、絲杠和絲杠螺母組成。機械控制系統(tǒng)由工控機、垂直步進電動機驅(qū)動器、C環(huán)驅(qū)動電動機伺服驅(qū)動器、履帶直流電動機伺服驅(qū)動器組成。機械控制系統(tǒng)在控制垂直升降機構(gòu)由下向上運動的同時,還控制C 形環(huán)旋轉(zhuǎn),使得C 形環(huán)上的高速攝像機對樹干做螺旋上升勻速運動。控制系統(tǒng)采用伺服閉環(huán)控制系統(tǒng),通過對伺服電動機的速度反饋控制[3-5],實現(xiàn)對旋轉(zhuǎn)圖像采集動態(tài)及穩(wěn)態(tài)的控制要求,實現(xiàn)實時采集樹干表面圖像信息,精準確定蟲害位置。

        圖1 實驗系統(tǒng)示意圖

        2 樹木蟲害識別系統(tǒng)

        為了避免苦澀難懂的人工智能算法,識別系統(tǒng)核心使用了百度AI 的EasyDL 定制化訓練和服務平臺[6-8],通過上傳樹木蟲害圖譜訓練模型獲取樹木蟲害,人工標注學習獲取蟲害識別模型,系統(tǒng)通過云端Rest API調(diào)用模型實現(xiàn)蟲害圖像智能識別。系統(tǒng)作業(yè)的主要流程:首先通過360°旋轉(zhuǎn)圖像采集獲取樹干表面原始圖像,經(jīng)過WiFi送至主機進行圖像拼接和蟲斑蟲洞分割;其次將分割后蟲斑蟲洞圖像送至樹木蟲害圖像識別系統(tǒng)識別;保存識別后的蟲害信息、位置信息,并在工控機屏幕顯示,實現(xiàn)樹木蟲害監(jiān)測、防治。樹木蟲害識別系統(tǒng)方案如圖2 所示。

        圖2 樹木蟲害識別系統(tǒng)工作方案

        2.1 圖像采集及拼接

        (1)圖像采集。360°旋轉(zhuǎn)圖像采集原理示意圖如圖3 所示,圖像采集使用帶WiFi的高速高清運動攝像頭,30 幀/s 圖像,即旋轉(zhuǎn)12°拍照一次。圖4 為旋轉(zhuǎn)60°所采集的5 張樹木表面圖像。由于鏡頭視角是135°,因此相鄰圖像有重疊現(xiàn)象。

        圖3 360°旋轉(zhuǎn)圖像采集原理

        圖4 旋轉(zhuǎn)60°所采集的5張樹木表面圖像

        (2)圖像拼接。圖像配準的精確度是圖像拼接質(zhì)量好壞的關鍵要點。拼接算法的設計思想是在配準精度高的前提下確保計算量不宜過大?;谔卣鼽c匹配的圖像拼接算法主要由特征點檢測、特征點匹配、空間變換3 個模塊構(gòu)成[9],如圖5 所示。利用特征點匹配方法找到圖像間的重疊之處,角點是特征點的提取重點,作品采用成熟的Harris 角點檢測算法提取角點[10-11]。然后在重疊區(qū)域內(nèi)提取特征點取代全副圖像查找特征點,最終實現(xiàn)圖像拼接,圖像拼接原理示意圖如圖6 所示。

        圖5 基于特征點匹配的圖像拼接算法框圖

        圖6 圖像拼接原理示意圖

        2.2 樹木蟲害識別

        (1)百度EasyDL定制化圖像識別平臺。EasyDL基于Paddle Paddle飛槳深度學習框架構(gòu)建而成,內(nèi)置豐富百度用戶百億級大數(shù)據(jù)訓練的成熟預訓練模型,底層結(jié)合百度自研的AutoDL/AutoML技術,基于少量數(shù)據(jù)就能獲得出色效果和性能的模型[5]。用戶上傳自己的圖片進行訓練,訓練完成的模型存儲在云端,可通過獨立云端Rest API 調(diào)用模型,實現(xiàn)圖像識別。目前,Easy DL 平臺企業(yè)總注冊用戶數(shù)超過70 萬名,應用企業(yè)覆蓋20 多個行業(yè)[6-8]。

        (2)定制EasyDL 訓練機器學習模型。定制EasyDL訓練機器學習模型的流程,如圖7 所示,其詳細步驟如下:

        圖7 EasyDL訓練機器學習模型

        Step 0選擇模型。在EasyDL 圖像識別頁面選擇【圖像分類】模型訓練。

        Step 1創(chuàng)建模型。在導航【創(chuàng)建模型】中,填寫模型名稱蟲害識別系統(tǒng)、聯(lián)系方式、功能描述等信息,即可創(chuàng)建模型。模型創(chuàng)建成功后,可以在【我的模型】中看到剛剛創(chuàng)建的蟲害識別系統(tǒng)模型。

