Тасвирбардории гиперспектралии SWIR усули ғайрихаробкунандаи тасвирбардорист, ки маълумоти бозтоби объектро дар шумораи зиёди дарозиҳои мавҷи танг дар минтақаи инфрасурхи кӯтоҳмавҷ дар дохили як тасвир сабт мекунад. Дар ин таҳқиқот барои зуд ва ғайрихаробкунанда пешгӯӣ кардани миқдори протеини хоми донаҳои гандум тасвирбардории гиперспектралии SWIR ва VNIR бо сегментатсияи донаҳо дар асоси YOLOv11, интихоби минтақаи таваҷҷуҳ дар асоси DBSCAN ва Random Forest ва Регрессияи Қисман Камтарин Квадратҳо (Partial Least Squares Regression, PLSR) якҷо карда шудааст. Дар маҷмӯъ 4200 донаи физикӣ аз 45 навъи гандум, ки дар солҳои 2023 ва 2024 ба даст омада буданд, бо ду низоми гуногуни спектралӣ тасвирбардорӣ шуда, арзишҳои истинодии протеини хом тавассути таҳлили нитрогени Dumas муайян карда шудаанд. Натиҷаи асосии таҳқиқот ин аст, ки дар шароити назоратшавандаи тасвирбардорӣ спектри SWIR барои пешгӯии протеини хом нисбат ба VNIR қобилияти умумисозии ба таври назаррас баландтар ва устувортар нишон додааст.

Баландтарин натиҷаи санҷишии SWIR бо пешкоркарди Multiplicative Scatter Correction (MSC) ба шакли Test R² = 0,8725 ва RMSE = 0,7479 ба даст омадааст. Ҳамзамон, пешкоркарди Savitzky–Golay шумораи ҷузъҳои PLS-ро аз 10 дар маълумоти хом то 3 кам карда, дар айни замон арзишҳои Test R² = 0,8449 ва Q² = 0,8487-ро нигоҳ дошта, модели содатар фароҳам овардааст. Дар моделҳои SWIR арзиши Q² барои ҳамаи усулҳои санҷидашудаи пешкоркард аз 0,84 боло мондааст, дар ҳоле ки беҳтарин модели VNIR дар сатҳи Test R² = 0,5750 ва Q² = 0,5793 қарор дорад.

Сегментатсияи YOLOv11 ҳангоми татбиқи зиёдкунии маълумот тавонистааст арзиши F1-ро дар тасвирҳои cropped аз 0,99 боло нигоҳ дорад. Вақти медиании коркарди модел 25,00 ms чен карда шудааст ва нисбат ба муқоисаи YOLOv8 дар ҳамон таҳқиқот тақрибан 2,57 маротиба тезтар кор кардааст. Бо вуҷуди ин, натиҷаҳо бо ҳамон камераҳо, рӯшноии назоратшаванда ва протоколи стандартии тасвирбардорӣ ба даст омадаанд. Ин таҳқиқот исбот накардааст, ки ҳамин натиҷа дар дастгоҳҳои гуногун, шароити гуногуни муҳит ва маҷмуаҳои маълумоти муассисаҳои мустақил нигоҳ дошта мешавад.

Чаро миқдори протеини хоми гандум чен карда мешавад?

Таркиби протеинии гандум, махсусан аз сабаби протеинҳои gliadin ва glutenin, ки шабакаи gluten-ро ташкил медиҳанд, бо хусусиятҳои коркарди орд робитаи наздик дорад. Барои муайян кардани анъанавии протеини хом метавон усулҳои кимиёвӣ, аз қабили Kjeldahl ё Dumas-ро истифода бурд. Гарчанде ки ин усулҳо метавонанд дақиқии баланд диҳанд, онҳо омодасозии намуна, орд кардан ва таҳлили кимиёвӣ ё таҳлили бар пояи сӯзишро талаб мекунанд. Дар сенарияи истеҳсолӣ ё назорати сифат, ки шумораи зиёди донаҳо бояд зуд тасниф карда шаванд, санҷиши ҳар як дона бо ин усулҳо скрининги сермаҳсулро маҳдуд мекунад.

