Reliable Tree Recruitment 框架在巴西雨林实现低成本物种级树冠扩展
热点事件持续更新
Reliable Tree Recruitment 框架在巴西雨林实现低成本物种级树冠扩展
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Reliable Tree Recruitment 框架利用自训练的 DeepLabV3 网络,基于 RGB 无人机正射影像,在巴西阿克雷州和马兰昂州的雨林中实现了物种级树冠库存的低成本扩展。该方法仅需少量标注数据,通过最多五次迭代将阿克雷州的保留树冠从约 500 增至 960、马兰昂州从约 700 增至超 3100。其树冠级 F1 精度达 92.2%,显著优于单任务与多任务 DeepLabV3 基线,证明了在热带森林中以消费级无人机扩展物种库存的可行性。
AI 根据报道生成 · 11 小时前更新
报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · 机器人与计算机视觉Reliable Tree Recruitment 框架通过自训练 DeepLabV3 网络,在巴西阿克雷州和马兰昂州雨林实现物种级树冠库存低成本扩展
Reliable Tree Recruitment 框架利用 RGB UAV 正射影像,经最多五次迭代将阿克雷州保留树冠从约 500 增至 960、马兰昂州从约 700 增至超 3100。其树冠级 F1 达 92.2%,显著优于单任务与多任务 DeepLabV3 基线(分别为 53.5% 和 45.2%)。该方法仅需少量标注即可在热带森林中以消费级无人机低成本扩展物种库存。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 16:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月20日02:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。