نموذج تنبؤي لتقييم لون ونوعية العشب باستخدام التعلم العميق وصور الطائرات بدون طيار

يتعرض ملايين الأمريكيين للعشب يوميًا. غالبًا ما يُعتبر العشب أقل قيمة ويُنظر إليه على أنه حافز بصري لدعم كيان أكبر، ويمكن العثور على ملايين الأفدنة من العشب في الحدائق السكنية (التي توفر أيضًا منطقة للتسلية) والمناظر الطبيعية التجارية والحدائق والملاعب وحقول الجولف. بالإضافة إلى هذه الاستخدامات، يوفر العشب العديد من الفوائد الوظيفية للبيئة، مثل تقليل تآكل التربة، وتبريد المناطق المحيطة به، وعزل الكربون في التربة. ومع ذلك، فإن الاستخدامات المتزايدة للعشب أثارت القلق بشأن الحفاظ على الموارد الطبيعية وجودة البيئة، حيث أن أكبر تأثير هو استهلاك المياه. تقدم هذه الورقة منهجية تعلم الآلة التي يمكن أن تساعد المنتجين والباحثين في تحديد الجودة العامة وتصنيف اللون للعشب، وبالتالي تساعد في إدارة العشب بما في ذلك جدولة ري المياه المحسّنة. تتيح أدوات من Google وNVIDIA تدريب النماذج باستخدام تقنيات التعلم العميق على أجهزة الكمبيوتر الشخصية أو على المعالجات صغيرة الحجم التي يمكن استخدامها على متن الطائرات بدون طيار الصغيرة. تتسم عملية التقييم النموذجية بأنها عملية طويلة وشاقة، وهي ذات طبيعة ذاتية، وبالتالي غالبًا ما تتعرض للنقد والقلق. ستوفر المنهجية الحسابية لتقييم الجودة واللون تصنيفات أسرع وأدق وأكثر اتساقًا، مما سيساعد بدوره في زيادة كفاءة استخدام مياه الري. الهدف العام من البحث الجاري هو استخدام تقنيات التعلم العميق وصور الطائرات بدون طيار لتقييم جودة ولون العشب ومساعدة جميع أصحاب المصلحة على تحسين الحفاظ على المياه.