Спектроскопияи инфрасурхи наздик имкон медиҳад таҳлил бе вайрон кардани намуна анҷом дода шавад; аммо спектрофотометрҳои классикӣ одатан спектрро аз қисми маҳдуди намуна мегиранд. Тасвирбардории гиперспектралӣ бошад, маълумоти бозтобро дар шумораи зиёди дарозиҳои мавҷ дар ҳар нуқтаи фазоии тасвир муттаҳид карда, имкон медиҳад ҳам саволи «дар куҷо?» ва ҳам «бо кадом хусусияти спектралӣ?» дар дохили як маҷмуаи маълумот баррасӣ шаванд.

Чаро SWIR дар Пешгӯии Протеини Гандум нисбат ба VNIR Натиҷаи Қавитар Дод?

Азбаски минтақаи SWIR маълумоти спектралии марбут ба обертонҳои ларзишӣ ва бандҳои комбинасионии пайвандҳои N–H, C=O ва C–N дар протеинҳоро фаро мегирад, дар ин таҳқиқот он сигналҳои кимиёвии мустақимтареро, ки ба миқдори протеини хом вобастаанд, дар бар гирифтааст. Баръакс, диапазони истифодашудаи VNIR қисми муҳими ин минтақаҳои равшани ҷаббишро, ки бо протеин алоқаманданд, фаро нагирифтааст ва бештар аз хусусиятҳои физикие, чун ранги пӯсти дона, ки бо протеин алоқаи заиф доранд, таъсир гирифтааст. Дар натиҷа, моделҳои PLSR дар асоси SWIR дар ҳамаи вариантҳои пешкоркард дар сатҳи Q² > 0,84 боқӣ мондаанд, дар ҳоле ки қобилияти умумисозии моделҳои VNIR ба таври назаррас пасттар будааст.

Дар таҳқиқот диапазони VNIR 397,32–1003,58 nm ва диапазони SWIR 982,08–2576,58 nm мебошад. Ҳангоми муқоисаи спектрҳои миёнаи гурӯҳҳои дорои протеини хоми баланд ва паст, дар VNIR танҳо як нуқтаи гардиши равшан муайян шудааст, дар ҳоле ки дар спектри SWIR ҳашт нуқтаи гардиш муайян карда шудааст:

• 992,0 nm,
• 1200,5 nm,
• 1473,9 nm,
• 1779,3 nm,
• 1934,4 nm,
• 2283,0 nm,
• 2316,2 nm,
• 2487,8 nm.

Муаллифон нуқтаи 1473,9 nm-ро ба минтақаи тақрибан 1500–1530 nm, ки бо ларзишҳои N–H алоқаманд аст, ва нуқтаҳои 2283,0 ва 2316,2 nm-ро ҳамчун хусусиятҳои спектралии наздик ба бандҳои комбинасионии марбут ба ларзишҳои C=O ва N–H дар сохтори протеин шарҳ медиҳанд. Ин тафсир нишон медиҳад, ки нуқтаҳои гардиши мушоҳидашуда метавонанд аз ларзишҳои марбут ба протеин сарчашма гиранд; таҳқиқот барои ҳар яке аз ин нуқтаҳо тасдиқи мустақили молекулавӣ анҷом надодааст.

Нуқтаи гардиши тақрибан 1000,5 nm, ки дар VNIR муайян шудааст, дар канори ниҳоии диапазони сенсор ҷойгир аст. Таҳқиқгарон ба эҳтимоли он таваҷҷуҳ мекунанд, ки ин тағйироти ногаҳонии спектралӣ бештар садои канори ченкунии дастгоҳро ифода кунад, на сигнали воқеии биокимиёвиро.

YOLOv11 дар Ин Таҳқиқот Чӣ Кор Мекунад?

YOLOv11 дар ин таҳқиқот модели бевосита пешгӯӣкунандаи миқдори протеини хом нест; он ҷузъи омӯзиши амиқ мебошад, ки донаҳои ҷудогонаи гандум ва минтақаҳои истинодии сафедро дар тасвирҳои гиперспектралӣ ба таври худкор сегментатсия карда, ҳудуди фазоиро муайян мекунад, ки аз он маълумоти спектралии ҳар дона гирифта мешавад. Пешгӯии протеин дар марҳилаи баъдӣ бо ворид кардани хусусиятҳои спектралии аз ин сегментҳо гирифташуда ба модели PLSR анҷом дода мешавад.

