DETECÇÃO DE INDIVÍDUOS ARBÓREOS EM IMAGENS DE DRONE USANDO DEEP LEARNING: ESTUDO DE CASO EM BELO HORIZONTE (MG)

- 319277
Poster
Favorite this paper
How to cite this paper?
Abstract

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.

Share your ideas or questions with the authors!

Did you know that the greatest stimulus in scientific and cultural development is curiosity? Leave your questions or suggestions to the author!

Sign in to interact

Have a question or suggestion? Share your feedback with the authors!

Institutions
  • 1 Instituto de Geociências e Ciências Exatas- UNESP
Track
  • 23. Image Processing
Keywords
Deep learning
Drones
Detecção de árvores