تحليل موجز لشبكة الكشف المتكرر عن الحدود التالية لتمييز حلقات النمو في صور شجرة الصنوبر اللoblolly

يقدم هذا العمل شبكة INBD التي اقترحها جيليرت وآخرون في مؤتمر CVPR-2023، ويدرس تطبيقها في تحديد حلقات الأشجار في صور RGB لقطع عرضية من شجرة البتولا الطيدا (P. taeda) الملتقطة بواسطة الهاتف الذكي (مجموعة بيانات UruDendro)، وهي صور ذات خصائص مختلفة عن تلك المستخدمة في تدريب الطريقة. تعمل شبكة INBD في مرحلتين: أولاً، تقوم بفصل الخلفية واللب وحدود الحلقات. وفي المرحلة الثانية، يتم تحويل الصورة إلى إحداثيات قطبية، وتتم عملية فصل حدود الحلقات بشكل تكراري من اللب إلى القشرة. تعتمد كلا المرحلتين على بنية U-Net. حققت الطريقة درجة F-Score قدرها 77.5، ومتوسط دقة الاسترجاع (mAR) قدره 0.540، ومتوسط دقة الاسترجاع العشوائية (ARAND) قدره 0.205 على مجموعة البيانات التقييمية. يمكن الوصول إلى الكود المستخدم في التجارب عبر الرابط https://github.com/hmarichal93/mlbrief_inbd.