KI und die schwierigen Probleme der Welt · Lebenswissenschaften · Nature (computational biology) · 2026-10-25
Multiskaliges Vision-Transformer-Modell mit UAV-basierten Hyperspektralbildern zur Früherkennung von mit der Kiefernwelke infizierten Bäumen
Originaltitel: Multi-scale vision transformer model with UAV-based hyperspectral imagery for early identification of pine wilt disease infected trees
Die Kiefernwelke breitet sich rasch aus und führt zu einer hohen Baumsterblichkeit, weshalb die Bekämpfung im Stadium des Green Attack und in frühen Stadien entscheidend ist. Die Studie entwickelte einen multiskaligen Vision Transformer für UAV-basierte Hyperspektralbilder, um in diesen Stadien infizierte Bäume zu identifizieren, in denen herkömmliche RGB-Bilder kaum sichtbare Anzeichen zeigen. Das Modell erreichte für das Green-Attack-Stadium und die frühen Stadien eine Genauigkeit von 87,40 % bzw. 88,21 %, eine Gesamtgenauigkeit von 87,90 % und einen Kappa-Koeffizienten von 83,25 % und übertraf damit traditionelle Machine-Learning-Modelle und andere Deep-Learning-Modelle, und das mit nur 2,45 M Parametern.