Detección y segmentación de malas hierbas mediante aprendizaje profundo

En los últimos tiempos, en los que los sistemas de automatización han adquirido la máxima prioridad para digitalizar el mundo, el campo de la agricultura desempeña un papel fundamental en el crecimiento de la economía india. La detección y segmentación de malas hierbas es un nuevo problema de investigación en el campo de la agricultura. En este trabajo presentamos un módulo de segmentación de malas hierbas. El módulo de clasificación de maleza necesita que se realice una tarea de procesamiento de imágenes para detectar la existencia de una red neuronal para procesar la imagen y se utilizan varios clasificadores, como el bosque aleatorio, el árbol de decisión y la SVM, para clasificar la imagen. El módulo de segmentación hace uso de la arquitectura U-Net y se utiliza CRF denso para el procesamiento posterior con el fin de hacer que los límites del objeto sean más claros. El rendimiento de los clasificadores se mide utilizando métricas de evaluación estándar.