Use this url to cite ETD: https://hdl.handle.net/20.500.12259/266199
Mobiliųjų aplikacijų, skirtų augalų atpažinimui, tikslumo vertinimas identifikuojant piktžoles
Field of Science
Agronomija / Agronomy (A001)
Degree Discipline
Bakalauro studijų programa / Bachelor study programme::Agronomija / Agronomy (B)
Study Field
Agronomija / Agronomy (I02)
Type of publication
text::thesis::bachelor thesis
Title
Mobiliųjų aplikacijų, skirtų augalų atpažinimui, tikslumo vertinimas identifikuojant piktžoles
Other Title
Evaluation of the accuracy of mobile plant recognition applications for weed identification
Author
Stonis, Benas |
Advisor
Extent
46 p.
Thesis Defence Date
2024-06-07
Abstract (lt)
Lauko eksperimentas atliktas 2023 m. Daivos Stonienės ūkyje, esančiame Kalnelio kaime, Joniškio rajone. Tyrimo objektas – mobiliosios aplikacijos. Tyrimo tikslas – nustatyti mobiliųjų aplikacijų identifikuojant piktžoles tikslumą. Tyrimo uždaviniai:
- Įvertinti ir palyginti mobiliųjų aplikacijų, skirtų augalų atpažinimui, tikslumą ir patikimumą piktžolių identifikavimui.
- Nustatyti piktžolės dydžio, aiškiai išsiskiriančių bruožų ir skirtingų veiksnių poveikio įtaką identifikavimo tikslumui.
- Įvertinti atskirų piktžolių identifikavimo tikslumą, naudojant mobiliąsias aplikacijas. Tyrimo metodai: nustatant mobiliųjų aplikacijų piktžolių identifikavimo tikslumą buvo naudojamos 3 skirtingos aplikacijos. Jomis buvo atpažinamos piktžolės ir vertinamas procentinis identifikacijos tikslumas. Piktžolių identifikacija buvo vykdoma 3 skirtingais bandymais: pirmasis, kai tikrinamas identifikacijos tikslumas su randamomis piktžolėmis kvadratiniame lauko metre, antrasis, kai yra atpažinamos 53 skirtingos piktžolės ir trečiasis – 5 atskirų piktžolių identifikacija. Tyrimų duomenys buvo įvertinti statistiškai naudojantis kompiuterine „ANOVA“, iš paketo „Selekcija“ programos. Tyrimo rezultatai: identifikuojant piktžoles, kurių išvaizdai įtaką turėjusi šalna, tiksliausiai piktžoles atpažino mobilioji aplikacija A, kuri identifikavo 78,56 proc. tikslumu. Vykdant 53 skirtingų piktžolių identifikacijos bandymą buvo nustatytas, jog visos 3 naudotos aplikacijos piktžoles, kai yra pateiktas susumuotas tikslus ir genties atpažinimo atsakymas, identifikuoja panašiu tikslumu: A – 96,23 proc., B – 94,34 proc., ir C – 95,61 proc. tikslumu. Vertinant piktžolių atpažinimo tikslumą su astkiromis piktžolėmis, labiau pasižymėjo aplikacija A, net 4 piktžoles bendrai identifikavusi 100 proc. tikslumu.
Abstract (en)
The field experiment was conducted, and research was carried out in 2023, at Daiva Stonienė‘s farm, which is located in Kalnelis village, Joniškis district. Research object – mobile applications. Research aim – to determine the accuracy of mobile applications in identifying weeds. Research objectives:
- Evaluate and compare the accuracy and reliabilty of weed identification of mobile applications designed for identifying plants.
- Determine the influence of weed size, distinctive features, and various factors on identification accuracy.
- Evaluate the accuracy of individual weed identification using mobile applications. Research methods: the accuracy of identifying weeds were determined from 3 different applications. The applications were used to identify weeds and then the results were evaluated for their acurracy. Weed identification was performed in three different tests: the first one, testing the accuracy of identification with random weeds found in a square meter of the field, the second one, identifying 53 different weeds, and the third one, identifying 5 individual weeds. Research data were statistically evaluated using computer-based ANOVA from the "Selection" program package. Research results: When identifying weeds affected by frost, mobile application A, which identified weeds with 78.56% accuracy, was the most accurate. In the test of identifying 53 different weeds, it was found that all 3 applications used to identify weeds, when provided with a summarized accurate and genus identification response, identify weeds with similar accuracy: A – 96.23%, B – 94.34%, and C – 95.61% accuracy. When evaluating the accuracy of weed identification with specific weeds, application A stood out, identifying 4 out of 5 weeds with 100% accuracy.
Language
Lietuvių / Lithuanian (lt)
Defended
Taip / Yes
Access Rights
Atviroji prieiga / Open Access