Computers and Electronics in Agriculture·9月2日 · 周三论文农业人工智能与决策模型阅读 4
From frame-wise detection to instance-level tracking: robust crop row perception for autonomous paddy field navigation
Dongfang Li · Feiyang Zhang · Xingshuo Li 等 7 人
Computers and Electronics in AgricultureDOI 10.1016/j.compag.2026.112238
论文解读
74接近精选线
速览
提出从逐帧检测到实例级跟踪的作物行感知方法，用于水稻田自主导航。
方法
结合检测与跟踪技术，实现作物行实例级感知。
发现
该方法能提升水稻田导航的鲁棒性。
机会点
可探索在复杂农田环境下，结合多传感器与深度学习的作物行跟踪与导航方法。
影响力15
信息增量20
专业深度18
信源权威14
时效性7
论文提出从帧级检测到实例级跟踪的作物行感知方法，提升水稻田间自主导航鲁棒性，对农业机器人领域有实质贡献。
原文摘要
从逐帧检测到实例级跟踪：面向自主稻田导航的稳健作物行感知。《农业计算机与电子》