机器人视觉通常紧密依赖于从真实世界的数据资料进行机器学习,深度神经网络等方法获得了牵引力,提高了机器人通过从大数据中学习来共享知识的可能性。利用神经网络系统作为牵引力,并提高机器人通过从大数据中学习来分享知识的可能性。
机器人农业中机器人视觉和机器感知的一个公开挑战是实现开放式学习,提高适应季节变化、新出现的病虫害、新作物品种等的能力。大多数现有工作只考虑机器人视觉系统部署前的初始训练阶段,而不考虑在长期运行过程中学习模型的持续适应。开发用于农业机器人视觉系统的“地面真实感”和半监督学习的用户界面,也是一个开放性挑战。