HyperAIHyperAI

Command Palette

Search for a command to run...

مجموعة بيانات النفايات البحرية لتقسيم دلالي للصورة الصوتية ذات الرؤية الأمامية

Deepak Singh Matias Valdenegro-Toro

الملخص

يُعد الكشف الدقيق وتقسيم النفايات البحرية أمرًا مهمًا للحفاظ على نقاء الأجسام المائية. تقدم هذه الورقة مجموعة بيانات جديدة لتقسيم النفايات البحرية تم جمعها باستخدام جهاز الصوتيات الأمامية (FLS). تتكوّن المجموعة من 1868 صورة من نوع FLS تم التقاطها باستخدام مستشعر ARIS Explorer 3000. تتضمن الكائنات المستخدمة لإنشاء هذه المجموعة أنواعًا شائعة من النفايات المنزلية البحرية، بالإضافة إلى كائنات مضللة بحرية (مثل الإطارات، والحلقات، والصمامات، إلخ)، مصنفة في 11 فئة بالإضافة إلى فئة الخلفية. تم تحليل أداء أحدث هياكل التقسيم الدلالي ذات المُشفرات المتنوعة على هذه المجموعة، وتم عرض النتائج كأساسية (Baseline). نظرًا لأن الصور رمادية اللون، لم تُستخدم أوزان مُدرّبة مسبقًا. تم إجراء المقارنات باستخدام معامل التقاطع على الاتحاد (IoU). وسجل النموذج الأفضل أداءً هو نموذج Unet مع هيكل خلفي (backbone) ResNet34، بقيمة 0.7481 لـ mIoU. تتوفر المجموعة على الرابط التالي: https://github.com/mvaldenegro/marine-debris-fls-datasets/


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp