Oil Palm Tree Detection and Counting in Aerial Images Based on Faster R-CNN

Liu, Xinni; Ghazali, Kamarul Hawari; Han, Fang; Mohamed, Izzeldin Ibrahim; Zhao, Yue; Ji, Yuanfa

doi:10.1007/978-981-15-2317-5_40

Cited by 3 publications

(1 citation statement)

References 11 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Deep learning has also been used in an aerial observation. One application has been to detect and localise palm trees [7]. In this work, images collected with a drone are used to localise palm trees using a faster R‐CNN architecture.…”

Section: Related Workmentioning

confidence: 99%

Simultaneous regression‐based spatial coverage estimation and object detection with deep learning

Andersen

Nalpantidis

Ravn

et al. 2021

Electronics Letters

View full text Add to dashboard Cite

Object detection has been in the focus of researchers within varying applications propelled by the recent advances in deep learning and neural networks. Many applications require both detection of class instances as well as a quantification of the spatial coverage of the class instances. While the performance of deep learning approaches for these tasks has been extensively studied there has not been much effort into creating a unified network structure to achieve both goals. The purpose of this paper is to present a regressor to the faster R‐CNN architecture that can help quantify the spatial coverage estimation of some detected object. The goal of the regressor is to provide a reproducible result of the spatial coverage. To demonstrate the developed architecture, an example use‐case of land cover estimation is used. The experiments conducted in this paper show that the network does not sacrifice object detection accuracy, and indicate that the network is able to estimate the spatial coverage of six different types of land.

show abstract

Section: Related Workmentioning

confidence: 99%

Simultaneous regression‐based spatial coverage estimation and object detection with deep learning

Andersen

Nalpantidis

Ravn

et al. 2021

Electronics Letters

View full text Add to dashboard Cite

show abstract

Large-scale assessment of date palm plantations based on UAV remote sensing and multiscale vision transformer

Gibril,

Shafri,

Shanableh

et al. 2024

Remote Sensing Applications: Society and Environment

View full text Add to dashboard Cite

Yüksek çözünürlüklü uydu görüntülerinden daha hızlı bölge tabanlı derin öğrenme modeli ile bina tespiti

Saralioğlu¹,

Güngör²

2022

Gümüşhane Üniversitesi Fen Bilimleri Enstitüsü Dergisi

View full text Add to dashboard Cite

Özİnsan beynindeki öğrenme ve analiz mekanizmasını taklit ederek geniş bir veri kümesinden özellikleri otomatik olarak öğrenmeye çalışan derin öğrenme algoritmaları, yüksek hesaplama gerektiren problemleri çözmede bazen insanlardan daha başarılı olabilmektedir. Derin öğrenme tabanlı yöntemlerin çeşitli alanlarda başarı ile kullanımı bu yöntemlerin uzaktan algılama alanında da kullanımını arttırmaktadır. Bu çalışmada, yüksek mekânsal çözünürlüğe sahip uydu görüntülerinden derin öğrenme ile otomatik bina tespitinin yapılması amaçlanmıştır. Bina tespiti için, ilk olarak yüksek mekânsal çözünürlüklü Worldview-2 uydu görüntüsüne görüntü kaynaştırma işlemi yapılarak mekânsal olarak detayların daha belirgin olduğu kaynaştırılmış bir görüntü elde edilmiştir. Daha sonra çalışma bölgesine ait kaynaştırılmış görüntü bina detaylarının yoğun olduğu bölgeleri içerecek şekilde parçalara ayrılmıştır. Bu görüntü parçalarındaki bina nesneleri etiketlenerek test ve eğitim veri seti oluşturulmuştur. Oluşturulan veri seti ile Faster R-CNN modeli üzerinde ince ayar yapılarak model eğitimi %94 F1 skor ve %88 doğruluk değenlerinde gerçekleştirilmiştir. Sonuç olarak Faster R-CNN modeli ile (genel kullanımının dışında) küçük nesne boyutlu uzaktan algılanmış görüntülerden bina tespiti ortalama %88.6 doğrulukta gerçekleştirilmiştir.

show abstract

Oil Palm Tree Detection and Counting in Aerial Images Based on Faster R-CNN

Cited by 3 publications

References 11 publications

Simultaneous regression‐based spatial coverage estimation and object detection with deep learning

Simultaneous regression‐based spatial coverage estimation and object detection with deep learning

Large-scale assessment of date palm plantations based on UAV remote sensing and multiscale vision transformer

Yüksek çözünürlüklü uydu görüntülerinden daha hızlı bölge tabanlı derin öğrenme modeli ile bina tespiti

Contact Info

Product

Resources

About