বিমূর্ত
স্ট্রবেরি ক্ষেতের আগাছাগুলি দ্রুত পুনরুত্পাদন করে, স্ট্রবেরির চারাগুলিকে পুষ্টি এবং আলো থেকে বঞ্চিত করে, স্থানীয় পরিবেশের তাপমাত্রা বৃদ্ধি করে এবং কীটপতঙ্গ ও রোগের মধ্যবর্তী হোস্ট হিসাবে কাজ করে, তাদের উপস্থিতি এবং বিস্তারকে ত্বরান্বিত করে। স্ট্রবেরি চারা চাষের সময় আগাছা নিয়ন্ত্রণের সমস্যা সমাধানের জন্য, এই কাগজটি DIN-LW-YOLO ভিত্তিক স্ট্রবেরি ক্ষেত্রগুলির জন্য একটি স্বায়ত্তশাসিত লেজার আগাছা রোবট ডিজাইন করে। প্রথমত, বিভিন্ন পরিবেশে স্ট্রবেরি ক্ষেত্র থেকে ডেটাসেট স্থাপন করে, আমরা DIN-LW-YOLO: ড্রিপ সেচ পাইপ নেভিগেশন এবং লেজার আগাছার জন্য একটি সনাক্তকরণ পদ্ধতি, যা স্ট্রবেরি চারা, আগাছা, ড্রিপ সেচ পাইপ সনাক্ত করতে পারে, এবং আমরা বাস্তবে {6} বৃদ্ধি পয়েন্ট মডেলটি YOLOv8-পোজের উচ্চ-রেজোলিউশন বৈশিষ্ট্য মানচিত্রে ভবিষ্যদ্বাণী শিরোনাম তৈরি করে। একটি EMA মনোযোগ মডিউল পূর্বাভাস শিরোনামের আগে যোগ করা হয়েছে এবং পিক্সেল স্তরের জোড়া সম্পর্কগুলি ক্যাপচার করতে স্থানিক পিরামিড পুলিং ফাস্ট (SPPF) মডিউল যোগ করা হয়েছে৷ এই পদ্ধতিটি অগভীর বৈশিষ্ট্য মানচিত্র থেকে বিস্তারিত তথ্য ব্যবহার করে, ছোট লক্ষ্য সনাক্তকরণের উন্নতি করে। অতিরিক্তভাবে, অভিযোজিতভাবে লক্ষ্য বৈশিষ্ট্যগুলি ক্যাপচার করতে বিকৃতকরণযোগ্য কনভোলিউশনগুলি ব্যবহার করা হয়, বৈশিষ্ট্য ফিউশন মডিউলের বটলনেক কাঠামোতে দ্বিতীয় কনভোলিউশনকে প্রতিস্থাপন করে, দীর্ঘায়িত ড্রিপ সেচ পাইপ লক্ষ্যগুলির সনাক্তকরণকে উন্নত করে। এর পরে, DIN-LW-YOLO লেজার উইডিং রোবটের সাথে একীভূত হয়৷ কন্ট্রোল সিস্টেম ফিডব্যাক কন্ট্রোলের জন্য ড্রিপ ইরিগেশন পাইপের প্রস্থের উপর ভিত্তি করে নেভিগেশন পাথ নির্ধারণ করে এবং স্ট্রবেরি চারা এবং ড্রিপ ইরিগেশন পাইপের সাপেক্ষে আগাছা বৃদ্ধির পয়েন্টগুলির স্থানাঙ্কগুলি প্রাপ্ত করে, স্বায়ত্তশাসিত লেজার আগাছা অপারেশনগুলি অর্জন করে লেজার লক্ষ্য স্থাপন করে। পরীক্ষার ফলাফলগুলি দেখায় যে DIN-LW-YOLO মডেল বিভিন্ন পরিবেশ এবং বৃদ্ধির পর্যায়ে স্ট্রবেরি ক্ষেত্রের ডেটাতে শক্তিশালী স্বীকৃতি কার্যকারিতা প্রদর্শন করে। আঞ্চলিক এবং পয়েন্ট টার্গেট সনাক্তকরণে মডেলের গড় নির্ভুলতা (এমএপি) যথাক্রমে 88.5% এবং 85.0%, আসল মডেলের তুলনায় 1.9% এবং 2.6% দ্বারা উন্নত, স্বায়ত্তশাসিত লেজার আগাছা রোবটের রিয়েল-টাইম অপারেশন প্রয়োজনীয়তা পূরণ করে। মাঠ পরীক্ষার ফলাফল স্ট্রবেরি ক্ষেতে যান্ত্রিক আগাছার জন্য কৃষি সংক্রান্ত প্রয়োজনীয়তা পূরণ করে যথাক্রমে 92.6% এবং 1.2% আগাছা নিয়ন্ত্রণ এবং চারা আঘাতের হার নির্দেশ করে। ফলাফলগুলি বুদ্ধিমান কৃষি সরঞ্জামের নকশায় অবদান রাখে এবং স্ট্রবেরি ফসল সুরক্ষায় মেশিন দৃষ্টি প্রয়োগের প্রচার করে।
