https://blog.defectiv.es/de/tags/deep-learning/Recent content in deep-learning on Gaia Lab · BlogHugode-DEWed, 23 Sep 2026 09:00:00 +0200https://blog.defectiv.es/de/posts/segmentacion-dental-y-100-semillas/Tue, 22 Sep 2026 13:30:00 +0200https://blog.defectiv.es/de/posts/segmentacion-dental-y-100-semillas/<p>Sechste Folge von <strong>Cluster-Röntgenbild</strong>. Nach den <a href="https://blog.defectiv.es/de/posts/arboles-uno-a-uno-desde-nubes-de-puntos-lidar/">Wäldern</a> die sparsamste Linie des Archivs: zwanzig GPU-Stunden in vier Monaten und eine methodische Frage, die viele Arbeiten veröffentlichen, ohne sie zu beantworten.</p> <h2 id="die-frage">Die Frage <a class="hanchor" href="#die-frage" aria-label="Enlace a esta sección">#</a></h2> <p>Strukturen in Dentalbildern automatisch zu segmentieren, also Pixel für Pixel die interessierende Region vom Hintergrund zu trennen, ist die Grundlage jeder nachfolgenden Messung oder assistierten Diagnose. Die Literatur vergleicht Architekturen mit einem einzigen Durchlauf pro Modell, und die Unterschiede zwischen ihnen liegen oft in der Größenordnung eines Punktes. Die Linie stellt zwei Fragen: <strong>Welche Architektur segmentiert diese Art von Bild am besten, und wie viel des Unterschieds zwischen zwei Modellen ist real und wie viel ist die Lotterie der Initialisierung?</strong></p>https://blog.defectiv.es/de/posts/arboles-uno-a-uno-desde-nubes-de-puntos-lidar/Tue, 22 Sep 2026 13:15:00 +0200https://blog.defectiv.es/de/posts/arboles-uno-a-uno-desde-nubes-de-puntos-lidar/<p>Fünfte Folge von <strong>Cluster-Röntgenbild</strong>. Nach den <a href="https://blog.defectiv.es/de/posts/4400-complejos-de-proteinas-con-boltz-2/">Proteinen</a> eine weitere Linie fern der Sprache: Wälder.</p> <h2 id="die-frage">Die Frage <a class="hanchor" href="#die-frage" aria-label="Enlace a esta sección">#</a></h2> <p>Ein LiDAR-Scan einer Waldparzelle liefert Millionen unbeschrifteter Punkte. Um die oberirdische Biomasse und damit den gespeicherten Kohlenstoff zu schätzen, muss man wissen, welche Punkte zu welchem Baum gehören: den Wald in <strong>Individuen</strong> zerlegen. Das ist ein Problem der Instanzsegmentierung in 3D, schwierig dort, wo sich die Kronen berühren. Die Linie fragt, <strong>welche Architektur das am besten kann, wie sehr das Ergebnis vom Glück der Initialisierung abhängt und welche Information der Punktwolke wirklich zählt.</strong></p>