Ин фарқ барои фаҳмидани низом муҳим аст. Дар таҳқиқот се кори гуногуни аналитикӣ ба ҳам пайваст карда шудаанд:

1. Ёфтани объект: YOLOv11 муайян мекунад, ки кадом минтақаи тасвир донаи гандум аст.
2. Дақиқсозии ROI-и спектралӣ: Бо истифода аз UMAP, DBSCAN ва Random Forest Classifier пикселҳое, ки воқеан ба дона тааллуқ доранд, аз дохили қуттии YOLO ҷудо карда мешаванд.
3. Пешгӯии хусусияти кимиёвӣ: Спектре, ки аз пикселҳои интихобшуда гирифта мешавад, ба модели PLSR ворид шуда, миқдори протеини хом пешгӯӣ карда мешавад.

Чаро танҳо сегментатсияи YOLO кофӣ ҳисоб нашуд?

Гарчанде YOLO метавонад ҷойгиршавии донаро муайян кунад, bounding box-и бадастомада метавонад на танҳо донаро, балки пикселҳои заминаи атрофи онро низ дар бар гирад. Азбаски дар пешгӯии гиперспектралӣ ҳатто чанд пиксели нодуруст метавонад спектри миёнаи бозтобро тағйир диҳад, таҳқиқгарон минтақаи воқеии спектралии донаро алоҳида тасниф кардаанд.

Барои ин, маълумоти спектралӣ аввал бо Min-Max scaling ба фосилаи 0–1 оварда шуда, бо истифода аз UMAP коҳиши андоза татбиқ гардидааст ва сипас кластерҳои DBSCAN ташкил шудаанд. Тамғаҳои синфие, ки DBSCAN сохтааст, барои омӯзиши Random Forest Classifier истифода шудаанд. Дар арзёбии таҷрибавӣ барои DBSCAN eps = 0,46 ва барои Random Forest амиқии максималӣ = 2 интихоб шудааст.

Дар истихроҷи ниҳоии ROI минтақаҳое, ки бозтоби хеле паст доштанд, низ хориҷ карда шудаанд. Минтақаҳое, ки нисбат ба бозтоби медиании умумӣ беш аз %30 бозтоби пасттар доштанд, хориҷ гардида, дар қуттиҳои ошкорсозии ба ҳам рӯйпӯшшуда non-maximum suppression дар асоси Intersection over Union (IoU) татбиқ шудааст.

Миқдори Протеини Хом дар Ин Таҳқиқот Дар Асл Чӣ Гуна Чен Карда Шуд?

Арзиши истинодии протеини хом, ки модел бояд омӯзад, аз камераи гиперспектралӣ ҳосил нашудааст; пас аз анҷоми тасвирбардорӣ намунаҳои гандум орд карда шуда, миқдори умумии нитроген бо таҳлилгари Dumas чен шудааст ва арзиши нитроген ба коэффисиенти табдили 5,7 зарб карда шуда, миқдори протеини хом ҳисоб шудааст. Ҳамин тавр, модели бар тасвир асосёфта пешгӯӣ кардани ченаки истинодии кимиёвиро омӯхтааст.

Намунаҳо дар дастгоҳи Automill бо 140 rpm барои 60 сония ду маротиба, дар маҷмӯъ 120 сония, гомогенизатсия шудаанд. Таҳлили умумии нитроген бо таҳлилгари FlashSmart CHNS/O Dumas анҷом дода шудааст.

Дар маҷмӯъ 306 ченкунии истинодии протеини хом анҷом дода шудааст:

• Ҳосили 2023: 45 навъ × 3 такрори техникӣ = 135 ченкунӣ,
• Гандуми тирамоҳии 2024: 45 навъ × 3 такрори техникӣ = 135 ченкунӣ,
• 6 навъи намояндагии интихобшуда дар 2024: 6 навъ × 6 такрори техникӣ = 36 ченкунӣ.

PLSR дар Ин Низом Чиро Пешгӯӣ Мекунад?

PLSR модели регрессияест, ки садҳо дарозии мавҷи спектралии бо ҳам сахт коррелятсияшударо дар шумораи камтари ҷузъҳои ниҳонӣ ифода карда, аз ин маълумоти спектралӣ арзиши истинодии протеини хомро пешгӯӣ мекунад. Ин хусусият махсусан барои маълумоти гиперспектралӣ муфид аст, зеро дарозиҳои мавҷи ҳамсоя бо ҳам сахт вобастаанд.