        Step 2上傳并標注數(shù)據(jù)。在訓練之前需要在數(shù)據(jù)中心【創(chuàng)建數(shù)據(jù)集】,圖像分類【數(shù)據(jù)集準備與提交】,如圖8 所示。

        ①設計分類:首先設計分類,每個分類為希望系統(tǒng)識別出的一種結(jié)果,選擇懸鈴木常見樹干蟲害“天?!薄胺匠峋W(wǎng)蝽”“黃刺蛾”[12-15]等分別作為一個分類。

        ②準備數(shù)據(jù):基于設計好的分類準備圖片,一共3種分類,每個分類需要準備30 張,共90 張,如圖8所示。

        圖8 懸鈴木天牛幼蟲蛀害圖片分類

        ③上傳數(shù)據(jù):將所有準備好的圖片按分類順序放在不同的文件夾里,同時將所有文件夾壓縮為zip 格式,在【創(chuàng)建數(shù)據(jù)集】頁面直接上傳即可。

        ④上傳和標注圖片:(a)先在【創(chuàng)建數(shù)據(jù)集】頁面創(chuàng)建數(shù)據(jù)集;(b)再進入【數(shù)據(jù)標注/上傳】;(c)選擇數(shù)據(jù)集;(d)上傳已準備好的圖片;(e)在標注區(qū)域內(nèi)進行標注。

        以“檢測圖片中的蟲害”為例,首先在標注框上方找到工具欄,點擊標注按鈕在圖片中拖動畫框,圈出要識別的目標如圖9 所示。然后在右側(cè)的標簽欄中,增加新標簽,或選擇已有標簽。

        圖9 數(shù)據(jù)標注

        Step 3訓練模型。將待訓練數(shù)據(jù)上傳后,可以在導航中找到【訓練模型】,啟動模型訓練。①選擇此次訓練的模型;②勾選應用類型,可選擇在線云服務和離線識別SDK;③選擇算法,以圖像分類為例,可以選擇通用算法或AutoDL Transfer,可以選擇訓練方式,并進一步調(diào)節(jié)參數(shù);④添加訓練數(shù)據(jù),先選擇數(shù)據(jù)集,再按分類選擇數(shù)據(jù)集里的圖片??蓮亩鄠€數(shù)據(jù)集選擇圖片(相同分類的訓練圖片會被合并)。

        Step 4校驗模型效果??赏ㄟ^模型評估報告或模型校驗了解模型效果,如果對模型效果不滿意,可以通過擴充數(shù)據(jù)、調(diào)整標注等方法進行模型迭代。

        Step 5發(fā)布模型。在線API,訓練完畢后就可以在左側(cè)導航欄中找到【發(fā)布模型】,如圖10 所示,發(fā)布模型表單頁面需要自定義接口地址后綴、服務名稱,即可申請發(fā)布。

        圖10 發(fā)布模型

        在正式使用之前,還需要做的一項工作為接口賦權,需要登錄Easy DL控制臺中創(chuàng)建一個應用,獲得由一串數(shù)字組成的appid,然后就可以參考接口文檔正式使用了,同時支持在EasyDL 控制臺-云服務權限管理中為第三方用戶配置權限。

        3 蟲害識別測試

        通過采集200 張懸鈴木、楊樹和香樟樹樹干原始表面圖像,其中蟲害圖片50 張,如圖11、表1 所示。設置不同置信度,計算查全率r和查準率p:

        表1 測試數(shù)據(jù)匯總 棵

        圖11 部分測試圖片

        式中:FN表示在判定蟲害圖像中誤判張數(shù);TP表示在判定蟲害圖像中正確張數(shù);FP表示在判定非蟲害圖像中誤判張數(shù);TN表示在判定非蟲害圖像中正確張數(shù)。

        (1)將系統(tǒng)識別置信度設置為50%,輸入系統(tǒng)后測試結(jié)果,系統(tǒng)檢測出蟲害圖片78 張,其中50 張有蛀干害蟲圖片全部檢出,誤判28 張,如表2 所示。判定蟲害圖像78 張,其中FN=28 張誤判,TP=50 張正判;判定非蟲害圖像122 張,其中FP=0 張誤判,TN=122 張正判。

        表2 置信度為50%測試結(jié)果 棵

        (2)將系統(tǒng)識別置信度設置為75%,輸入系統(tǒng)后測試結(jié)果,系統(tǒng)檢測出蟲害圖片58 張,其中誤判11張,如表3 所示。判定蟲害圖像58 張,其中FN=11張誤判,TP=47 張正判;判定非蟲害圖像142 張,其中FP=3 張誤判,TN=139 張正判。

