To cite this paper use one of the standards below:
Este trabalho analisa o processo de detecção de indivíduos arbóreos, feito por meio de técnicas de deep learning aplicadas a imagens de altíssima resolução espacial, realizado para um bairro de Belo Horizonte (MG). Foi utilizado o algoritmo de segmentação por instância Mask R-CNN disponível no ArcGIS Pro e a classificação das árvores se deu por meio da arquitetura ResNet-50. O modelo alcançou uma acurácia satisfatória, identificando 387 das 457 árvores segmentadas, com Precisão de 84,68% e F1 Score de 76,08%. Os resultados indicam que o uso de deep learning aplicado a ortoimagens geradas por drones tem grande potencial para o mapeamento e a gestão da vegetação urbana, oferecendo uma metodologia promissora para futuras aplicações no monitoramento ambiental em áreas densamente urbanizadas.
With nearly 200,000 papers published, Galoá empowers scholars to share and discover cutting-edge research through our streamlined and accessible academic publishing platform.
Learn more about our products:
This proceedings is identified by a DOI , for use in citations or bibliographic references. Attention: this is not a DOI for the paper and as such cannot be used in Lattes to identify a particular work.
Check the link "How to cite" in the paper's page, to see how to properly cite the paper