Дар модели VNIR ҳамаи 204 банд ва дар модели SWIR ҳамаи 288 банд истифода шудаанд. Пеш аз модел, ба ғайр аз спектри хом, се усули гуногуни пешкоркарди спектралӣ арзёбӣ шудаанд:

• SNV — Standard Normal Variate: равиши стандартизатсия барои кам кардани фарқиятҳои парокандагӣ ва миқёс.
• MSC — Multiplicative Scatter Correction: усул барои ислоҳи парокандагии мултипликативии рӯшноӣ ва таъсирҳои монанд.
• Savitzky–Golay: равиши ҳамворсозӣ/ҳосилагирӣ барои кам кардани садои спектралӣ ва нигоҳ доштани шакли спектр.

Барои Savitzky–Golay дарозиҳои равзанаи 5, 7, 9 ва 11; дараҷаҳои полиномии 2 ва 3; дараҷаҳои ҳосилаи 1 ва 2; ва шумораи ҷузъҳои PLS дар фосилаи 1–30 бо grid search арзёбӣ шудаанд.

Метрикаҳои фаъолияти модел

Дар таҳқиқот се метрикаи асосии фаъолият истифода шудааст.

\[ R^2 = 1 - \frac{\sum_i (y_i-\hat{y}_i)^2} {\sum_i (y_i-\bar{y})^2} \]

Дар ин ҷо \(y_i\) арзиши мушоҳидашудаи протеини хом, \(\hat{y}_i\) пешгӯии модел ва \(\bar{y}\) миёнаи арзишҳои мушоҳидашуда мебошад. \(R^2\) нишон медиҳад, ки модел то чӣ андоза вариатсияи маълумотро шарҳ медиҳад.

\[ RMSE = \sqrt{ \frac{\sum_i (y_i-\hat{y}_i)^2}{n} } \]

RMSE решаи квадратии миёнаи квадратҳои хатои пешгӯист. Аз ин рӯ, RMSE-и пасттар нишон медиҳад, ки пешгӯиҳо дар маҷмӯъ ба арзишҳои истинодӣ наздиктаранд.

\[ Q^2 = 1-\frac{PRESS}{SS_{tot}} \]

\[ PRESS=\sum_i (y_i-\hat{y}_{i,-i})^2 \]

\(Q^2\) нишондиҳандаи мувофиқати пешгӯист, ки барои арзёбии маънодории пешгӯиҳо нисбат ба намунаҳои дар ҷараёни санҷиши салибӣ нодида истифода мешавад. Дар таҳқиқот махсусан аз 0,84 боло будани арзишҳои Q²-и моделҳои SWIR дар ҳамаи усулҳои пешкоркард ҳамчун яке аз далелҳои асосии устувории модел истифода шудааст.

Усул ва Натиҷаҳои Таҳқиқот

Маводи растанӣ ва сохтори намуна

Дар таҳқиқот 45 навъи гандуми дар Корея парваришшуда истифода шудааст. Дар ҳосили 2023 барои ҳар навъ 20 дона ва се такрори техникӣ истифода шуда, дар маҷмӯъ 2700 дона тасвирбардорӣ шудааст. Дар ҳосили 2024 аз ҳамон 45 навъ 900 дона ва аз шаш навъи намояндагие, ки дар Корея васеъ парвариш мешаванд, барои ҳар навъ 100-донагӣ, дар маҷмӯъ 600 донаи иловагӣ истифода шудааст. Ҳамин тавр, ҷамъбасти 2024 ба 1500 ва ҷамъбасти тамоми таҳқиқот ба 4200 донаи физикии гандум расидааст.

Азбаски ҳар донаи физикӣ дар низомҳои VNIR ва SWIR алоҳида тасвирбардорӣ шудааст, 42 VNIR ва 42 SWIR, дар маҷмӯъ 84 тасвири гиперспектралӣ сохта шуда, дар поёни таҳлил 4200 × 2 = 8400 профили спектралии инфиродии дона ба даст омадааст.

Ду низоми тасвирбардории гиперспектралӣ

Дар тасвирбардории SWIR конвейери ҳаракаткунанда истифода шудааст. Дар ҳар ду низом арзишҳои шиддати хом бо истифода аз истинодҳои сафед ва торик ба бозтоб табдил дода шудаанд:

\[ R=\frac{I-D}{W-D} \]

Дар ин ҷо \(R\) бозтоби калибршуда, \(I\) шиддати хоми ченшуда, \(D\) шиддати ҷараёни торик ва \(W\) шиддати истиноди сафед мебошад. Муодила пас аз тарҳ кардани сигнали торики сенсор ченкуниро ба диапазони истиноди сафед нормализатсия мекунад.

