Detalle del congreso

Autores: Baruffaldi, Juan Manuel; Uzal, Lucas C.

Resumen: Se aborda el problema de reconocimiento de malezas en video para poder realizar una fumigación selectiva de la maleza sobre campo con cultivo. El sistema de reconocimiento propuesto es compatible además con la implementación de técnicas de robótica para remover la maleza con actuadores mecánicos sin el uso de agroquímicos. El problema es abordado con técnicas de Deep Learning, donde los datos de entrenamiento son filmaciones del campo con la presencia de cultivo y maleza.El sistema de visión propuesto está basado en Convolutional Neural Networks (CNN). Se utilizó la técnica de Generative Adversarial Networks (GAN) para hacer un pre-entrenamiento no supervisado del modelo de modo de explotar la gran cantidad de imágenes que se obtienen a partir de secuencias de video. Luego se entrena en forma supervisada con una mínima cantidad de datos etiquetados para especializar el modelo. Se analizan y comparan resultados de distintos métodos utilizados y su aporte en el reconocimiento. Se combinan dos redes discriminantes de DCGAN y se utiliza una SVM en la ultima capa de la red entrenada sobre datos etiquetados utilizando Data Augmentation para lograr mayor robustez.

Tipo de reunión: Jornada.

Tipo de trabajo: Artículo Completo.

Producción: Redes neuronales adversarias para el reconocimiento de malezas.

Reunión científica: 46 JAIIO Jornadas Argentinas de Informática.

Lugar: Córdoba.

Institución organizadora: SADIO - UTN-FRC.

Publicado: Sí

Lugar publicación: Buenos Aires

Mes de reunión: 9

Año: 2017.

Página web: aquí