Skip to content

Código de segmentação de imagens voltado para a remoção de solo em imagens aéreas obtidas por drones de plantações de soja. Processo seletivo da empresa CROMAI.

Notifications You must be signed in to change notification settings

fernandabufon/ImageSegmentation

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

9 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

ImageSegmentation

Solução de segmentação de imagens voltado para a remoção de solo em imagens aéreas obtidas por drones de plantações de soja. Processo seletivo da empresa CROMAI. Obs: acesse o arquivo "relatorio_final.txt" para conferir mais informações sobre como o case foi resolvido e quais foram os métodos e tecnologias usadas.

Sobre o desafio proposto pela CROMAI:

Contexto

Sua empresa está desenvolvendo um algoritmo de segmentação de imagens voltado para a remoção de solo em imagens aéreas obtidas por drones de plantações de soja. O algoritmo deve ser robusto o suficiente para não sofrer interferência causadas por condições de iluminação e cenários adversos.

Objetivo

Planeje e implemente um algoritmo de remoção de solo utilizando técnicas de visão computacional para garantir a precisão e técnicas de otimização de computação para acelerar o processamento e garantir a escalabilidade.

Entregáveis Esperados

  • Código com comentários;
  • Imagens resultantes;
  • Relatório final.

Observações Importantes

  • Salve as imagens obtidas pelo seu algoritmo em uma pasta outputs, produza resultados lado a lado como as que estão na pasta de exemplos;
  • Comente o código de forma que seja possível entendermos a sua forma de pensar e a lógica utilizada;
  • Faça um arquivo requirements.txt contendo todas as dependências do teu código;
  • O código deve ser implementado obrigatoriamente na linguagem Python;
  • Explorar diferentes alternativas de algoritmos e metrificar qual alternativa se saiu melhor será um diferencial a ser avaliado;
  • Você pode utilizar qualquer técnica de visão computacional, desde técnicas clássicas até técnicas baseadas em deep learning. Lembre-se: o dataset que você possui é escasso!

Bibliotecas Python Recomendadas

  • OpenCV: Uma das bibliotecas mais populares para visão computacional.
  • Scikit-image: Biblioteca para processamento de imagens.
  • TensorFlow: Biblioteca de aprendizado de máquina desenvolvida pelo Google.

About

Código de segmentação de imagens voltado para a remoção de solo em imagens aéreas obtidas por drones de plantações de soja. Processo seletivo da empresa CROMAI.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages