Video Experimental Relacionado
Updated: Sep 9, 2025

Automated Measurement of Pulmonary Emphysema and Small Airway Remodeling in Cigarette Smoke-exposed Mice
Published on: January 16, 2015
Hacia puertos limpios sostenibles: medición de la opacidad del humo basada en la segmentación semántica y el
Min-Ho Park1, Jae-Hyuk Choi2, Won-Ju Lee3
1Division of Marine Engineering, Korea Maritime and Ocean University, Busan. 49112, Republic of Korea; Interdisciplinary Major of Maritime and AI Convergence, Korea Maritime and Ocean University, Busan. 49112, Republic of Korea.
Este estudio introduce un marco de IA para la detección automática de la opacidad del humo de los buques utilizando el modelo DeepLab v3 + m en un dispositivo de borde. El sistema mide y informa con precisión la opacidad del humo, mejorando el monitoreo ambiental.
Área de la Ciencia:
- Ciencias del medio ambiente
- Inteligencia artificial
- Ingeniería Marítima
Sus antecedentes:
- La determinación manual de la opacidad del humo de los buques es laboriosa y propensa a errores.
- El seguimiento preciso de las emisiones de los buques es crucial para la protección del medio ambiente y el cumplimiento normativo.
Objetivo del estudio:
- Desarrollar y validar un sistema automatizado para medir la opacidad del humo de los buques.
- Implementar un marco de inteligencia artificial (IA) en un dispositivo de borde para análisis en tiempo real.
- Proponer un marco de políticas para su aplicación práctica en el terreno.
Principales métodos:
- Comparación de cuatro modelos de aprendizaje profundo (W-Net, DeepLab v3+m) para la segmentación semántica de imágenes de humo.
- Implementación del modelo optimizado de DeepLab v3+m en un dispositivo de borde utilizando el formato de intercambio de red neuronal abierta (ONNX).
- Desarrollo de algoritmos para la captura de imágenes, medición de la opacidad del humo, generación de informes y transmisión de correos electrónicos.
Principales resultados:
- DeepLab v3 + m demostró un rendimiento superior en segmentación semántica y localización en comparación con los modelos convencionales.
- El sistema de dispositivos de borde capturó con éxito imágenes, generó informes precisos de opacidad de humo y los transmitió por correo electrónico.
- El sistema desarrollado logró una detección continua y automática de la opacidad del humo de los buques en un entorno portuario.
Conclusiones:
- El marco impulsado por IA, particularmente DeepLab v3 + m en un dispositivo de borde, ofrece una solución confiable y automatizada para el monitoreo de la opacidad del humo de los buques.
- El marco político propuesto facilita la integración de esta tecnología en las prácticas operativas de campo.
- Este sistema mejora la eficiencia y la precisión del seguimiento medioambiental de las emisiones marítimas.
Videos de Conceptos Relacionados
Special considerations while measuring oxygen saturation
Ensuring accuracy in vital sign recordings while prioritizing patient comfort and minimizing anxiety is...
Measurement of Air Content in Concrete
The pressure method,...

