Precision Agriculture·10月18日 · 周日论文阅读 0

Enhancing seeding efficiency using a computer vision system to monitor furrow quality in real-time

Sidharth Rai · Riley Sleichter · Aryan Singh Dalal 等 5 人

Precision AgricultureDOI 10.1007/s11119-026-10461-3
AI 评分
74接近精选线
影响力16
信息增量18
专业深度17
信源权威14
时效性9

该论文提出用计算机视觉实时监测播种沟质量,属于智慧农业细分技术进展,方法有创新但影响限于行业层面,值得进入每日精选。

摘要

Enhancing seeding efficiency using a computer vision system to monitor furrow quality in real-time。Precision Agriculture

信源(1 个)

实时监测 播种 沟形质量相关资讯

Zenodo (CERN European Organization for Nuclear Research)·10月21日 · 周三65 分 论文农业AI与大模型农业人工智能与决策模型阅读 0

Calibration-Shift Inference for Computer Vision Agriculture Yield Models Under Retrofit Sensor Replacement: An Artificial Intelligence Post-Deployment Recalibration Guarantee

提出改造传感器替换后视觉产量模型校准漂移的检测与置信区间保证方法。

Zenodo (CERN European Organization for Nuclear Research)·10月21日 · 周三75 分 论文农业AI与大模型农业人工智能与决策模型阅读 0

Distributionally-Robust Evaluation of Computer Vision Agriculture Disease Classifiers Under Climate-Driven Pathogen Range Shifts: An Artificial Intelligence Worst-Case Generalization Bound

提出气候校准的分布鲁棒评估准则,替代i.i.d.假设评价作物病害视觉分类器。