ভূমিকা
স্ট্রবেরি হল রোসেসি পরিবারের বহুবর্ষজীবী ভেষজ উদ্ভিদ, সাধারণত স্টোলনের মাধ্যমে উদ্ভিজ্জভাবে বংশবিস্তার করা হয়। কম-ক্রমবর্ধমান স্ট্রবেরি গাছগুলি নার্সারি এবং মাঠের উভয় পরিবেশেই আশেপাশের আগাছার জন্য অত্যন্ত সংবেদনশীল। শক্তিশালী আগাছা শুধুমাত্র পুষ্টি এবং আলোর জন্য প্রতিযোগিতা করে না, স্থানীয় পরিবেশের তাপমাত্রা বাড়ায়, তবে কীটপতঙ্গ এবং রোগের জন্য মধ্যবর্তী হোস্ট হিসাবে কাজ করে, তাদের বিস্তারকে ত্বরান্বিত করে। ফলস্বরূপ, আগাছা নিয়ন্ত্রণ সরাসরি স্ট্রবেরির ফলন এবং গুণমানকে প্রভাবিত করে। সাধারনত প্রয়োগের আগে- এবং পরে-আবির্ভূত হার্বিসাইডগুলি নেতিবাচকভাবে ফলন, পরিবেশ এবং শ্রমিকদের স্বাস্থ্যের উপর প্রভাব ফেলে (Huang et al., 2018)। Rabier et al. (2017) উল্লেখ করেছে যে যান্ত্রিক আগাছাগুলি আগাছানাশকের চেয়ে কম কার্যকর, কারণ প্রচলিত আগাছা (যেমন, hoes, ঘূর্ণমান ব্লেড) নির্দিষ্টভাবে আন্তঃ{14}}সারি আগাছাকে লক্ষ্য করতে পারে না৷ অতিরিক্তভাবে, চাষের ফলে মাটির ব্যাঘাত উপকারী মাটির জীবের ক্ষতি করতে পারে, যেমন কেঁচো, এবং মাটির ক্ষয় এবং পুষ্টির ক্ষয় হতে পারে (চ্যাটার্জি ও লাল, 2009)। বর্তমান আগাছা নিয়ন্ত্রণ পদ্ধতি সম্পর্কিত উদ্বেগ উদ্ভাবনী সমাধানের প্রয়োজনীয়তার উপর জোর দেয়, যার মধ্যে লেজার{18}ভিত্তিক আগাছা নিয়ন্ত্রণ প্রতিশ্রুতি রাখে (ট্রান এট আল।, 2023)।
লেজার ভিত্তিক আগাছা নিয়ন্ত্রণের ক্ষেত্রে, বিভিন্ন অগ্রগতি প্রযুক্তির বিকাশকে স্থিরভাবে চালিত করেছে। হিজেল এট আল। (2001) আগাছা নিয়ন্ত্রণের জন্য আগাছার ডালপালা কাটার জন্য লেজার রশ্মি ব্যবহার করার পথপ্রদর্শক। পরে, ম্যাথিয়াসেন এট আল। (2006) আগাছা দমনের উপর লেজারের চিকিত্সার প্রভাবগুলির একটি গভীর-অধ্যয়ন পরিচালনা করে, আবিষ্কার করে যে আগাছা অ্যাপিক্যাল মেরিস্টেমের সাথে লেজারের এক্সপোজার উল্লেখযোগ্যভাবে বৃদ্ধি হ্রাস করে এবং নির্দিষ্ট আগাছা প্রজাতির জন্য মারাত্মক ছিল। নাদিমি এট আল। (2009) আগাছার গতিশীল লক্ষ্যবস্তু অনুকরণ করার জন্য একটি লেজার আগাছা পরীক্ষা ডিভাইস ডিজাইন করেছে। পরবর্তীকালে, মার্কস ও অন্যান্য। (2012) পরীক্ষামূলকভাবে প্রমাণ করেছে যে কার্যকর আগাছা