|
Dòng
|
Nội dung
|
|
1
|
Đánh giá khả năng phân loại lớp phủ bề mặt của thuật toán Machine Learning và Deep Learning trên ảnh PlanetScope - Trường hợp nghiên cứu tại phường Long An, tỉnh Tây Ninh
// Xây dựng : tạp chí xây dựng Việt nam - Bản quyền thuộc bộ xây dựng tr.
Khả năng phân loại lớp phủ bề mặt từ ảnh PlanetScape có độ phân giải cao được đánh giá theo hai hướng tiếp cận tiên tiến là thuật toán Random Forest của Machine Learning và LI-Net của Deep Learning, được triển khai trên ArcGIS Pro. Kết quả cho thấy cả hai môn hình đạt độ chính xác cao với RF có độ chính xác toàn cục DA = 0,92, Fl-Scure = 0,92 và Kappa =0,89, trong khi U-Net có DA = 0.94, FI-Score = 0.93 và Kappa = 0.91. Mặc dù mức chênh lệch về độ chính xác không lớn nhưng U-Net thể hiện ưu thế nhất quán trên các chỉ số đánh giá, đặc biệt đối với các lớp có phản xạ trung gian nhờ khả năng khai thác hiệu quả cấu trúc không gian thông qua kiến trúc tích chập sâu. Ngược lại, RF có tính ổn định dựa trên đặc trưng phổ và yêu cầu dữ liệu huấn luyện không lớn, nhưng hạn chế trong xử lý các lớp có sự chồng lấn phổ hoặc cấu trúc không gian phức tạp, qua đó minh chứng tiềm năng của học sâu trong bối cảnh phân loại lớp phủ bề mặt ở khu vực có cấu trúc đô thị không gian phức tạp.
Đầu mục:0
(Lượt lưu thông:0)
Tài liệu số:1
(Lượt truy cập:3)
|
|
2
|
|
|
3
|
|
|
4
|
Tích hợp robot dẫn hướng thị giác đan đảo ngược trong tự động hóa sản xuất dệt may
// Tạp chí cơ khí Việt Nam : Cơ quan của tổng hội cơ khí Việt Nam tr.
Đan dệt là một công đoạn cốt lõi của ngành dệt may nhưng vẫn khó tự động hóa, đặc biệt trong việc chuyển đổi thiết kế vai thành các chỉ dẫn đan có thể thực thi bằng máy. Nghiên cứu này đề xuất một pipeline đan đảo ngược hai giai đoạn, định hướng ứng dụng robot và cơ điện tử, nhằm tích hợp thị giác máy với hệ thống đan tự động. Pipeline gồm giai đoạn nhận dạng nhãn mũi đan mặt trước từ ảnh vải và giai đoạn suy luận nhãn đầy đủ mang tính cấu trúc, đảm bảo khả năng đan được trên máy đan phẳng điều khiển số. Thiết kế mô-đun cho phép hệ thống dễ tích hợp vào dây chuyền sản xuất và mở rộng cho các kịch bản công nghiệp. Phương pháp được đánh giá trên cả mẫu sợi đơn và đa sợi, cho thấy khả năng thích ứng tốt với sự đa dạng cấu trúc và vật liệu. Các thách thức trong tự động hóa dệt may như mất cân bằng nhãn, mũi đan hiếm và yêu cầu kiểm soát chi tiết được giải quyết thông qua các kiến trúc học sâu phù hợp với đặc thù cơ học của quá trình đan. Nghiên cứu đặt nền móng cho các hệ thống robot đan dệt tự động hoàn toàn, hướng tới sản xuất dệt may thông minh, linh hoạt và tùy biển cao.
Đầu mục:0
(Lượt lưu thông:0)
Tài liệu số:1
(Lượt truy cập:1)
|
|
5
|
Xây dựng chương trình hỗ trợ phát hiện và thống kê cây xanh HCMUNRE_TreeVision1 từ ảnh UAV sử dụng Deep Learning , Ths Từ khóa: .
// Xây dựng : tạp chí xây dựng Việt nam - Bản quyền thuộc bộ xây dựng tr.
Sự phát triển của công nghệ máy bay không người lái (UAV) và trí tuệ nhân tạo đã mở ra nhiều cơ hội trong giám sát tài nguyên rừng, quản lý cây xanh đô thị và nông nghiệp chính xác. Nghiên cứu này trình bày quá trình xây dựng phiên bản đầu tiên của chương trình HCMUNRE_TreeVision - một công cụ hỗ trợ tự động phát hiện và thống kê cây xanh từ ảnh UAV sử dụng môn hình DeepForest. Chương trình được phát triển bằng ngôn ngữ Python với giao diện đồ họa (GUI), cho phép người dùng xử lý hàng loạt ảnh UAV, tự động phát hiện vị trí cây, thống kê số lượng cây, tính toán diện tích tán cây dựa trên vùng bao (bounding box), xuất dữ liệu dưới dạng CSV, GenJSDN và xuất các biểu đồ thống kê và phân tích. Kết quả thực nghiệm cho thấy chương trình có khả năng xử lý nhanh tập dữ liệu UAV và cung cấp các thông tin hỗ trợ hiệu quả cho công tác nghiên cứu và quản lý cây xanh.
Đầu mục:0
(Lượt lưu thông:0)
Tài liệu số:1
(Lượt truy cập:0)
|
|
|
|
|