参考消息网6月21日报道 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。
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最好成绩。
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。
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。
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。
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。
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”。
目标检测用于识别农作物。
更多猛料!欢迎扫描左方二维码关注新浪新闻官方微信(xinlang-xinwen)
推荐新闻
- 【 新闻 】 白宫报告称中国“经济侵略”
- 【 军事 】 出鞘:中国如何在东非之角战略布局胜...
- 【 财经 】 潘石屹:有的行业赚不了多少钱 还挺烧...
- 【 体育 】 俄罗斯世界杯32强最终23人名单汇总
- 【 娱乐 】 张卫健发文否认吸毒被带走:我好的很
- 【 科技 】 通达系退出丰巢 顺丰菜鸟或暗战加剧
- 【 教育 】 全国31省市近12年高考各批次分数线
违法和不良信息举报电话:010-62675637
举报邮箱:jubao@vip.sina.com
Copyright © 1996-2018 SINA Corporation
All Rights Reserved 新浪公司 版权所有