Clear Sky Science
הסברים מבוססי ראיות, עם מעט ז'רגון

Clear Sky Science · he

BaleUAVision: מערך נתונים של חבילות חציר מאוישות

· חזרה לאינדקס

מדוע לספור חבילות חציר מהאוויר חשוב

חבילות חציר נראות כגלילים פשוטים של עשב יבש, אך לדעת במדויק כמה מהן נמצאות בשדה ומה מיקומן חוסך לחקלאים כסף אמיתי. ספירות מדויקות מנחות כמה מזון זמין לבעלי חיים, כמה משאיות נדרשות וכמה זמן צוותי הקציר יצטרכו לעבוד. כתבה זו מציגה את BaleUAVision, מערך נתונים פתוח חדש שנבנה מתמונות רחפן ומקל על זיהוי וספירה אוטומטית של חבילות חציר מהאוויר, ומסייע לקדם חקלאות לניהול חכם ויעיל יותר.

Figure 1
Figure 1.

חוות נראות מלמעלה

BaleUAVision מבוסס על 2,599 תמונות צבע חדות שצולמו על ידי רחפנים מעל 16 שדות חציר בצפון יוון. השדות מכסים כ-232 דונם ומשתרעים על שני אזורים בעלי נופים שונים: מישורים רחבים סביב זכתי (Xanthi) ושטחים מגוונים יותר בסמוך ל-Drama. הטיסות נערכו בקיץ 2023, בשמיים בהירים ורוחות קלות, בגבהים בין 50 ל-100 מטר ובמהירויות מתונות. התוצאה היא תמונת מצב ריאליסטית של שדות אחרי הקציר, עם חבילות מפוזרות בדפוסים המשקפים פרקטיקות חקלאיות מקומיות וטופוגרפיה, ולא סידור מעבדתי.

מהפיכת תמונות לנתונים שימושיים

איסוף תמונות הוא רק השלב הראשון. הצוות עיבד בקפידה את כל התמונות, ביטל תמונות מטושטשות או פגומות, ולאחר מכן שילב אותן למפת תקרה מפורטת עבור כל שדה, שנקראת אורטומוזאיקה. מיפויים אלה שימשו לספירה ידנית של כל חבילה כאיזכור מהימן. במקביל, כל חבילה הוסרטה בעט יד על התמונות המקוריות כמתאר מדויק, לא רק כיחידת מלבן גסה. עבודה מפרכת זו יצרה "אמת קרקע" איכותית במספר פורמטים מקובלים, כך שכלים שונים של בינה מלאכותית יוכלו להירשם ולהיבחן ללא צורך בהמרה נוספת.

גיוון בטיסות, חוזק במודלים

אופן הטיסה של רחפן — כמה גבוה, כמה מהר וכמה חפיפה יש לתמונות — מעצב את מה שהוא רואה. BaleUAVision משתנה בכוונה בהגדרות הטיסה כדי שמערכות זיהוי שייחסו עליה לא יתמוטטו כשתנאים משתנים. טיסות נמוכות לוכדות יותר פרטים אך פחות שטח בכל תמונה; טיסות גבוהות רואות שטח גדול יותר אך החבילות מופיעות כקטנות יותר. על ידי הכללת תמונות בגבהים שונים ובתנאי תאורה משתנים בשני אזורים, מערך הנתונים תופס גם שונות גיאוגרפית וגם שינויים בקנה מידה של המצלמה שאופייניים לתפעול בעולם האמיתי. ניסויים מראים ששונות זו עוזרת למודלים של בינה מלאכותית לזהות חבילות גם כאשר הן מצולמות במקומות חדשים או מגבהים שונים.

Figure 2
Figure 2.

בדיקת המערך בתנאי אמת

כדי לבדוק האם BaleUAVision באמת שימושי, המחברים אימנו מערכת זיהוי פופולרית הידועה כ-YOLOv11 כדי למצוא חבילות חציר בתמונות. לאחר מכן הם אתגרו את המודל בשתי דרכים: לבקש ממנו לזהות חבילות בשדות מאזור שונה מזה שראה באימון, ולשנות את גובה הטיסה בין שלב האימון למבחן. כאשר אומן על המערך, המערכת זיהתה כמעט את כל החבילות בשדות חדשים עם מעט אזעקות שווא. היא גם התמודדה טוב עם גבהים גבוהים כשהיא ראתה דוגמאות מטיסות נמוכות במהלך האימון. עם זאת, מודל שאומן רק על תמונות מגובה רב התקשה בזיהוי מקרוב עד שהחוקרים הוסיפו מספר קטן של דוגמאות מגבהים נמוכים, מה שמדגים כיצד תוספת צנועה אך נבחרת של נתונים יכולה לשפר את האמינות באופן משמעותי.

מעבר לבינה כללית, לעבר כלים מוכנים לשדה

הצוות גם השווה את המודל המותאם שלהם, שאומן לזיהוי חבילות, עם מערכות ראייה כלליות רחבות שקיימות כדי "לפלח כל דבר" בתמונה. בעוד שמודלי בסיס אלה חזקים במגוון הגדרות, הם הופיעו פחות מדויקים בזיהוי חבילות חציר צפופות וקטנות על רקע שדה עמוס. המודל המותאם שאומן על BaleUAVision לא היה רק מדויק יותר אלא גם פרקטי יותר לפעולה על רחפנים ומחשבי חווה אמיתיים. זה מדגיש כיצד נתונים מדויקים ומותאמים לשדה יכולים להפוך התקדמות רחבה בבינה מלאכותית לכלים שעובדים באמת בקנה מידה חקלאי.

ממספרים טובים לחקלאות חכמה יותר

באופן פשוט, BaleUAVision נותן לחוקרים ולחברות מערך עשיר ונגיש בחינם של תמונות רחפן ומתארי חבילות כדי לבנות ולבחון רובוטים ותוכנות לספירת חבילות. בעזרתו ניתן ליצור כלים שמספקים במהירות ובאמינות לחקלאים כמה חבילות יש, היכן הן נמצאות וכיצד לאסוף אותן בצורה הטובה ביותר — חוסך דלק, זמן ועבודה. אותם נתונים יכולים לתמוך גם במחקרים על מצבי שדה, תכנון לוגיסטי ואף ברובוטים חקלאיים עתידיים. על ידי פתיחת מערך הנתונים לציבור, המחברים מניחים בסיס להפוך חבילות חציר פשוטות לשער לחקלאות מדויקת ומונחית נתונים.

ציטוט: Karatzinis, G.D., Gkelios, S. & Kapoutsis, A.C. BaleUAVision: Hay Bales UAV Captured Dataset. Sci Data 13, 313 (2026). https://doi.org/10.1038/s41597-026-06622-8

מילות מפתח: חקלאות מדויקת, תמונות רחפנים, זיהוי חבילות חציר, ראייה ממוחשבת, מערך נתונים של חישוב מרחוק