Back

Вы задавались вопросом, как Timbeter правильно измеряет древесину?

Timbeter использует собственный процесс обнаружения дерева на основе машинного обучения.

Алгоритм обнаружения тимберметра Timbeter является многоступенчатым процессом. Каждый шаг постепенно улучшает качество обнаружения, в то же время выделяя больше времени для каждого потенциального обнаружения древесины.

Этапы:

  • поиск первоначальных кандидатов на пилоту
  • объединение кандидатов в единую систему обнаружения древесины
  • фильтрация ложных срабатываний
  • уточнение диаметра и местоположения детектирования
  • вторичный процесс обнаружения древесины.

Шаг 1

Первоначальные кандидаты встречаются с использованием подхода скользящего окна. Окно рассматривает различные прямоугольные подразделы изображения, и кандидат на обнаружение создается каждый раз, когда окно точно перекрывает древесину. Окно перемещается и масштабируется, поэтому проверяются все возможные места и размеры древесины. Каждый раз для изображения среднего размера используется примерно 20 миллионов индивидуальных проверок.

Шаг 2

Одна древесина может запускать алгоритм первоначального обнаружения несколько раз, поэтому многие кандидаты могут соответствовать одному и тому же физическому журналу. Из-за этого кандидаты, которые очень близки друг к другу, объединены в единую систему обнаружения древесины. Размер и местоположение устанавливаются из средневзвешенного количества исходных кандидатов. Вес исходит из уверенности кандидата.

Шаг 3

Как только исходная древесина обнаружена, они отфильтровываются: наиболее маловероятные изъятия древесины впоследствии удаляются. Это основано на нескольких различных свойствах. Например, очень маленькие обнаружения гораздо более вероятны, чем ложные обнаружения. Кроме того, древесина, которая очень далека от всех других обнаружений, вероятно, является ложным детектированием или является фактической древесиной, которая не является частью стека. Рассматриваются многие дополнительные факторы, в том числе уверенность, которую дает первоначальное обнаружение, и количество перекрытий, обнаруженных друг с другом.

Шаг 4

После фильтрации начинается этап очистки. Процесс очистки улучшает точность обнаруженных обнаружений. Поскольку первоначальный детектор должен проверять так много отдельных мест, он должен быть упрощен. К сожалению, это несколько неточно. Алгоритм очистки, однако, обычно применяется только к нескольким сотням обнаружений, оставшихся после фильтрации. Позволяя алгоритму очистки использовать больше вычислительной мощности и, следовательно, более точно.

Шаг 5

Затем применяется вторичный алгоритм поиска древесины. Подобно процессу первоначального обнаружения, этот алгоритм использует подход скользящего окна. Однако есть заметная разница: в то время как первоначальное обнаружение основано на общем образе древесины в изображениях, вторичный детектор ищет только журналы, которые аналогичны уже найденным. Это позволяет вторичному детектору находить древесину с более необычным внешним видом. Кроме того, вторичный детектор применяется только к области изображения, где древесина уже была найдена путем первоначального обнаружения на шаге 1. Обнаружения, обнаруженные вторичным детектором, фильтруются и уточняются, аналогично первоначальному обнаружению.

Шаги с 1 по 5 происходят всего за 30 секунд!

Многошаговый подход Timbeter основывается на результатах предыдущих алгоритмов, позволяющих Timbeter достичь точных результатов за короткий промежуток времени даже на мобильных телефонах и планшетах с более слабыми камерами. Хотя на ПК могут использоваться еще более сильные алгоритмы (из-за большей вычислительной мощности ПК), Timbeter скорее предоставит измеритель своим результатам мгновенно, даже если они находятся в середине леса с небольшим или отсутствующим подключением к Интернету.

Благодаря обширным исследованиям и экспериментам команда инженеров Timbeter постоянно улучшает качество обнаружения, поэтому ожидаем, что в будущем будет достигнуто большее улучшение.


If you like this, feel free to share!