Lightweight Semantic Segmentation for Fermentation Foam Monitoring: A Comparative Study of U-Net, DeepLabV3+, Fast-SCNN, and SegNet

This study aims to identify an effective neural network architecture for the task of semantic segmentation of the surface of beer wort at the stage of primary fermentation, using deep learning methodologies. Four contemporary architectures were evaluated and contrasted. The following networks are pr...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Maksym Vihuro, Andriy Malyar, Grzegorz Litawa, Kamila Kluczewska-Chmielarz, Tatiana Konrad, Piotr Migo
Format:	Artigo
Język:	Inglês
Wydane:	MDPI AG 2026-02-01
Seria:	Applied Sciences
Hasła przedmiotowe:	semantic segmentation beer deep learning U-Net Fast-SCNN DeepLabV3+
Dostęp online:	https://www.mdpi.com/2076-3417/16/3/1487
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!