Algoritmo de fotografía de orientación de cultivos para terminales móviles
Autores: Jia, Yunsong; Zhao, Qingxin; Xiong, Yi; Chen, Xin; Li, Xiang
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Competencia digital
Calidad de imagen
Dispositivos móviles
Guía de recorte
Detección de orientación
Practicantes agrícolas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
Los problemas de falta de competencia digital entre los practicantes agrícolas y la calidad de imagen subóptima capturada usando dispositivos inteligentes móviles han sido abordados al proporcionar orientación adecuada a los fotógrafos para posicionar correctamente sus dispositivos móviles durante la captura de imágenes. Se desarrolló una aplicación para fotografía de orientación de cultivos, que implicaba clasificar e identificar cultivos desde diversas orientaciones y proporcionar indicaciones de orientación. Tres pasos fueron ejecutados, incluyendo el aumento de aleatoriedad de muestras, poda de modelo y destilación de conocimiento, para mejorar el modelo MobileNet para construir un modelo de detección de orientación basado en smartphone con alta precisión y bajos requisitos computacionales. Posteriormente, la aplicación se realizó utilizando los resultados de clasificación para indicaciones de orientación. La prueba demostró que este método guió de manera efectiva y sin problemas a los practicantes agrícolas en la captura de imágenes de cultivos de alta calidad, proporcionando una orientación fotográfica efectiva para los agricultores.
Descripción
Los problemas de falta de competencia digital entre los practicantes agrícolas y la calidad de imagen subóptima capturada usando dispositivos inteligentes móviles han sido abordados al proporcionar orientación adecuada a los fotógrafos para posicionar correctamente sus dispositivos móviles durante la captura de imágenes. Se desarrolló una aplicación para fotografía de orientación de cultivos, que implicaba clasificar e identificar cultivos desde diversas orientaciones y proporcionar indicaciones de orientación. Tres pasos fueron ejecutados, incluyendo el aumento de aleatoriedad de muestras, poda de modelo y destilación de conocimiento, para mejorar el modelo MobileNet para construir un modelo de detección de orientación basado en smartphone con alta precisión y bajos requisitos computacionales. Posteriormente, la aplicación se realizó utilizando los resultados de clasificación para indicaciones de orientación. La prueba demostró que este método guió de manera efectiva y sin problemas a los practicantes agrícolas en la captura de imágenes de cultivos de alta calidad, proporcionando una orientación fotográfica efectiva para los agricultores.