Kaip daugialypių piktžolių aptikimas YOLOv8 pagrindu padidina medvilnės tiksliojo ūkininkavimo efektyvumą?

Medvilnės auginimas yra labai svarbi Jungtinių Valstijų žemės ūkio dalis, kuri reikšmingai prisideda prie ekonomikos. Vien 2021 m. ūkininkai nuėmė daugiau kaip 10 mln. hektarų medvilnės, iš kurių buvo pagaminta daugiau kaip 18 mln. ryšulių medvilnės, kurių vertė beveik 7,5 mlrd. Nepaisant medvilnės svarbos ekonomikai, jos auginimas susiduria su dideliu iššūkiu - piktžolėmis.

$7.5billion.$Per didelis herbicidų naudojimas kelia ne tik finansinę įtampą, bet ir aplinkosaugos problemas, nes teršia dirvožemį ir vandens šaltinius.

Siekdami spręsti šiuos iššūkius, mokslininkai imasi tiksliosios žemdirbystės technologijų - ūkininkavimo metodų, kuriuose naudojami duomenimis pagrįsti įrankiai, kad būtų optimizuotas lauko valdymas. Vienas iš novatoriškų sprendimų yra YOLOv8 modelis - pažangiausia dirbtinio intelekto priemonė, skirta piktžolėms aptikti realiuoju laiku.

Atsparumo herbicidams didėjimas ir jo poveikis

Nuo 1996 m. plačiai pradėjus naudoti herbicidams atsparias (HR) medvilnės sėklas, pasikeitė ūkininkavimo praktika. HR augalai yra genetiškai modifikuoti taip, kad būtų atsparūs tam tikriems herbicidams, todėl ūkininkai gali purkšti chemines medžiagas, pavyzdžiui, glifosatą, tiesiai ant pasėlių jų nepažeisdami.

Iki 2020 m. 96% JAV medvilnės ploto bus naudojama HR veislių medvilnė, taip sukuriant priklausomybės nuo herbicidų ciklą. Iš pradžių šis metodas buvo veiksmingas, tačiau ilgainiui dėl natūralios atrankos piktžolės išsiugdė atsparumą.

Šiuo metu 70% JAV ūkių užkrėsta herbicidams atsparios piktžolės, todėl ūkininkai priversti naudoti 30% daugiau cheminių medžiagų nei prieš dešimtmetį. Pavyzdžiui, Palmerio amarantas, greitai auganti ir daug kartų dauginanti piktžolė, gali sumažinti medvilnės derlių 79%, jei nėra laiku suvaldomas.

Finansinė našta didžiulė: atsparių piktžolių naikinimas ūkininkams kasmet kainuoja milijardus, o herbicidų nuotėkis užteršia 41% gėlo vandens šaltinių netoli žemės ūkio naudmenų. Šie iššūkiai rodo, kad reikia skubiai ieškoti novatoriškų sprendimų, kurie sumažintų priklausomybę nuo cheminių medžiagų ir kartu išlaikytų pasėlių produktyvumą.

Mašinų matymas: Tvari alternatyva piktžolių tvarkymui

Reaguodami į atsparumo herbicidams krizę, mokslininkai kuria mašininio matymo sistemas - technologijas, kurios sujungia kameras, jutiklius ir dirbtinio intelekto algoritmus, kad galėtų tiksliai aptikti ir klasifikuoti piktžoles. Mašininė vizija imituoja žmogaus regimąjį suvokimą, tačiau greičiau ir tiksliau, todėl galima automatizuotai priimti sprendimus.

Šios sistemos leidžia tikslingai atlikti intervencinius veiksmus, pavyzdžiui, robotai ravėtojai mechaniškai pašalina augalus arba išmanieji purkštuvai išpurškia herbicidus tik ten, kur reikia. Ankstyvosios šių technologijų versijos buvo netikslios, nes dažnai neteisingai atpažindavo augalus kaip piktžoles arba neaptikdavo mažų augalų.

Tačiau pažanga gilaus mokymosi srityje - mašininio mokymosi poskyryje, kuriame duomenims analizuoti naudojami daugiasluoksniai neuroniniai tinklai - gerokai pagerino našumą. Konvoliuciniai neuroniniai tinklai (CNN) - gilaus mokymosi modelio tipas, optimizuotas vaizdų analizei - puikiai atpažįsta vaizdinių duomenų modelius.

YOLO (You Only Look Once) šeimos modeliai, žinomi dėl savo greičio ir tikslumo aptinkant objektus, tapo ypač populiarūs žemės ūkyje. Naujausia iteracija, YOLOv8, piktžolių aptikimo tikslumas viršija 90%, todėl ji keičia žaidimo taisykles tiksliojoje žemdirbystėje.

CottonWeedDet12 duomenų rinkinys: Sėkmės pagrindas

Patikimiems dirbtinio intelekto modeliams mokyti reikia aukštos kokybės duomenų, o CottonWeedDet12 duomenų rinkinys yra labai svarbus šaltinis piktžolių aptikimo tyrimams. Duomenų rinkinys - tai struktūrizuotas duomenų rinkinys, naudojamas mašininio mokymosi modeliams mokyti ir testuoti.

Šį duomenų rinkinį, surinktą iš Misisipės valstijos universiteto mokslinių tyrimų ūkių, sudaro 5 648 didelės skiriamosios gebos medvilnės laukų vaizdai, prie kurių pridėta 9 370 riboženklių, identifikuojančių 12 įprastų piktžolių rūšių. Ribiniai langeliai - tai stačiakampiai rėmeliai, nubrėžti aplink dominančius objektus (pvz., piktžoles) vaizduose, kuriuose nurodomos tikslios vietos dirbtinio intelekto modeliams mokyti. Pagrindinės funkcijos:

• 12 piktžolių klasių: Vandens amaras (dažniausias), rytinis amaras, Palmerio amarantas, dėmėtoji spurga ir kt.
• 9 370 riboženklių anotacijų: Ženklinama naudojant VGG Image Annotator (VIA).
• Įvairios sąlygos: Vaizdai, užfiksuoti esant skirtingam apšvietimui (saulėta, debesuota), augimo etapams ir dirvožemio fonui

Piktžolės yra įvairios - nuo vandeninių kanapių (dažniausia) iki dirvinių našlaičių, Palmerio amaranto ir dėmėtosios plukės. Siekiant užtikrinti, kad duomenų rinkinys atspindėtų realias sąlygas, vaizdai buvo fiksuojami esant skirtingam apšvietimui (saulėta, debesuota) ir skirtingais augimo etapais.

Pavyzdžiui, kai kurios piktžolės pasirodo kaip maži daigeliai, o kitos yra visiškai suaugusios. Be to, duomenų rinkinyje yra įvairių dirvožemio fonų ir augalų išsidėstymo, todėl imituojamas realių medvilnės laukų sudėtingumas.

Prieš pradėdami mokyti YOLOv8 modelį, tyrėjai iš anksto apdorojo duomenis, kad padidintų jo patikimumą. Išankstinis apdorojimas apima neapdorotų duomenų modifikavimą, siekiant pagerinti jų tinkamumą dirbtinio intelekto mokymui. Tokie metodai, kaip mozaikos didinimas, kuris sujungia keturis vaizdus į vieną, padėjo imituoti tankias piktžolių populiacijas.

Kitais metodais, pavyzdžiui, atsitiktinio mastelio keitimo ir apvertimo, modelis buvo parengtas taip, kad būtų galima apdoroti augalų dydžio ir orientacijos pokyčius.

• mastelio keitimas (±50%), kirpimas (±30°) ir apvertimas, kad būtų imituojamas realaus pasaulio kintamumas.

Naudojant vizualizavimo metodą, vadinamą t-SNE (t-Distributed Stochastic Neighbor Embedding) - mašininio mokymosi algoritmą, kuris sumažina duomenų matmenis, kad būtų galima sukurti vizualinius klasterius - buvo atskleistos atskiros kiekvienos piktžolių klasės grupės, o tai patvirtino, kad duomenų rinkinys tinkamas modeliams, kuriais galima mokyti atpažinti subtilius rūšių skirtumus, kurti.

YOLOv8: techninės naujovės ir architektūriniai pasiekimai

"YOLOv8" remiasi ankstesnių YOLO modelių sėkme ir yra patobulinta žemės ūkio reikmėms pritaikyta architektūra. Jo pagrindas - CSPDarknet53 - neuroninio tinklo pagrindas, skirtas hierarchinėms savybėms iš vaizdų išgauti. Neuroninio tinklo pagrindas yra pagrindinis modelio komponentas, atsakingas už įvesties duomenų apdorojimą ir atitinkamų požymių išskyrimą.

"CSPDarknet53" naudoja kryžminio etapo dalines (CSP) jungtis - konstrukciją, pagal kurią tinklo požymių žemėlapiai padalijami į dvi dalis, apdorojami atskirai ir vėliau sujungiami, siekiant pagerinti gradiento srautą mokymo metu.

Gradientinis srautas reiškia, kaip efektyviai neuroninis tinklas atnaujina savo parametrus, kad būtų sumažintos klaidos, o jo didinimas užtikrina, kad modelis efektyviai mokytųsi. Architektūroje taip pat integruotas požymių piramidės tinklas (FPN) ir kelio agregacijos tinklas (PAN), kurie veikia kartu, kad aptiktų piktžoles įvairiais mastais.

