LIGHTWEIGHT FEATURE FUSED ATTENTION DRIVEN MULTI LEVEL HYBRID MOBILENET V2 FRAMEWORK FOR EARLY TOMATO LEAF DISEASE DETECTION
提出轻量注意力多级混合MobileNet-V2框架，融合手工纹理与深度学习特征实现番茄叶片病害早期检
园艺作物
浏览园艺作物相关政策、产业动态与研究。
技术筛选 · 已选 1 项
4 篇内容清除全部筛选
Tomato ripeness classification with weight-based and texture-adaptive pooling in CNNs
提出基于纹理自适应模糊池化机制，提升CNN番茄成熟度分类性能。
Automated Diagnosis of Tomato Leaf Diseases with Attention-Enhanced Feature Aggregation
提出MPFAN-AF模型，用多尺度并行卷积和注意力融合实现番茄叶片病害自动分类。
基于CNN/LR/GA-BP的辣椒叶病识别稳定性与精度多维度视觉特征比较
比较CNN、LR、GA-BP对辣椒叶病的识别精度与稳定性，并评估三种分割预处理方案。