Маҷмуаи маълумоти омӯзиши YOLOv11 чӣ гуна сохта шуд?

Аз маҷмӯъ 84 тасвир 10 адад — 5 VNIR ва 5 SWIR — ба таври тасодуфӣ интихоб шуда, бо Labelme дастӣ тамғагузорӣ шудааст. Донаҳо ҳамчун синфи 0 ва истиноди сафед ҳамчун синфи 1 муайян шуда, дар оғоз 1000 тамғаи дона ва 10 тамғаи истиноди сафед сохта шудааст.

Кубҳои гиперспектралӣ барои омӯзиши YOLO аз се банд ба тасвирҳои pseudo-RGB табдил дода шудаанд. Барои VNIR бандҳои 634,11 nm, 560,30 nm ва 452,25 nm; барои SWIR бошад 1133,52 nm, 1335,78 nm ва 1662,69 nm истифода шудаанд.

Дар зиёдкунии маълумот random cropping ва image concatenation татбиқ шуда, тибқи гузориши таҳқиқоти манбаъ маҷмуаи маълумоти омӯзиш нисбат ба маҷмуаи аслӣ 110 маротиба калон карда шудааст.

Параметрҳои омӯзиши YOLOv11

Истгоҳи кории омӯзиш аз протсессори AMD Ryzen 5 3600, 32 GB RAM ва NVIDIA RTX 3060 GPU истифода кардааст. Mixed-precision training (AMP) фаъол карда шудааст.

Зиёдкунии Маълумот ба Умумисозии YOLO Чӣ Таъсир Расонд?

Зиёдкунии маълумот устувории моделро нисбат ба тағйироти ҷойгиршавӣ, миқёс ва буридани ҳамон тасвирҳои донаҳои гандум ба таври назаррас зиёд кардааст. Гарчанде моделҳои омӯзонидашуда бо тасвирҳои хом дар ҳамаи тасвирҳои андозаи пурра ба арзишҳои хеле баланди F1 расидаанд, дар тасвирҳои тасдиқии cropped recall ва F1 коҳиш ёфтаанд; ҳангоми истифодаи маҷмуаҳои омӯзишии зиёдшуда арзишҳои F1 дар тасвирҳои cropped боз ба фосилаи тақрибан 0,99–1,00 баланд шудаанд.

Ин ҷадвал танҳо шароити тасдиқии таҳқиқотро, ки аз тасвирҳои cropped сохта шудааст, ифода мекунад. Он набояд ҳамчун фаъолияти умумӣ дар камера, муассиса ё шароити муҳити дигар тафсир шавад.

Суръати коркард

Вақти медиании умумии коркарди сегментатсияи YOLOv11 25,00 ms чен карда шудааст. Дар ҳамон муқоиса барои YOLOv8 64,30 ms гузориш шудааст. Арзиши 25 ms/тасвир аз ҷиҳати назариявӣ ба суръати тақрибан 40 тасвир/сония мувофиқ меояд ва таҳқиқгарон онро барои коркарди сермаҳсули маълумот бартарии муҳим арзёбӣ кардаанд.

Стратегияи омӯзиш/тасдиқ/test-и PLSR

Маълумоти спектралии солҳои 2023 ва 2024 якҷо карда шуда, %10-и маълумоти умумӣ ба таври тасодуфӣ ҳамчун маҷмуаи мустақили test ҷудо карда шудааст. Дар %90-и боқимонда санҷиши салибии панҷқисмӣ татбиқ шуда, дар дохили ҳар fold маълумот ба шакли %80 омӯзиш ва %20 тасдиқ истифода шудааст.

Натиҷаҳои пешгӯии VNIR ва SWIR

Ҷадвал талаб мекунад, ки ду мафҳуми гуногуни «модели хуб» аз ҳам ҷудо шаванд. Агар танҳо баландтарин test R² ҷустуҷӯ шавад, комбинатсияи MSC–SWIR пеш меояд. Аммо агар мураккабии модел низ ба ҳисоб гирифта шавад, модели Savitzky–Golay–SWIR танҳо бо се ҷузъи PLS қувваи баланди пешгӯиро нигоҳ доштааст. Аз ин рӯ, дар таҳқиқот баландтарин дақиқӣ ва содатарин модел як конфигуратсия нестанд.

