Segmentation d’instances végétales
Segmentation d’instances végétales
Segmentation de plantes
Segmentation 2D des plantes
Méthode basée sur l’apprentissage profond (deep learning) permettant de détecter et segmenter chaque plante de manière individuelle à partir d’images RGB-D, en temps réel ou à la demande.
Il est également possible d’intégrer d’autres canaux d’information, comme l’infrarouge proche (NIR).
Cette approche génère, en direct, une classification et un masque de segmentation pour chaque plante détectée, utilisables dans diverses applications ou sur d’autres systèmes embarqués.
Segmentation automatique 3D d’une plante individuelle
À partir de la cartographie 3D automatisée des plantes et de la segmentation 2D, il est possible d’extraire chaque plante de la carte 3D capturée, puis de la reconstruire en tant que modèle 3D individuel.
Sur la base de ces données, des analyses spécifiques à la plante peuvent être réalisées, et des actions planifiées et exécutées par une plateforme robotique spécialisée.
- Création de modèles végétaux pour une analyse fine de paramètres agronomiques, ainsi que pour la planification et l’exécution d’actions ciblées dans les planches ou les parcelles.
La segmentation automatisée des plantes en images (2D) et à partir de nuages de points (3D) permet une interaction ciblée avec l’environnement (en direct ou à la demande).