Reconstruction spatio-temporelle à haut débit de l'architecture du système racinaire à partir de l'imagerie frugale en utilisant le suivi topologique et l'apprentissage profond

Gandeel Loaï. 2024. Reconstruction spatio-temporelle à haut débit de l'architecture du système racinaire à partir de l'imagerie frugale en utilisant le suivi topologique et l'apprentissage profond. Nice : Université Côte d'Azur, 41 p. Mémoire de master 2 : Mathématique appliquées et modélisation : Université Côte d'Azur

Encadrement : Fernandez, Romain

Résumé : Ce rapport rend compte du travail réalisé lors de mon stage de Master 2 au sein de l'équipe PhenoMen de l'UMR AGAP au CIRAD à Montpellier, consacré à la reconstruction spatio-temporelle des architectures racinaires à partir de séries temporelles d'images. J'ai oeuvré principalement à proposer une évolution du format RSML vers une version 2

Résumé (autre langue) : This report describes the work carried out during my Master's 2 internship in the PhenoMen team of the UMR AGAP at CIRAD in Montpellier, devoted to the spatio-temporal reconstruction of root architectures from time series of images. I primarily worked on proposing an evolution of the RSML format towards a 2

Mots-clés libres : Phénotypage, Systèmes racinaires, Agro-écologie, Suivi temporel, Deep Learning

Agences de financement hors UE : Agence Nationale de la Recherche

Projets sur financement : (FRA) Institut Convergences en Agriculture Numérique

Auteurs et affiliations

• Gandeel Loaï, Université Côte d'Azur (FRA)

Source : Cirad-Agritrop (https://agritrop.cirad.fr/610278/)

Métriques

[ Page générée et mise en cache le 2024-09-16 ]