নিয়ন্ত্রণের জন্য CNC (কম্পিউটার নিউমেরিক্যাল কন্ট্রোল) মেরিস্টেমগুলির নির্ভুল লক্ষ্যমাত্রা প্রয়োজন, যখন Ge et al. (2013) এবং Xuelei et al. (2016) লেজার আগাছার জন্য প্রতিটি প্রস্তাবিত রোবোটিক আর্ম ধারণা। আরসা এট আল। (2023) এই প্রযুক্তিতে সুনির্দিষ্ট লেজার টার্গেটিং এর জন্য বৃদ্ধির তাত্পর্য এবং সম্ভাব্যতা{{22}বিন্দু সনাক্তকরণের জন্য আগাছার বৃদ্ধির পয়েন্টগুলি সনাক্ত করতে একটি এনকোডার-ডিকোডার আর্কিটেকচার সহ একটি কনভোলিউশনাল নিউরাল নেটওয়ার্ক চালু করেছে৷ একত্রে, এই অধ্যয়নগুলিতে বিভিন্ন মাত্রায় পদ্ধতিগতভাবে উন্নত লেজার-ভিত্তিক আগাছা নিয়ন্ত্রণ প্রযুক্তি রয়েছে।
সাম্প্রতিক বছরগুলিতে, ক্ষেত্র আগাছার চ্যালেঞ্জ মোকাবেলা করার জন্য, গবেষকরা শস্যক্ষেত্রে আগাছা সনাক্তকরণের জন্য গভীর শিক্ষার কৌশল নিযুক্ত করেছেন। গাও এট আল। (2020) একটি YOLOv3-ভিত্তিক গভীর কনভোল্যুশনাল নিউরাল নেটওয়ার্ক (CNN) ব্যবহার করে সুগার বিটকে আগাছা থেকে আলাদা করার জন্য একটি পদ্ধতি তৈরি করেছে, যখন জাবির এট আল। (2021) চারটি নেটওয়ার্ক আর্কিটেকচার প্রয়োগ করেছে-Detectron 2, EfficientDet, YOLO, এবং Faster R-CNN-কনভলভুলাস থেকে অর্কিডকে আলাদা করতে, আগাছা সনাক্তকরণের জন্য সবচেয়ে উপযুক্ত কাঠামো নির্বাচন করে। চেন এট আল। (2022) SPP-তে SE মডিউলটিকে লজিক লেয়ার হিসাবে অন্তর্ভুক্ত করে এবং স্থানীয় গুরুত্ব পুলিং যোগ করে, লক্ষ্য আকারের বৈচিত্র্যকে মোকাবেলা করে এবং তিলের ক্ষেত্রে আগাছা সনাক্তকরণের দক্ষতা এবং নির্ভুলতা উল্লেখযোগ্যভাবে বৃদ্ধি করে YOLOv4 মডেলের উন্নতি করেছে। ভিসেনটিন এট আল। (2023) একটি হাইব্রিড স্বায়ত্তশাসিত রোবোটিক আগাছা পদ্ধতি প্রদর্শন করেছে যা বুদ্ধিমান এবং স্বয়ংক্রিয় আগাছা নির্মূল করেছে। শাও এট আল। (2023) ধান ক্ষেতের জটিল সমস্যাগুলির সমাধান করেছে-যেমন জলের প্রতিফলন, মাটির পটভূমি, ওভারল্যাপিং বৃদ্ধি, এবং বৈচিত্র্যময় আলোক-একটি উন্নত ডিপ লার্নিং মডেল, GTCBS-YOLOv5s, ছয় ধরনের আগাছা শনাক্ত করার জন্য প্রস্তাব করে৷ ফ্যান এট আল। (2023) CBAM মডিউল, BiFPN স্ট্রাকচার এবং বাইলিনিয়ার ইন্টারপোলেশন অ্যালগরিদম ব্যবহার করে একটি সমন্বিত আগাছা সনাক্তকরণ এবং ব্যবস্থাপনা মডেল তৈরি করেছে। জু এট আল। (2023) একটি নতুন পদ্ধতি উপস্থাপন করেছে যা একটি এনকোডার-ডিকোডার আর্কিটেকচারের উপর ভিত্তি করে দৃশ্যমান রঙের সূচকগুলিকে একটি দৃষ্টান্ত বিভাজন পদ্ধতির সাথে একত্রিত করে, কার্যকরভাবে ঘন রোপণ করা সয়াবিন ফসলের মধ্যে আগাছা সনাক্তকরণ এবং সেগমেন্ট করার চ্যালেঞ্জ মোকাবেলা করে৷ লিয়াও এট আল। (2024) একটি নতুন স্ট্রিপ কনভোলিউশনাল নেটওয়ার্ক মডেল (SC-নেট) প্রস্তাব করেছে, উচ্চ নির্ভুলতা এবং স্থিতিশীলতা প্রদর্শন করে কাস্টম ধানের চারা এবং পাবলিক এগ্রিকালচারাল ডেটাসেটে 87.48% এবং 89.00% এর mIo স্কোর অর্জন করেছে। রনয় এট আল। (2024) বিভিন্ন বৃদ্ধির পর্যায়ে আগাছা কভারেজ অনুমান করার পাশাপাশি বর্ণালী এবং স্থানিক রেজোলিউশনে SMA এর কর্মক্ষমতা মূল্যায়ন করেছে। রাই এবং সান (2024) একটি একক-পর্যায়ের গভীর শিক্ষার স্থাপত্য তৈরি করেছেন যা UAV-অর্জিত রিমোট সেন্সিং ইমেজে আগাছার বাউন্ডিং বক্স স্থানীয়করণ এবং পিক্সেল-স্তরের ইন্সট্যান্স সেগমেন্টেশন উভয়ই করতে সক্ষম।
সংক্ষেপে, বর্তমান গবেষণা প্রাথমিকভাবে আগাছা থেকে শস্যের পার্থক্যের উপর দৃষ্টি নিবদ্ধ করে। যাইহোক, স্ট্রবেরি ক্ষেতে লেজার আগাছার জন্য, শুধুমাত্র আগাছা শনাক্ত করা নয়, ড্রিপ সেচ পাইপ সনাক্ত করা এবং আগাছা বৃদ্ধির স্থানাঙ্কগুলিকে স্থানীয়করণ করাও সুনির্দিষ্ট আগাছা নিধন কার্যক্রম সক্ষম করার জন্য অপরিহার্য। ফিল্ড নেভিগেশনের জন্য ড্রিপ সেচ পাইপ ব্যবহার করা একটি একক নেটওয়ার্ক মডেলে কার্যকারিতা যোগ করে, কম্পিউটেশনাল রিসোর্স অপ্টিমাইজ করে। তা সত্ত্বেও, স্ট্রবেরি গাছের বিভিন্ন আকার, সরু জলের পাইপ, এবং জটিল অবস্থা যেমন স্ট্রবেরি চারা এবং পাইপের মধ্যে ওভারল্যাপিং, সেইসাথে ঘন গুচ্ছ আগাছা, আগাছা, স্ট্রবেরি, স্ট্রবেরি এবং পাইপ বৃদ্ধির বিন্দুর বৈশিষ্ট্যগুলি সঠিকভাবে আহরণ এবং শেখার জন্য যথেষ্ট চ্যালেঞ্জ উপস্থাপন করে। স্ট্রবেরি ক্ষেত্র
উপরের প্রেক্ষাপটের উপর ভিত্তি করে, এই অধ্যয়নের লক্ষ্য হল: (1) স্ট্রবেরি ক্ষেত্র, ড্রিপ সেচ পাইপ, আগাছা এবং আগাছা বৃদ্ধির পয়েন্টগুলির জন্য বিভিন্ন বৃদ্ধির অবস্থা এবং পর্যায়গুলি কভার করে একটি ডেটাসেট স্থাপন করা; (2) স্ট্রবেরি ক্ষেত্র, ড্রিপ সেচ পাইপ, আগাছা এবং আগাছা বৃদ্ধির পয়েন্টগুলি সঠিকভাবে সনাক্ত করতে DIN-LW-YOLO মডেলের প্রস্তাব করুন; (3) DIN-LW-YOLO মডেলের উপর ভিত্তি করে একটি নিয়ন্ত্রণ ব্যবস্থা গড়ে তুলুন যাতে আগাছা রোবটের জন্য বাস্তব-সময়ের নেভিগেশন এবং লেজার টার্গেটিং পরিচালনা করা যায়; এবং (4) স্ট্রবেরি ক্ষেতে লেজার আগাছা রোবট মোতায়েন করে ফিল্ড ট্রায়াল পরিচালনা করুন বাস্তব ক্ষেত্রের পরিস্থিতিতে এর স্বায়ত্তশাসিত লেজার আগাছার কার্যকারিতা মূল্যায়ন করতে।
