Rezultāti iegūti uz supervalidation kopas ar no mūsu puses manuāli marķētām nezālēm un Weedbot izmantoto thresholding algoritmu.
Rādītājs | |
---|---|
Visas nezāles atrastas | 56% (50/91) |
Neviena nezāle nav atrasta | 13% (12/91) |
Paraugi kuros kāda no nezālēm nav atrasta | 44% (41/91) |
Asya marķējumi super-validation burkāno kopai ar nezālēm COCO formātā https://share.yellowrobot.xyz/quick/2025-3-17-B104F72F-12EB-445D-B341-2033EB4C68C6.zip
Ar labāko atrasto zaļās masas metodiku (pievienojot klāt trokšņa filtrēšanu), 32% piemēru (30) tiek atrastas visas nezāļu instances un visas atrastās nezāles ir pareizas.
Ja zemes lāzerēšana nesagādā ievērojamas problēmas, tad apskatot instanču recall var redzēt ka tas ir ~100% 50 no 90 gadījumiem (56%), citos gadījumos šī metode nezāles izlaiž.
Uz Y ass ir paraugu skaits (Super validation)
Uz X ass “cik % no centriem ir uz nezāles maskas”
Apskatot rezultātus uz pikseļiem recall ir zems, jo zaļās masas marķējumi parasti ir ļoti tievi.
Rezultāti iegūti vēl pirms mūsu piektdienas sarunas, nākamajos eksperimentos izmantosim adaptīvus threshold zaļās maskas noteikšanai, nevis pēc Weedbot parauga, kur kā noskaidrojām, katram laukam tas tiek piemeklēts atbilstošais.
Paraugi, kur krāsu segmentāciju metode neatrod nezales.
➡️ Apakšējā vidējā attēlā “Automatic mask” ir prognozētās maskas
➡️ Blakus apakšējā attēlā pa labi ir “True mask”, kur ir redzamas arī mūsu marķētās nezāles.
crop2_b8_4_143.png
crop2_b8_4_116.png
crop2_b8_4_346.png
crop1_b8_4_408.png
fb_250723_crop_3_112.png
b19_3_light_frame_20220525-141009_17199.png
b19_1_light_frame_20220525-141051_19300.png
B20_97.png