HyperAIHyperAI

Command Palette

Search for a command to run...

Une brève analyse du réseau de détection itératif des contours suivants pour la délimitation des cernes d’arbre dans les images de Pinus taeda

Marichal Henry ; Randall Gregory

Résumé

Ce travail présente le réseau INBD proposé par Gillert et al. lors de la conférence CVPR-2023 et étudie son application pour la délimitation des cernes d'arbre dans les images RGB de sections transversales de Pinus taeda capturées par un smartphone (ensemble de données UruDendro). Ces images présentent des caractéristiques différentes de celles utilisées pour entraîner la méthode. Le réseau INBD fonctionne en deux étapes : premièrement, il segmente l'arrière-plan, la moelle et les limites des cernes. Ensuite, l'image est transformée en coordonnées polaires, et les limites des cernes sont segmentées itérativement de la moelle jusqu'à l'écorce. Les deux étapes s'appuient sur l'architecture U-Net. La méthode obtient un F-Score de 77,5, un mAR de 0,540 et un ARAND de 0,205 sur l'ensemble d'évaluation. Le code utilisé pour les expériences est disponible à l'adresse suivante : https://github.com/hmarichal93/mlbrief_inbd.


Créer de l'IA avec l'IA

De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.

Codage assisté par IA
GPU prêts à l’emploi
Tarifs les plus avantageux

HyperAI Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp
Une brève analyse du réseau de détection itératif des contours suivants pour la délimitation des cernes d’arbre dans les images de Pinus taeda | Articles | HyperAI