首页 >> 窄叶锥

阿里获全球知名计算机视觉大赛第一帮农场打造实时防虫墙粉果藤

时间:2022/09/15 12:48:22 编辑:

阿里获全球知名计算机视觉大赛第一,帮农场打造“实时防虫墙”

进入夏季,虫害、病害成了困扰农业生产的大问题。伴随目标检测技术的提升,让AI进行农作物检测,这些问题或将迎刃而解。

近日,在计算机视觉知名赛事Pascal VOC comp4目标检测上,阿里巴巴机器智能技术实验室的深度学习小组提交了2次结果,均拿到第一名的成绩。新的技术模型提升了目标检测的精准度,对加强AI在农业、工业、自动驾驶的应用有着重要意义。

图说:阿里登顶Pascal VOC comp4目标检测整体榜单榜首

Pascal VOC是全球计算机视觉领域知名的数据库和竞赛。在Pascal VOC的整体测试中,参赛者对人、猫、鸟、飞机、汽车、船、盆栽等20类物体进行检测。阿里参赛小组以89.2的总成绩位列第一,比第二名高出0.4。在另一项测试——One Stage模型(即对图像直接输出检测框、检测类别的模型)中,阿里参赛小组也创下该模型的******成绩。

阿里团队设计了具有融合上下文信息、多层次特征结合等特点的检测模型,是其拿到高分的主要原因。

??? VOC 2012数据集图片的测试结果-1

VOC 2012数据集图片的测试结果-2

??????????? VOC 2012数据集图片的测试结果-3

目标检测是将目标物体框定出来,帮助人们对图像中的物体进行快速搜寻和定位,聚焦在有价值的目标上。近年来,AI加速用于工业、农业、自动驾驶等真实世界的场景中,目标检测技术成为AI场景落地的关键性技术之一。

据阿里工作人员介绍,新的技术模型可用于农作物检测,帮农场打造 “实时的防虫墙”,在虫害或疾病早期即只感染几株的时候,就能实时、精准地发现被感染作物。例如,一个农场过去以每周一次的频度排查虫害、病害,基于目标检测技术,则能做到实时发现和救治。技术还可以作为“AI农业专家”,进行农作物生长周期识别、种植面积统计等,指导农事活动、植保等工作。

图说:目标检测用于识别农作物

另外,技术还可用于通用物体检测、遥感图片中的目标检测和监控场景中的异常检测,自动驾驶中对人车障碍物的位置识别,提升目标物检测的精准度。

未来,阿里将开放该模型,推动目标检测的技术发展和场景落地。

此前,阿里已摘得多个“技术奥林匹克”冠军:在全球顶级的知识库构建测评KBP2017中,获英文实体发现测评全球冠军;在斯坦福大学发起的机器阅读理解领域赛事SQuAD上,阿里精准率打破了世界纪录。近日WMT2018国际机器翻译大赛上,阿里参与的5项比赛全数获得冠军。

凭借在人工智能、量子等核心技术领域的突破,阿里在著名咨询公司毕马威的报告中,被全球800位企业高管评为“世界最具颠覆能力的科技企业”。

毒理检测

眼部按摩器

沙特SABER

房车厂家直销

五天去斑

相关资讯