Mostrar el registro sencillo del ítem
Instance segmentation for automated weeds and crops detection in farmlands
Segmentación de instancias para detección automática de malezas y cultivos en campos de cultivo
dc.creator | Mora-Fallas, Adán | |
dc.creator | Goëau, Hervé | |
dc.creator | Joly, Alexis | |
dc.creator | Bonnet, Pierre | |
dc.creator | Mata-Montero, Erick | |
dc.date | 2020-03-27 | |
dc.date.accessioned | 2020-09-25T23:12:48Z | |
dc.date.available | 2020-09-25T23:12:48Z | |
dc.identifier | https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/5069 | |
dc.identifier | 10.18845/tm.v33i5.5069 | |
dc.identifier.uri | https://hdl.handle.net/2238/12063 | |
dc.description | Based on recent successful applications of Deep Learning techniques in classification, detection and segmentation of plants, we propose an instance segmentation approach that uses a Mask R-CNN model for weeds and crops detection on farmlands. We evaluated our model performance with the MSCOCO average precision metric, contrasting the use of data augmentation techniques. Results obtained show how the model fits very well in this context, opening new opportunities to automated weed control solutions, at larger scales. | en-US |
dc.description | Con base en las recientes aplicaciones exitosas de técnicas de Aprendizaje Profundo en la clasificación, detección y segmentación de plantas, proponemos un enfoque de segmentación de instancias utilizando un modelo Mask R-CNN para la detección de malezas y cultivos en tierras de cultivo. Evaluamos el rendimiento de nuestro modelo con la métrica de precisión promedio de MSCOCO, contrastando el uso de técnicas de aumento de datos. Los resultados obtenidos muestran cómo el modelo se adapta muy bien en este contexto, abriendo nuevas oportunidades para soluciones automatizadas de control de malezas, a gran escala. | es-ES |
dc.format | application/pdf | |
dc.language | eng | |
dc.publisher | Editorial Tecnológica de Costa Rica (entidad editora) | es-ES |
dc.relation | https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/5069/4791 | |
dc.source | Tecnología en marcha Journal; 2020: Vol. 33 especial. Contribuciones a la Conferencia 6th Latin America High Performance Computing Conference (CARLA); Pág. 13-17 | en-US |
dc.source | Revista Tecnología en Marcha; 2020: Vol. 33 especial. Contribuciones a la Conferencia 6th Latin America High Performance Computing Conference (CARLA); Pág. 13-17 | es-ES |
dc.source | 2215-3241 | |
dc.source | 0379-3982 | |
dc.subject | Deep learning | en-US |
dc.subject | instance segmentation | en-US |
dc.subject | computer vision | en-US |
dc.subject | precision agriculture | en-US |
dc.subject | biodiversity informatics | en-US |
dc.subject | weed detection | en-US |
dc.subject | species identification | en-US |
dc.subject | Aprendizaje profundo | es-ES |
dc.subject | segmentación de instancias | es-ES |
dc.subject | visión por computadora | es-ES |
dc.subject | agricultura de precisión | es-ES |
dc.subject | bioinformática | es-ES |
dc.subject | detección de malezas | es-ES |
dc.subject | identificación de especies | es-ES |
dc.title | Instance segmentation for automated weeds and crops detection in farmlands | en-US |
dc.title | Segmentación de instancias para detección automática de malezas y cultivos en campos de cultivo | es-ES |
dc.type | info:eu-repo/semantics/article | |
dc.type | info:eu-repo/semantics/publishedVersion |
Ficheros en el ítem
Ficheros | Tamaño | Formato | Ver |
---|---|---|---|
No hay ficheros asociados a este ítem. |
Este ítem aparece en la(s) siguiente(s) colección(ones)
-
Tecnología en Marcha [2043]
Es una revista que se publica por trimestres