Un articol bazat pe rețele Transformer pentru segmentarea simetrică prin difuzie, destinat monitorizării creșterii grâului și numărării recoltelor.

Se propune în acest studiu un model de analiză a creșterii grâului și de numărare a recoltelor bazat pe segmentarea prin instanțe, menit să răspundă provocărilor legate de monitorizarea creșterii grâului și predicția randamentelor în medii agricole cu densitate mare.

Modelul integrează arhitectura transformer cu un mecanism de atenție simetrică și utilizează un modul de difuzie symmetrică pentru o segmentare precisă și măsurarea creșterii instanțelor de grâu.

Prin introducerea unei funcții de pierdere agregate, modelul optimizează în mod eficient atât acuratețea segmentării, cât și performanța măsurării creșterii.

Rezultatele experimentale arată că modelul propus excelează în mai multe metrici de evaluare.

În mod specific, pentru sarcina de acuratețe a segmentării, modelul de segmentare a instanțelor de grâu folosind mecanismul de atenție simetrică a obținut o Precizie de 0,91, o Recall de 0,87, o Acuratețe de 0,89, o mAP@75 de 0,88 și un scor F1 de 0,89, depășind semnificativ alte metode de referință.

Pentru sarcina de măsurare a creșterii, Precizia modelului a ajuns la 0,95, Recall-ul a fost de 0,90, Acuratețea a fost de 0,93, mAP@75 a fost de 0,92 și scorul F1 a fost de 0,92, demonstrând un avantaj clar în monitorizarea creșterii grâului.

În final, acest studiu oferă o metodă nouă și eficientă pentru monitorizarea precisă a creșterii și numărarea recoltelor în medii agricole cu densitate mare, oferind un sprijin substanțial pentru sistemele inteligente viitoare de luare a deciziilor în domeniul agricol..