Resumo-A detecção precoce de derramamentos de óleo é fundamental para medidas de resposta rápida. O uso de imagens adquiridas por drones, combinado com técnicas de visão computacional e aprendizado profundo, apresenta oportunidades de automação das atividades de vigilância de derramamentos de óleo. No entanto, o treinamento adequado de modelos capazes de detectar objetos e regiões de interesse em imagens geralmente requer um grande conjunto de dados anotados. Neste trabalho, apresentamos um método semi-automático para acelerar o processo de anotação de imagens de manchas de óleo, gerando silhuetas no nível do pixel, baseado nos algoritmos de segmentação Mean Shift e Simple Linear Iterative Clustering. Como resultado, construímos um banco de imagens anotadas com silhuetas de derramamentos de óleo usando a metodologia proposta.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.