Сегментація об’єктів на зображеннях для фенотипування рослин
Segment Anything – це потужна техніка, яка використовується для сегментації об’єктів на зображеннях, що є особливо ефективною для фенотипування рослин. Однак, різноманітність типів рослин та обмежена доступність анотованих зображень у вертикальних фермах створюють значні перешкоди для традиційних методів сегментації з наглядом. Ці виклики потребують нових підходів, які можуть забезпечити високу точність без необхідності в великій кількості анотованих даних.
Інноваційний фреймворк сегментації без навчання
Для подолання цих викликів ми пропонуємо новий фреймворк сегментації об’єктів без навчання, який інтегрує Grounding DINO з моделлю Segment Anything (SAM). Цей підхід використовує Vegetation Cover Aware Non-Maximum Suppression (VC-NMS), що включає Нормалізований індекс зеленості культур (NCGI) для покращення підказок для рамок. Крім того, ми комбінуємо карти схожості з критерієм максимальної відстані для покращення підказок для точок.
Переваги нашого підходу
- Значне покращення підказок для рамок і точок.
- Перевершення режиму “anything” SAM у сегментації без навчання.
- Виняткова генералізація в порівнянні з методами з наглядом.
Результати експериментів Segment Anything
Експерименти показують, що наш підхід демонструє значні переваги в сегментації без навчання. У порівнянні з традиційними методами з наглядом, такими як YOLOv11, ми досягаємо найкращих результатів сегментації на двох тестових наборах. Це надає ефективне рішення для проблеми нестачі анотованих даних у вертикальному землеробстві.
Ключові слова для подальшого дослідження
- Segment Anything
- Zero-shot
- Сегментація об’єктів
- Підсилення підказок
- Фундаментальні моделі
Отримано: 28 листопада 2024; Прийнято: 07 квітня 2025. Авторські права: © 2025 Bao, Yang, Li та Yang. Ця стаття є відкритим доступом і розповсюджується відповідно до умов Ліцензії Creative Commons Attribution (CC BY). Використання, розповсюдження або відтворення в інших форумах дозволено за умови, що оригінальні автори або ліцензіар вказані, а також що оригінальна публікація в цьому журналі цитується відповідно до прийнятої академічної практики.
Важливо зазначити, що всі заяви, висловлені в цій статті, є виключно думкою авторів і не обов’язково відображають позицію їхніх афілійованих організацій, видавця, редакторів і рецензентів. Будь-яке використання, розповсюдження або відтворення, що не відповідає цим умовам, заборонено. В результаті, наш підхід до сегментації об’єктів без навчання відкриває нові горизонти для досліджень у сфері вертикального землеробства та може суттєво вплинути на ефективність агрономічних практик.
Можливість стежити за новинами у більш стислому форматі в телеграм каналі головна сторінка сайту
