Mapping invasive Veratrum album from UAV imagery: neural network training for deep learning novices with no intention of scripting, using a consumer-grade laptop.

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985939%3A_____%2F25%3A00647620" target="_blank" >RIV/67985939:_____/25:00647620 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.eo4plantinvasions.cz/wp-content/uploads/2026/01/V14_EARSEL_2025_Srolleru_et_al_poster_lowQ.pdf" target="_blank" >https://www.eo4plantinvasions.cz/wp-content/uploads/2026/01/V14_EARSEL_2025_Srolleru_et_al_poster_lowQ.pdf</a>
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
Mapping invasive Veratrum album from UAV imagery: neural network training for deep learning novices with no intention of scripting, using a consumer-grade laptop.
Popis výsledku v původním jazyce
The study explores the use of deep learning in remote sensing through ArcGIS Pro for detecting the species Veratrum album from high-resolution UAV imagery. Training data were generated directly from imagery using segmentation and vectorization, with the process streamlined by AutoDL tools. The results achieved high detection accuracy (F1 score 0.90), demonstrating that effective deep learning applications can be implemented with minimal expertise and standard hardware.
Název v anglickém jazyce
Mapping invasive Veratrum album from UAV imagery: neural network training for deep learning novices with no intention of scripting, using a consumer-grade laptop.
Popis výsledku anglicky
The study explores the use of deep learning in remote sensing through ArcGIS Pro for detecting the species Veratrum album from high-resolution UAV imagery. Training data were generated directly from imagery using segmentation and vectorization, with the process streamlined by AutoDL tools. The results achieved high detection accuracy (F1 score 0.90), demonstrating that effective deep learning applications can be implemented with minimal expertise and standard hardware.

Projekt
<a href="/cs/project/SS07020317" target="_blank" >SS07020317: Monitoring rozšíření a managementu invazních a expanzních rostlin s využitím pokročilých metod DPZ</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění
2025
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)