Artwork

Το περιεχόμενο παρέχεται από το AHRI Snapshots. Όλο το περιεχόμενο podcast, συμπεριλαμβανομένων των επεισοδίων, των γραφικών και των περιγραφών podcast, μεταφορτώνεται και παρέχεται απευθείας από τον AHRI Snapshots ή τον συνεργάτη της πλατφόρμας podcast. Εάν πιστεύετε ότι κάποιος χρησιμοποιεί το έργο σας που προστατεύεται από πνευματικά δικαιώματα χωρίς την άδειά σας, μπορείτε να ακολουθήσετε τη διαδικασία που περιγράφεται εδώ https://el.player.fm/legal.
Player FM - Εφαρμογή podcast
Πηγαίνετε εκτός σύνδεσης με την εφαρμογή Player FM !

Deep learning can tell the difference between white and blue lupins

15:25
 
Μοίρασέ το
 

Manage episode 370994628 series 1313805
Το περιεχόμενο παρέχεται από το AHRI Snapshots. Όλο το περιεχόμενο podcast, συμπεριλαμβανομένων των επεισοδίων, των γραφικών και των περιγραφών podcast, μεταφορτώνεται και παρέχεται απευθείας από τον AHRI Snapshots ή τον συνεργάτη της πλατφόρμας podcast. Εάν πιστεύετε ότι κάποιος χρησιμοποιεί το έργο σας που προστατεύεται από πνευματικά δικαιώματα χωρίς την άδειά σας, μπορείτε να ακολουθήσετε τη διαδικασία που περιγράφεται εδώ https://el.player.fm/legal.

Blue lupins are notorious for being difficult to control and plants produce prolific seed banks.
Blue lupins are closely related to the domesticated narrow-leaf lupin, also known as the white lupin, so whichever herbicide is survived by white lupins is also survived by blue lupins. This is problematic as they look alike.

This is where a team of researchers from AHRI and the Centre for Applied Bioinformatics at the University of Western Australia, led by UWA PhD candidate and Forrest Research Scholar, Monica Danilevicz comes in.
The team has recently taken the approach of using weed labelling and deep learning algorithms to see if they can distinguish between the two lupin species in images captured by unmanned aerial vehicles, known as UAVs, like drones, or ground-based cameras.

The aim is to detect and spray just the blue lupins in crop. Monica explains the results further in this chat.
Links

You can follow AHRI on Twitter here. To learn more about AHRI's research and team, check out the website here.

  continue reading

137 επεισόδια

Artwork
iconΜοίρασέ το
 
Manage episode 370994628 series 1313805
Το περιεχόμενο παρέχεται από το AHRI Snapshots. Όλο το περιεχόμενο podcast, συμπεριλαμβανομένων των επεισοδίων, των γραφικών και των περιγραφών podcast, μεταφορτώνεται και παρέχεται απευθείας από τον AHRI Snapshots ή τον συνεργάτη της πλατφόρμας podcast. Εάν πιστεύετε ότι κάποιος χρησιμοποιεί το έργο σας που προστατεύεται από πνευματικά δικαιώματα χωρίς την άδειά σας, μπορείτε να ακολουθήσετε τη διαδικασία που περιγράφεται εδώ https://el.player.fm/legal.

Blue lupins are notorious for being difficult to control and plants produce prolific seed banks.
Blue lupins are closely related to the domesticated narrow-leaf lupin, also known as the white lupin, so whichever herbicide is survived by white lupins is also survived by blue lupins. This is problematic as they look alike.

This is where a team of researchers from AHRI and the Centre for Applied Bioinformatics at the University of Western Australia, led by UWA PhD candidate and Forrest Research Scholar, Monica Danilevicz comes in.
The team has recently taken the approach of using weed labelling and deep learning algorithms to see if they can distinguish between the two lupin species in images captured by unmanned aerial vehicles, known as UAVs, like drones, or ground-based cameras.

The aim is to detect and spray just the blue lupins in crop. Monica explains the results further in this chat.
Links

You can follow AHRI on Twitter here. To learn more about AHRI's research and team, check out the website here.

  continue reading

137 επεισόδια

सभी एपिसोड

×
 
Loading …

Καλώς ήλθατε στο Player FM!

Το FM Player σαρώνει τον ιστό για podcasts υψηλής ποιότητας για να απολαύσετε αυτή τη στιγμή. Είναι η καλύτερη εφαρμογή podcast και λειτουργεί σε Android, iPhone και στον ιστό. Εγγραφή για συγχρονισμό συνδρομών σε όλες τις συσκευές.

 

Οδηγός γρήγορης αναφοράς