في عالم الزراعة الدقيقة، يمثل تحديد أرز الأرز من الصور عالية الدقة تحديًا حقيقيًا في المناطق الجبلية والتضاريس الوعرة، حيث تأثيرات الأرض تعقد الأمور. هنا تدخل تقنية TRNet الجديدة، التي تعتمد على صور GaoJing-1 بزاوية رؤية 0.5 متر ونموذج ارتفاعات رقمي TanDEM-X بزاوية رؤية 5 أمتار.

TRNet تعمل على معالجة تلك التحديات باستخدام نظامين منفصلين من المكونات: واحدة للميزات البصرية والأخرى للتضاريس. في مرحلة مبكرة، يقوم نظام Topographic Energy-Spectral Rectification بتعديل الترددات المنخفضة بشكل مشروط ويضبط الترددات العالية لتحسين الإشارة الخاصة بالأرز وتقليل الضوضاء من المناطق ذات المنحدرات الشديدة.

كما يتضمن النظام أيضًا Topography-guided Paddy Structure Decoder الذي يجمع بين السمات المختلفة ويتعرف على الحدود بين الأرز والخلفية، مستخدمًا التضاريس كمرجع لها.

عند إجراء التجارب على مجموعة بيانات اختبار داخلية، حققت TRNet قيم تقاطع-الاتحاد للأرز بلغت 85.10% و80.68%، متجاوزة بذلك القدرات السابقة لنموذج Dual-Encoder U-Net بفارق ملحوظ. توفر هذه النتائج دليلاً قويًا على أهمية استخدام التضاريس كمرجع سياقي في رسم خرائط الأرز عالية الدقة. هل تتوقع المزيد من الابتكارات في هذا المجال؟ شاركونا في التعليقات!