Какие методы машинного обучения используются для оценки плотности колоса пшеницы?

Для оценки плотности колоса пшеницы используют, например, следующие методы машинного обучения:

• Региональные свёрточные нейронные сети (R-CNN). 2 Они принимают в качестве входных данных изображения участков пшеницы и точно обнаруживают и подсчитывают участки с колосьями. 2
• Метод случайного леса (регрессия и классификация). 3 С его помощью предсказывают индекс плотности колоса и его тип, используя отобранные наилучшие признаки. 3
• Логистическая регрессия, случайный лес и метод ближайшего соседа. 5 Эти методы применяют для классификации колосьев по типу формы колоса и остистости. 5

Для оценки количественных характеристик колосьев также используют программу WERecognizer и нелинейный алгоритм снижения размерности — метод t-SNE. 1 Он позволяет оценить распределение колосьев в пространстве анализируемых признаков. 1