Pocket Phenomics: A Smartphone-based Framework for Quantifying Maize Architectural Traits in Field
开发基于智能手机RGB-D的田间玉米株型表型框架,实现穗位高和叶角的低成本高通量测量。
阅读 1
关键词 · 相关资讯与研究
沿着“智能手机LiDAR”继续探索,共 1 条内容。
开发基于智能手机RGB-D的田间玉米株型表型框架,实现穗位高和叶角的低成本高通量测量。
提出基于边缘AI的宠物监测框架,用树莓派和YOLOv9识别兔子行为与环境。
对比无人机RGB与LiDAR传感器在甘蔗田地形测绘中的精度与适用性。
刘浩然、王宇、赵学观、吴华瑞、付豪、庞树杰、翟长远(北京市农林科学院智能装备技术研究中心/国家农业智能装备工程技术研究中心)针对枝叶遮挡下田间胡萝卜苗精准识别难题,提出基于改进YOLOv11s的轻量化检测方法CD-YOLO:将主干网络部分标准卷积替换为深度可分离卷积降低模型复杂度,在C3k2模块引入高效多尺度注意力机制EMA构建C3k2_EMA模块增强关键特征动态感知,采用动态检测头强化多尺度特征融合与感知,显著提升检测鲁棒性。
综述水下光学图像中的小目标检测,梳理问题、数据集、算法,并展望未来方向。
系统综述工业环境中计算机视觉在检测、安全、物流与机器人四领域的应用现状与挑战。
山西'十五五'时期'三农'工作部署四项重点:一是产业集聚,立足资源禀赋再培育大同黄花、临猗苹果等'土特产'优势产业集群;二是标准化建设,构建从种养到销售完整标准体系,确保进入市场的每一个农产品在大小、色泽、糖度、水分上保持基本一致;三是精深加工,引进国内头部加工企业;四是品牌营销,从'卖原粮'向'卖产品'跃升,推动特优农产品走向国际市场。
提出LitchiInst实例分割框架,通过果实-枝条关联实现荔枝主结果枝实时分割与采摘点定位。
提出轻量级多流双阶段融合网络MDFNet,用于高分辨率遥感图像场景分类,兼顾精度与效率。