• FPN: aptinka įvairaus mastelio objektus (pvz., mažus daigus ir subrendusias piktžoles).
• PAN: Padidina vietos nustatymo tikslumą sujungiant tinklo sluoksnių funkcijas.

FPN - tai struktūra, kuri sujungia didelės skiriamosios gebos požymius (mažiems objektams aptikti) ir semantiškai turtingus požymius (dideliems objektams atpažinti), o PAN pagerina vietos nustatymo tikslumą sujungdama tinklo sluoksnių požymius. Pavyzdžiui, FPN atpažįsta mažus daigus, o PAN patikslina subrendusių piktžolių lokalizaciją.

Skirtingai nuo senesnių modelių, kurie remiasi iš anksto nustatytais inkariniais langeliais - iš anksto nustatytomis ribinių langelių formomis, naudojamomis objekto vietai nuspėti, - "YOLOv8" naudoja aptikimo galvutes be inkarų. Šios galvutės tiesiogiai numato objektų centrus, todėl nereikia atlikti sudėtingų skaičiavimų ir sumažėja klaidingų teigiamų rezultatų.

Ši naujovė ne tik padidina tikslumą, bet ir pagreitina apdorojimą - "YOLOv8" analizuoja vaizdą vos per 6,3 milisekundės, naudodamas NVIDIA T4 GPU - didelio našumo grafikos procesorių, optimizuotą dirbtinio intelekto užduotims.

Modelio nuostolių funkcija - matematinė formulė, pagal kurią nustatoma, kaip gerai modelio prognozės atitinka faktinius duomenis, - sujungia CloU nuostolius, kad būtų užtikrintas ribinio lauko tikslumas, kryžminės entropijos nuostolius, kad būtų galima klasifikuoti, ir pasiskirstymo židinio nuostolius, kad būtų galima apdoroti nesubalansuotus duomenis. CloU (Complete Intersection over Union) nuostoliai pagerina riboženklių suderinimą, atsižvelgiant į persidengimo plotą, centro atstumą ir aspektų santykį tarp prognozuojamų ir faktinių langelių.

Matematiškai, bendras nuostolis yra: L(θ)=7,5⋅Lbox+0,5⋅Lcls+0,375⋅Ldfl+ReguliarizacijaL(θ)=7.5⋅Llangelis​+0.5⋅Lcls​+0.375⋅Ldfl​+Reguliavimas

Kryžminės entropijos nuostoliais klasifikavimo tikslumas vertinamas lyginant prognozuojamas tikimybes su tikrosiomis etiketėmis, o pasiskirstymo židinio nuostoliais sprendžiama klasių disbalanso problema, nes modelis labiau baudžiamas už neteisingą retų piktžolių klasifikavimą.

Lyginant su ankstesnėmis YOLO versijomis, YOLOv8 jas visas lenkia. Pavyzdžiui, YOLOv4 pasiekė 95,22% vidutinį tikslumą (mAP) esant 50% ribojančio lauko persidengimui, o YOLOv8 - 96,10%. mAP yra metrika, pagal kurią apskaičiuojamas visų kategorijų tikslumo balų vidurkis, o didesnės reikšmės rodo geresnį aptikimo tikslumą.

Panašiai, YOLOv8 mAP, esant kelioms persidengimo riboms (nuo 0,5 iki 0,95), buvo 93,20% ir viršijo YOLOv4 89,48%. Dėl šių patobulinimų YOLOv8 tapo tiksliausiu ir veiksmingiausiu piktžolių medvilnės laukuose aptikimo modeliu.

Modelio mokymas: Metodika ir rezultatai

Mokydami YOLOv8 tyrėjai naudojo perkėlimo mokymąsi - metodą, kai iš anksto apmokytas modelis (jau apmokytas naudojant didelį duomenų rinkinį) tikslinamas naudojant naujus duomenis. Perkėlimo mokymasis sutrumpina mokymo laiką ir padidina tikslumą, nes panaudojamos žinios, įgytos atliekant ankstesnes užduotis.

Modelis vaizdus apdorojo 32 vaizdų partijomis, naudodamas AdamW optimizatorių - Adamo optimizavimo algoritmo variantą, į kurį įtrauktas svorio mažėjimas, kad būtų išvengta perteklinio pritaikymo - su 0,001 mokymosi koeficientu.

Per 100 epochų (mokymo ciklų) modelis išmoko itin tiksliai atskirti piktžoles nuo medvilnės augalų. Duomenų papildymo strategijos, pavyzdžiui, atsitiktinis vaizdų apvertimas ir jų ryškumo reguliavimas, užtikrino, kad modelis galėtų susidoroti su realaus pasaulio kintamumu.