Пешгӯиҳо дар гурӯҳҳои протеини баланд ва паст

Дар гурӯҳҳои болоӣ ва поёнии %10-и протеин, моделҳои PLSR, ки бо Savitzky–Golay пешкоркард шудаанд, алоҳида муқоиса гардидаанд. Дар гурӯҳи протеини баланд арзиши ченшуда 15,030 ± 0,908 %, пешгӯии SWIR 14,988 ± 1,588 %, пешгӯии VNIR 15,176 ± 2,664 % гузориш шудааст. Дар гурӯҳи протеини паст, ҳангоми арзиши ченшудаи 11,838 ± 1,02 %, VNIR 12,254 ± 2,538 % ва SWIR 10,845 ± 2,156 % пешгӯӣ кардааст.

Ин миёнаҳои ду гурӯҳ набояд ба ҷойи фаъолияти умумии модел истифода шаванд. Тафсири бартарии SWIR аз ҷониби таҳқиқгарон на танҳо ба миёнаҳои ин ду гурӯҳ, балки ба маҷмӯи натиҷаҳои test R², RMSE, Q² ва санҷиши салибӣ асос ёфтааст.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

• YOLOv11 дар сегментатсияи худкори донаҳои ҷудогонаи гандум дар тасвирҳои гиперспектралӣ фаъолияти баланд нишон додааст.
• Зиёдкунии маълумот умумисозии сегментатсияро дар тасвирҳои cropped ба таври назаррас беҳтар кардааст.
• Равиши DBSCAN ва Random Forest интихоби ROI-и спектралиро аз дохили қуттиҳои YOLO автоматӣ кардааст.
• PLSR дар асоси SWIR дар ин маҷмуаи маълумот нисбат ба моделҳои дар асоси VNIR пешгӯии протеини баландтар ва устувортар додааст.
• MSC–SWIR баландтарин арзиши test R²-ро додааст.
• Savitzky–Golay–SWIR танҳо бо се ҷузъи PLS модели содатар, вале қавӣ ба вуҷуд овардааст.
• YOLOv11 дар муқоисаи YOLOv8 дар ин таҳқиқот вақти коркарди кӯтоҳтар нишон додааст.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

• Нишон дода нашудааст, ки модел дар ҳамаи навъҳои гандум ва ҳамаи кишварҳо ҳамин дақиқиро таъмин мекунад.
• Фаъолият дар камераҳои гуногуни SWIR/VNIR тасдиқ нашудааст.
• Исбот нашудааст, ки ҳамин натиҷаҳо дар шароити назоратнашавандаи корхона ё саҳро нигоҳ дошта мешаванд.
• Модел молекулаи протеинро бевосита «намебинад»; он робитаи омории байни бозтоби спектралӣ ва арзиши истинодии Dumas-ро меомӯзад.
• Арзиши баланди F1-и YOLO маънои онро надорад, ки регрессияи протеин низ ҳамон қадар дақиқ аст.
• Наметавон хулоса кард, ки VNIR умуман барои ҳамаи вазифаҳои пешгӯии кимиёвӣ нокифоя аст.
• Бартарии SWIR бояд дар доираи ин таҳқиқот, ин сенсорҳо, ин намунаҳо ва ҳамин вазифаи пешгӯии протеин арзёбӣ шавад.

Маҳдудиятҳои асосӣ

Ҳамаи тасвирҳои гиперспектралӣ бо ҳамон камераҳои Specim SWIR ва Specim IQ, дар рӯшноии назоратшаванда ва ҷойгиркунии стандартӣ гирифта шудаанд. Таҳқиқгарон ба таври равшан зикр мекунанд, ки арзёбии фаъолият дар ҳамаи 84 тасвир инчунин тасвирҳои барои омӯзиш истифодашударо дар бар мегирад. Гарчанде дар минтақаҳои cropped арзёбии алоҳида анҷом дода шудааст, барои умумисозии воқеии байнинизомӣ маҷмуаҳои мустақили маълумот аз муассисаҳои дигар, дастгоҳҳои дигар ва шароити гуногуни муҳит заруранд.

Набудани маҷмуаҳои бузург ва стандартизатсияшудаи оммавии тасвирҳои гиперспектралии ғалладона инчунин имкони муқоисаҳои васеътари benchmark-ро дар таҳқиқот маҳдуд кардааст.

Ёддошти ҳисоботи ададӣ дар дохили манбаъ

Дар бахши натиҷаҳои манбаъ барои YOLO ибораи «максимум F1 = 0,9989» истифода шудааст; бо вуҷуди ин, дар ҷадвалҳои таҳқиқот барои маълумот ва шароити гуногуни арзёбӣ арзишҳои R10 = 0,9995, IA10 = 0,9996 ва cropped IA4 = 1,0000 мавҷуданд. Аз ин рӯ, арзишҳои фаъолият бояд бо зикри он ки ба кадом ҷадвал ва шароити арзёбӣ тааллуқ доранд, тафсир карда шаванд.

Илова бар ин, дар бахши усул барои VNIR 7 nm ва барои SWIR 12 nm FWHM қобилияти тафриқаи спектралӣ гузориш шудааст, дар ҳоле ки дар бахши муҳокима арзишҳои тақрибан 3,0 nm ва 5,2 nm боз зери ибораи “spectral resolution” истифода шудаанд. Азбаски манбаъ фарқи байни қобилияти тафриқаи оптикӣ ва фосилаи намунагирии спектралии ин ду гурӯҳи арзишҳоро равшан муайян накардааст, дар ин ҷо ҳеҷ яке ба ҷойи дигаре ислоҳ нашудааст.

Ёддошт оид ба Манбаъ ва Усул

Таҳқиқоти аслӣ:Assessment of crude protein in wheat kernels using SWIR hyperspectral imaging combined with deep learning-based segmentation

Муаллифон: Jae Gyeong Jung; Jin-Hyun Kim; Changsoo Kim; Donghwan Shim.

Муаллифи масъул: Donghwan Shim.

Муассисаҳо: Department of Biological Sciences, Chungnam National University; Genomics Division, Department of Agricultural Biotechnology, National Institute of Agricultural Sciences, Rural Development Administration; Department of Crop Science, Chungnam National University, Republic of Korea.

Маҷалла: Journal of Agriculture and Food Research.

Ҷилд / рақами мақола: 26 (2026), 102679.

DOI: 10.1016/j.jafr.2026.102679

Ношир: Elsevier B.V.

Санаи қабул: 20 Август 2025.

Бознигарӣ: 8 Январ 2026.

Санаи пазируфтан: 14 Январ 2026.

Нашри онлайн: 17 Январ 2026.

Иҷозатнома: Creative Commons Attribution–NonCommercial 4.0 International (CC BY-NC 4.0).

Маблағгузорӣ: Rural Development Administration, Republic of Korea, Cooperative Research Program for Agricultural Science and Technology Development No. RS-2025-00512183; инчунин Institute of Information & Communications Technology Planning & Evaluation (IITP), Korea government (MSIT), No. RS-2022-00155857, Artificial Intelligence Convergence Innovation Human Resources Development, Chungnam National University.

Бархӯрди манфиатҳо: Муаллифон ҳеҷ манфиати молиявии маълум ё муносибати шахсиеро, ки метавонад ба таҳқиқот таъсир расонад, гузориш накардаанд.

Дастрасии маълумот: Зикр шудааст, ки маълумот бо дархост пешниҳод мешавад.

Ҳудуди илмӣ: Натиҷаҳо ба шароити назоратшавандаи лаборатории тасвирбардории гиперспектралӣ тааллуқ доранд. Дар сенсорҳои гуногун, маҷмуаҳои маълумоти муассисаҳои мустақил ва шароити тағйирёбандаи муҳит тасдиқи берунӣ анҷом дода нашудааст. Натиҷаи қавии таҳқиқот ин аст, ки дар доираи сохтори стандартизатсияшудаи мавҷуда меъмории SWIR + YOLOv11 + ROI-и спектралӣ + PLSR барои пешгӯии сермаҳсули протеини хом қобили татбиқ аст; ин фаъолияти универсалии байнидастгоҳӣ дар саҳро нест.

Принсипи баёни Verianla: Ин мундариҷа тарҷумаи пурраи матни мақолаи аслии академӣ нест. Тарҳи таҷриба, метрикаҳои математикӣ, шароити дастгоҳ, арзишҳои гузоришшудаи фаъолият ва маҳдудиятҳои усулӣ ба манбаъ содиқ нигоҳ дошта шуда, баён дар сохтори мустақили омӯзиши илмӣ аз нав тартиб дода шудааст. Барои истиноди академӣ ва заминаи аслии шаклҳои манбаъ таҳқиқоти нашршуда тавассути DOI бояд баррасӣ карда шавад.