Tradotto con IA

STELAR Tech Brief n. 5: Classificazione delle colture che tiene conto dei pregiudizi

Migliora la classificazione delle colture invernali utilizzando insiemi di modelli 3D U-Net e dati LAI con segmentazione spazio-temporale che tiene conto del bias

o

Descrizione dettagliata

Modello ensemble 3D U-Net spazio-temporale per la classificazione dei tipi di coltura utilizzando l’indice di area fogliare (LAI) ricavato da immagini satellitari, che tiene conto dello squilibrio tra le classi, della copertura nuvolosa e delle variazioni stagionali. Addestrato sul dataset EuroCrops con perdita ponderata e campionamento sensibile alla scarsità, ha ottenuto punteggi IoU e F1 migliorati su 11.000 istanze. Parte del progetto STELAR dell’UE nell’ambito di Horizon Europe (ID sovvenzione: 101070122), volto a migliorare il monitoraggio agricolo e la sicurezza alimentare.

1/1

o

Informazioni sul contributo

Progetto

STELAR

Spatio-TEmporal Linked data tools for the AgRi-food data space

Posizione
Germany
Autori del contributo
Chethan Krishnamurthy Ramanaik
Scopo
Communication, Dissemination

Tipo di file
documento
Pubblicato su
20 feb 2025
Lingua d'origine
English
Sito web ufficiale del progetto
STELAR
Licenza
Other