Video Experimental Relacionado
Updated: Jan 7, 2026
Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
Published on: November 30, 2022
Modelos de desoclusión y aumento de datos basado en difusión para la estimación del tamaño de melones orientales en
Sungjay Kim1, Xianghui Xin1,2, Sang-Yeon Kim1,3
1Department of Biosystems Engineering, Seoul National University, Seoul, 08826, the Republic of Korea.
Se logró una estimación precisa del tamaño de la fruta del melón oriental, incluso con la oclusión de las hojas, utilizando modelos avanzados de IA. Amodal Mask2Former, basado en Transformer, se destacó en la desoclusión y estimación del tamaño, mejorando la gestión de cultivos y la productividad agrícola.
Conclusiones:
- Amodal Mask2Former, basado en Transformer, muestra capacidades mejoradas para la desoclusión de frutas y la estimación del tamaño en comparación con las CNN.
- Los modelos de desoclusión desarrollados mejoran significativamente la precisión de la estimación del tamaño de la fruta en presencia de oclusión.
- La generación de conjuntos de datos sintéticos con más del 70 % de oclusión sigue siendo una limitación para los modelos de desoclusión actuales.
Más Videos Relacionados
09:27Measuring the Shape and Size of Activated Sludge Particles Immobilized in Agar with an Open Source Software Pipeline
Published on: January 30, 2019
11:38Volume Segmentation and Analysis of Biological Materials Using SuRVoS Super-region Volume Segmentation Workbench
Published on: August 23, 2017
