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
农业AI与大模型
人工智能算法、大模型与决策支持系统
技术筛选 · 已选 1 项
7 篇内容清除全部筛选
From Handcrafted Descriptors to Deep Embeddings: A Comparative Study for Regional Hazelnut Image Classification
比较手工特征、深度迁移学习和量子兼容分类器对三个地区榛子图像的分类性能。
International Journal of Electronics and Communication Engineering·10月10日 · 周六63 分 论文农业AI与大模型智慧农业 / 农业物联网阅读 1
Image Processing-Based Efficient Hybrid Feature Extraction Approach for Plant Leaf Disease Recognition
提出融合CNN深度特征与手工特征的方法，用于植物叶片病害识别。
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 detection of visible venation patterns in cowpea leaves under agricultural engineering
用RGB卷积神经网络自动分类豇豆叶片可见脉纹，区分健康与结构胁迫样本。
Automated seedling vigor estimation in cucumbers using digital image processing
用YOLOv8检测黄瓜真叶并结合多元回归，实现幼苗活力指数无损预测。
PAT: An Image Analysis Tool for Automated Scoring of Pollen in Alexander-Stained Anthers
开发了花粉分析工具PAT，自动化评估花粉活力，并用于发现新的减数分裂抑制因子。