        表3 置信度為75%測試結(jié)果 棵

        (3)將系統(tǒng)識別置信度設置為85%,輸入系統(tǒng)后測試結(jié)果,系統(tǒng)檢測出蟲害圖片39 張,其中50 張有蛀干害蟲圖片檢出39 張,誤判0 張,如表4 所示。判定蟲害圖像39 張,其中FN=0 張誤判,TP=39 張正判;判定非蟲害圖像161 張,其中FP=11 張誤判,TN=150 張正判。

        表4 置信度為85%測試結(jié)果 棵

        由上檢測結(jié)果分析可以得出不同識別置信度的設置直接影響系統(tǒng)的蟲害識別率,如表5 所示。綜合考慮,設置置信度為75%,可得到系統(tǒng)的查全率為94%和查準率為81%。

        表5 檢測結(jié)果分析表 %

        4 樹木蟲害識別實驗演示系統(tǒng)樣機

        樹木蟲害識別實驗演示樣機如圖12 所示,樣機可以實現(xiàn)獲取樹木位置、樹木胸徑、樹干蟲害等信息。

        圖12 實驗演示系統(tǒng)樣機

        (1)樹木地理位置信息采集。樹木地理位置信息是利用北斗模塊采集樹木坐落的經(jīng)緯度來實現(xiàn)。樹木地理位置可用可視化樹木地圖顯示,并且結(jié)合樹木蟲害信息、生長情況,實現(xiàn)數(shù)據(jù)關聯(lián)挖掘,可進行樹木蟲害預測、樹種選擇等。

        (2)樹干直徑測算及表面圖像采集拼接。根據(jù)每周采集30 幀圖像,利用特征點,實現(xiàn)360°的樹干表面圖像拼接。根據(jù)樹干圖像可測算樹木直徑。

        (3)蟲害圖像識別。利用在百度EasyDL 平臺訓練得到的識別模型appid,系統(tǒng)通過API可實現(xiàn)云端調(diào)用模型,實現(xiàn)蟲害圖像精準識別、定位蟲害位置,同時顯示該樹木的名稱、經(jīng)緯度位置、樹木胸徑、樹齡預測等信息。界面如圖13 所示。

        圖13 樹木蟲害識別界面

        5 結(jié)語

        本文開發(fā)基于百度EasyDL 平臺的樹木蟲害智能識別系統(tǒng)實驗裝置,通過校內(nèi)樹木蟲害現(xiàn)場測試驗證了本實驗裝置的有效性。在新生專業(yè)介紹中,利用本實驗裝置向2020 級人工智能專業(yè)學生展示了多學科交叉的人工智能應用場景,激發(fā)了學生強烈的學習興趣,對學生深入學習人工智能專業(yè)開啟了良好的開端。

        猜你喜歡
        置信度蟲害樹木
        硼鋁復合材料硼含量置信度臨界安全分析研究
        樹木之最
        桃樹主要蟲害及防治方法
        河北果樹(2020年4期)2020-11-26 06:05:04
        不用農(nóng)藥也能治蟲害
        正負關聯(lián)規(guī)則兩級置信度閾值設置方法
        計算機應用(2018年5期)2018-07-25 07:41:26
        辨認樹木
        樹木也睡覺
        淺析白三葉的蟲害防治
        行道樹香櫞主要蟲害及其防治
        置信度條件下軸承壽命的可靠度分析
        軸承(2015年2期)2015-07-25 03:51:04
        亚洲精品亚洲人成在线播放| 精品久久久久久久无码人妻热| 无码一区二区三区在线| 欧美日韩在线观看免费| 加勒比东京热综合久久| 精品国产亚洲第一区二区三区| 免费无码av一区二区| 亚洲综合色丁香婷婷六月图片| 国产360激情盗摄一区在线观看| 国产麻豆剧传媒精品国产av| 亚洲中文字幕无码不卡电影| 97人妻熟女成人免费视频| 无码丰满熟妇浪潮一区二区av| 日日麻批免费高清视频| 亚洲精品无码高潮喷水a片软| 精品久久综合亚洲伊人| 91国产超碰在线观看| 日韩精品在线视频一二三| 国产精品51麻豆cm传媒| 欧美伊人亚洲伊人色综| av有码在线一区二区三区| 刺激一区仑乱| 后入内射欧美99二区视频| 国产韩国精品一区二区三区| 久久这里都是精品99| 曰欧一片内射vα在线影院| 国产美女在线一区二区三区| 日韩中文字幕乱码在线| 无码人妻久久久一区二区三区| 骚小妹影院| 国产一区二区三区国产精品| 国产中文字幕免费视频一区| 日韩精品一区二区三区中文| 亚洲天堂中文| 一本到亚洲av日韩av在线天堂| 亚洲av乱码一区二区三区按摩| 亚洲国产综合人成综合网站| 日韩精品中文字幕免费人妻| 亚洲精品久久国产精品| 国产成人vr精品a视频| 少妇高潮无码自拍|