Rezultatai buvo įspūdingi. Per pirmąsias 20 epochų modelis pasiekė daugiau nei 90% tikslumą, o tai rodo greitą mokymąsi. Iki mokymo pabaigos YOLOv8 aptiko dideles piktžoles 94,40% tikslumu.

Tačiau mažesnės piktžolės pasirodė esančios sudėtingesnės - tikslumas sumažėjo iki 11,90%. Šis neatitikimas atsirado dėl duomenų rinkinio nesubalansuotumo: didelių piktžolių buvo per daug, o mažų daigų - retai. Nepaisant šio apribojimo, bendras YOLOv8 našumas yra didelis šuolis į priekį.

Iššūkiai ir ateities kryptys

Nors "YOLOv8" teikia daug vilčių, iššūkių išlieka. Labai svarbu anksti aptikti mažas piktžoles, nes daigus lengviau suvaldyti.

Siekdami išspręsti šią problemą, tyrėjai siūlo naudoti generatyvinius priešpriešos tinklus (GAN) - dirbtinio intelekto modelių klasę, kurioje du neuroniniai tinklai (generatorius ir diskriminatorius) konkuruoja, kad sukurtų tikroviškus sintetinius duomenis, kad būtų sukurti dirbtiniai mažų piktžolių atvaizdai ir taip subalansuotas duomenų rinkinys.

Kitas sprendimas - integruoti daugiaspektrinius vaizdus, kurie fiksuoja duomenis ne tik matomoje šviesoje (pvz., artimoje infraraudonųjų spindulių srityje), kad padidintų pasėlių ir piktžolių kontrastą. Artimųjų infraraudonųjų spindulių jutikliai nustato chlorofilo kiekį, todėl augalai atrodo ryškesni ir juos lengviau atskirti nuo dirvos.

Būsimos YOLO versijos, pavyzdžiui, YOLOv9 ir YOLOv10, gali dar labiau padidinti tikslumą. Tikimasi, kad į šiuos modelius bus įtraukti transformuojamieji sluoksniai - neuroninių tinklų architektūros tipas, kuris duomenis apdoroja lygiagrečiai, efektyviau nei tradiciniai CNN fiksuodamas tolimąsias priklausomybes, ir dinaminės požymių piramidės, prisitaikančios prie objektų dydžių. Tokie patobulinimai galėtų padėti patikimiau aptikti mažas piktžoles.

Kitas ūkininkų žingsnis - lauko bandymai. Autonominiai ravėtuvai su YOLOv8 ir kameromis galėtų judėti medvilnės eilėmis ir mechaniškai šalinti piktžoles. Panašiai dronai su dirbtinio intelekto valdomais purkštuvais galėtų tiksliai nukreipti herbicidus, taip sumažindami cheminių medžiagų naudojimą iki 90%.

Šios technologijos ne tik mažina sąnaudas, bet ir saugo ekosistemas, nes atitinka tvaraus žemės ūkio - ūkininkavimo filosofijos, kurioje pirmenybė teikiama aplinkos sveikatai, ekonominiam pelningumui ir socialiniam teisingumui - tikslus.

Išvada

Piktžolių, atsparių herbicidams, plitimas privertė žemės ūkį diegti naujoves, o YOLOv8 yra proveržis tiksliojo piktžolių valdymo srityje. Pasiekdamas 96,10% tikslumą nustatant piktžoles realiuoju laiku, šis modelis suteikia ūkininkams galimybę sumažinti herbicidų naudojimą, sumažinti išlaidas ir apsaugoti aplinką.

Nors tokie iššūkiai, kaip mažų piktžolių aptikimas, išlieka, nuolatinė dirbtinio intelekto ir jutiklių technologijų pažanga siūlo sprendimus. Tobulėjant šioms priemonėms medvilnės auginimas taps tvaresnis ir efektyvesnis. Ateinančiais metais YOLOv8 integravimas į autonomines sistemas gali sukelti revoliuciją žemės ūkyje.

Ūkininkai gali pasikliauti išmaniaisiais robotais ir bepiločiais orlaiviais piktžolėms naikinti, taip atlaisvindami laiką ir išteklius kitoms užduotims atlikti. Šis perėjimas prie duomenimis pagrįsto ūkininkavimo ne tik užtikrina derlių, bet ir sveikesnę planetą ateities kartoms. Naudodama tokias technologijas kaip YOLOv8, žemės ūkio pramonė gali įveikti atsparumo herbicidams iššūkius ir nutiesti kelią ekologiškesnei ir produktyvesnei ateičiai.

Nuoroda: Khan, A. T., Jensen, S. M., & Khan, A. R. (2025). Tiksliosios žemdirbystės pažanga: A comparative analysis of YOLOv8 for multi-class weed detection in cotton cultivation. Artificial Intelligence in Agriculture, 15, 182-191. https://doi.org/10.1016/j.aiia.2025.01.013