Video Experimental Relacionado
Updated: Jan 28, 2026

A Rapid Method for Multispectral Fluorescence Imaging of Frozen Tissue Sections
Published on: March 30, 2020
Desarrollo de una base de datos de imágenes multiespectrales en visible-infrarrojo cercano para aplicaciones de
Vahid Mohammadi1, Sovi Guillaume Sodjinou1, Pierre Gouton1
1ImViA Laboratory, UFR Sciences et Techniques, Université Bourgogne Europe, 21000 Dijon, France.
Los investigadores crearon una base de datos gratuita de imágenes multiespectrales con diversas plantas y malezas. Este recurso apoya los avances en demosaicing, segmentación y aprendizaje profundo para tareas de discriminación de cultivos/malezas.
Área de la Ciencia:
- Ciencia Agrícola
- Visión por Computadora
- Procesamiento de Imágenes
Sus antecedentes:
- La imagen multiespectral (MS) se utiliza cada vez más en diversos dominios de investigación.
- Un desafío importante es la escasez de bases de datos de imágenes multiespectrales accesibles debido al desarrollo reciente y la disponibilidad limitada de cámaras MS.
- La creación de bases de datos integrales de imágenes MS es esencial para avanzar en la investigación en este campo.
Objetivo del estudio:
- Establecer una base de datos de imágenes multiespectrales de libre acceso para abordar las limitaciones en la disponibilidad de datos actual.
- Proporcionar imágenes multiespectrales de alta resolución de plantas y malezas, incluidas anotaciones y máscaras, para facilitar la investigación.
- Apoyar el desarrollo y la evaluación de algoritmos para el análisis de imágenes multiespectrales, como demosaicing, segmentación y discriminación de cultivos/malezas.
Principales métodos:
- Se utilizaron dos cámaras MS de alta gama (visible e infrarrojo cercano) basadas en tecnología de matriz de filtros de la plataforma PImRob de la Universidad de Borgoña.
- Se adquirió y curó un conjunto de datos de imágenes MS de alta resolución.
- Se proporcionaron imágenes originales en bruto y demosaiced, junto con imágenes anotadas y máscaras de segmentación.
Principales resultados:
- Desarrollada y publicada una base de datos de imágenes multiespectrales de libre acceso.
- La base de datos contiene diversas imágenes multiespectrales de plantas y malezas con anotaciones y máscaras detalladas.
- Se incluyeron datos de imágenes tanto en bruto como procesados (demosaiced).
Conclusiones:
- La base de datos MS establecida sirve como un recurso valioso para la comunidad científica.
- Es particularmente beneficioso para la investigación centrada en técnicas de demosaicing, algoritmos de segmentación y aplicaciones de aprendizaje profundo en agricultura.
- La base de datos tiene como objetivo acelerar el progreso en la identificación automatizada de cultivos y malezas utilizando imágenes multiespectrales.
Más Videos Relacionados
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
07:38Characterization of Biological Absorption Spectra Spanning the Visible to the Short-Wave Infrared
Published on: January 10, 2025
Videos de Conceptos Relacionados
Machines
A free-body diagram of the...
Machines: Problem Solving II
Machines: Problem Solving I
The toggle clamp system is a machine structure consisting of movable, pin-connected multi-force members that form a stabilized system to transmit forces. The...
Avoidance Learning and Learned Helplessness
Avoidance learning occurs when an organism learns that a specific behavior can prevent an unpleasant outcome. For example, a student who receives a bad grade may start studying harder to avoid future poor grades. This behavior persists even when the negative outcome is no longer present. Avoidance learning is powerful because it maintains behavior in the absence of the...
Sequence Networks of Rotating Machines
Zero-sequence current induces a voltage drop across the generator's neutral impedance and other...
Simplified Synchronous Machine Model
In this model, each generator is connected to a...