Propósito y alcance
Esta capacitación a pedido presenta a los participantes los principios de trabajo y las aplicaciones de la imagen hiperespectral en el dominio agroalimentario. El curso cubre tipos de sensores (linescan, snapshot), configuración de medición, interpretación espectral, técnicas de preprocesamiento y flujos de trabajo de aprendizaje automático para clasificación y regresión.
A través de ejemplos prácticos de cultivos y productos alimenticios (por ejemplo, puerro, papa, carne), los participantes aprenden cómo configurar mediciones, procesar datos hiperespectrales y evaluar modelos para casos de uso en el mundo real.
Si desea obtener más información sobre la formación, póngase en contacto con Marijke.hunninck@ilvo.vlaanderen.be
Objetivos de aprendizaje
Al final de la capacitación, los participantes podrán:
- Explicar los principios de trabajo de los sensores hiperespectrales y las modalidades de imagen.
- Establecer una campaña de medición hiperespectral para aplicaciones agroalimentarias.
- Preprocesar y analizar datos hiperespectrales utilizando técnicas básicas de aprendizaje automático (PLSR, SVM).
- Interpretar los índices de vegetación y las huellas dactilares espectrales relevantes para la calidad de las plantas y los alimentos.
- Evaluar la viabilidad de implementar imágenes hiperespectrales en sus propios casos de uso.
Resultados del aprendizaje
Los participantes que completen esta capacitación podrán:
- Distinguir entre linecan, snapshot y sistemas hiperespectrales escaneados espectralmente.
- Aplicar operaciones de preprocesamiento espectral como enmascaramiento y normalización.
- Extraer y analizar espectros medios tanto para tareas de clasificación como de regresión.
- Utilice datos hiperespectrales para evaluar la frescura de las plantas, detectar defectos de la papa o clasificar los tipos de carne.
- Identificar las limitaciones y el potencial de las configuraciones hiperespectrales para entornos industriales o de laboratorio.
¿A quién va dirigido?
Investigadores, especialistas en control de calidad, analistas de cultivos y alimentos, científicos de datos y profesionales que trabajan con tecnologías de detección no invasivas en el sector agroalimentario.
Aplicación de la IA
Datos (espacio de datos / bigdata)
Los demás
Servicios
Software / modelo de IA