ພາກສະຫນາມສອດຄ່ອງສໍາລັບການກວດສອບສະພາບຂອງຖົ່ວເຫຼືອງໃນທ່າມກາງລະດູຮ້ອນ - ຫມົດແຮງ, ແຕ່ວຽກທີ່ຈໍາເປັນເມື່ອກໍາຈັດແນວພັນໃຫມ່.
ນັກປັບປຸງພັນຕ້ອງໄດ້ຫລົງທາງໄປໃນແຕ່ລະມື້ພາຍໃຕ້ເວລາທີ່ມີກິ່ນຫອມໃນໄລຍະເວລາທີ່ສໍາຄັນຂອງລະດູການປູກເພື່ອຊອກຫາຄຸນລັກສະນະທີ່ຕ້ອງການເຊັ່ນ: ຫມາກເປັນຕົ້ນໆ. ແຕ່ໂດຍບໍ່ມີໂອກາດທີ່ຈະມີໂອກາດທີ່ຈະກວດພົບບັນດາສັນຍາລັກເຫຼົ່ານີ້, ນັກວິທະຍາສາດບໍ່ສາມາດທົດສອບສະຖານທີ່ຫຼາຍເທົ່າທີ່ພວກເຂົາຕ້ອງການກໍາຈັດແນວພັນໃຫມ່ເຂົ້າໃນຕະຫຼາດໃຫມ່.
ໃນການສຶກສາໃຫມ່ຂອງມະຫາວິທະຍາໄລ Illinois, ນັກວິທະຍາສາດໄດ້ຄາດຄະເນເວລາຂອງການເຕີບໃຫຍ່ຂອງຖົ່ວເຫຼືອງພາຍໃນສອງມື້ໂດຍໃຊ້ຮູບພາບ drones ແລະ Inticalates ເຮັດວຽກ.
ທ່ານ Nicholas Martin ກ່າວວ່າ " , ສະຫມັກວິຊາພະແນກຂອງພະແນກທີ່ໄດ້ສ້າງໃນລັດ Illinois ແລະຜູ້ຮ່ວມມືຂອງການສຶກສາ. "ຫຼາຍຄົນໄດ້ພະຍາຍາມໃຊ້ພາບຖ່າຍຈາກ drones ເພື່ອປະເມີນຄວາມເປັນຜູ້ໃຫຍ່, ແຕ່ພວກເຮົາເປັນຄົນທໍາອິດທີ່ໄດ້ຊອກຫາວິທີທີ່ຖືກຕ້ອງ."
Rodrigigo Trevizan, ນັກສຶກສາປະລິນຍາເອກທີ່ເຮັດວຽກກັບ Martin, ໄດ້ສອນຄອມພິວເຕີເພື່ອກວດພົບການປ່ຽນແປງສີໃນຫ້າການທົດລອງ, ລະດູການຂະຫຍາຍຕົວແລະສອງປະເທດ. ມັນເປັນສິ່ງສໍາຄັນທີ່ຈະສັງເກດວ່າຄອມພິວເຕີສາມາດພິຈາລະນາແລະຕີຄວາມຫມາຍເຖິງແມ່ນວ່າຮູບພາບ "ບໍ່ດີ".
"ໃຫ້ເວົ້າວ່າພວກເຮົາຕ້ອງການເກັບກໍາຮູບພາບໃນທຸກໆສາມມື້, ແຕ່ວ່າເມຄຈະປະກົດຕົວຫຼືຝົນຕົກ, ເຊິ່ງມີຜົນກະທົບຕໍ່ຄຸນນະພາບຂອງຮູບ. ໃນທີ່ສຸດ, ເມື່ອທ່ານໄດ້ຮັບຂໍ້ມູນສໍາລັບປີທີ່ແຕກຕ່າງກັນຫຼືຈາກສະຖານທີ່ຕ່າງໆ, ພວກມັນທຸກຄົນຈະເບິ່ງແຕກຕ່າງຈາກມຸມມອງຂອງຈໍານວນຮູບ, ໄລຍະແລະອື່ນໆ. ການປະດິດສ້າງຕົ້ນຕໍທີ່ພວກເຮົາໄດ້ພັດທະນາແມ່ນວິທີທີ່ພວກເຮົາສາມາດຄໍານຶງເຖິງຂໍ້ມູນທັງຫມົດທີ່ໄດ້ຮັບ. Moder ຂອງພວກເຮົາເຮັດວຽກໄດ້ດີບໍ່ວ່າຂໍ້ມູນຈະມີຂໍ້ມູນເລື້ອຍປານໃດກໍ່ຕາມ.
Trevisan ໄດ້ໃຊ້ປະເພດຂອງປະເພດຂອງປັນຍາປະເພດ, ເຊິ່ງເອີ້ນວ່າເຄືອຂ່າຍ neuralal ທີ່ມີຄວາມເຊື່ອ (CNN). ທ່ານກ່າວວ່າ CNN ແມ່ນຄ້າຍຄືກັບຜູ້ທີ່ສະຫມອງຂອງມະນຸດຮຽນຮູ້ທີ່ຈະຕີຄວາມຫມາຍສ່ວນປະກອບຂອງຮູບພາບ - ສີ, ຂໍ້ມູນທີ່ໄດ້ຮັບຈາກຕາຂອງພວກເຮົາ.
"CNN ກວດພົບການປ່ຽນແປງເລັກໆນ້ອຍໆ, ນອກເຫນືອຈາກຮູບແບບ, ຊາຍແດນແລະໂຄງສ້າງ. ສໍາລັບພວກເຮົາ, ທີ່ສໍາຄັນທີ່ສຸດແມ່ນສີ. ແຕ່ປະໂຫຍດຂອງຮູບແບບຂອງຮູບແບບຂອງປັນຍາປະດິດ, ເຊິ່ງພວກເຮົາໄດ້ໃຊ້, ແມ່ນວ່າມັນຈະງ່າຍດາຍທີ່ຈະໃຊ້ຕົວແບບດຽວກັນເພື່ອຄາດເດົາລັກສະນະອື່ນ, ເຊັ່ນຜົນຜະລິດຫຼືປະສິດທິພາບ. ສະນັ້ນ, ດຽວນີ້ພວກເຮົາມີຕົວແບບເຫລົ່ານີ້, ປະຊາຊົນຄວນຈະງ່າຍກວ່າທີ່ຈະໃຊ້ຍຸດທະສາດຄືກັນເພື່ອປະຕິບັດວຽກງານອື່ນໆອີກຫຼາຍຢ່າງ, "ໄດ້ອະທິບາຍ Trevizan.
ນັກວິທະຍາສາດກ່າວວ່າເຕັກໂນໂລຢີຈະມີປະໂຫຍດຫຍັງເປັນປະຈໍາໃນບໍລິສັດກ່ຽວກັບການບິນ.
"ພວກເຮົາມີຄູ່ຮ່ວມງານຂະແຫນງການທີ່ເຂົ້າຮ່ວມໃນການສຶກສາທີ່ແນ່ນອນຈະຕ້ອງການໃຊ້ມັນໃນຊຸມປີຕໍ່ຫນ້າ. ແລະພວກເຂົາໄດ້ປະກອບສ່ວນທີ່ດີ, ມີຄວາມສໍາຄັນຫຼາຍ. ທ່ານ Nicholas Martin ກ່າວວ່າພວກເຂົາຕ້ອງການໃຫ້ແນ່ໃຈວ່າທ່ານຫມໍປະຈໍາຕົວ.
(ແຫຼ່ງຂໍ້ມູນ: Farmtario.com. ພາບ: ຮູບພາບ Getty).