.png){kind=icon}
返回
Deep learning-driven intelligent weed mapping system: Optimizing site-specific weed management
.png){kind=icon}
PRE
AI
DOI：10.1016/j.cropro.2025.107284.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 设计了一个端到端的智能杂草制图系统。
• 提出了一种针对样本不平衡问题的目标算法。
• 多模态集成杂草图设计。
• 我们研究了分辨率对目标检测性能的影响。
• 一种针对特定地点杂草控制的有效解决方案。
期刊
IF:
2.5
论文数:
706
被引数:
1.4W
机构
暂无机构信息
引用论文
Deep learning-based early weed segmentation using motion blurred UAV images of sorghum fields基于深度学习的运动模糊高粱无人机影像早期杂草分割
OAAI
OAAI分享收藏Improved generalization of a plant-detection model for precision weed control用于精确控制杂草的植物检测模型的改进泛化OAAI
OAAI分享收藏Early Weed Detection Using Image Processing and Machine Learning Techniques in an Australian Chilli Farm在澳大利亚辣椒农场使用图像处理和机器学习技术进行早期杂草检测.png)
AGRICULTURE-BASEL
OAAI
AGRICULTURE-BASELIF3.6
OAAI分享收藏Beyond patch spraying: site-specific weed management with several herbicides超越贴片喷洒: 使用几种除草剂进行特定地点的杂草管理
PREAI
分享收藏
查看更多内容