Gasformer: A Transformer-based Architecture for Segmenting Methane Emissions from Livestock in Optical Gas Imaging

家畜，特别是牛的甲烷排放，对气候变化有着显著的贡献。随着全球人口和对畜产品的需求增加，有效的甲烷排放减少策略至关重要。我们介绍了一种新颖的语义分割架构Gasformer，用于检测家畜低流量的甲烷排放，并使用光学气体成像进行控制释放实验。我们提供了两个使用FLIR GF77 OGI相机捕获的独特数据集。Gasformer利用Mix Vision Transformer编码器和Light-Ham解码器生成多尺度特征并细化分割地图。Gasformer在两个数据集上表现优于其他最先进的模型，展示了其在检测和分割受控和实际情况下的甲烷羽流方面的有效性。在家畜数据集上，Gasformer实现了88.56%的mIoU，超过了其他最先进的模型。材料可在github.com/toqitahamid/Gasformer获得。

Gasformer试图解决从畜牧业中控制甲烷排放的问题，这对于减缓气候变化非常重要。论文介绍了一种新的语义分割架构，用于检测畜牧业低流量率的甲烷排放。

Gasformer采用了Mix Vision Transformer编码器和Light-Ham解码器生成多尺度特征并细化分割地图，从而有效地检测和分割受控释放实验和实际场景中的甲烷云。

论文提供了两个使用FLIR GF77 OGI相机捕获的独特数据集。在畜牧数据集上，Gasformer的mIoU达到了88.56％，优于其他现有模型。研究人员还在GitHub上提供了相关材料。

最近的相关研究包括：1. 'A review of methane production and mitigation in ruminants' 2. 'Agriculture's greenhouse gas emissions and abatement potential in China: A review'