Lightweight architecture optimization of YOLOv12n for improved cotton verticillium wilt detection
提出轻量模型YOLO-SCOD，实现棉花黄萎病精准检测。
大田作物
浏览大田作物相关政策、产业动态与研究。
技术筛选 · 已选 1 项
132 篇内容清除全部筛选
Artificial intelligence-based structural modeling of PSTOL1 receptor kinases in rice and sorghum
用AI建模比较水稻与高粱PSTOL1受体激酶结构，揭示高粱SbPSTOL1寡聚化特征。
Genotype-Aware Prediction of Soybean Seed Composition from Multimodal UAV Imagery of the Standing Crop
用无人机多模态影像与基因型数据训练CNN，预测大豆八种种子成分。
Field-based deep learning classification of cotton and weeds for machine-vision-assisted intra-row weed management
用MobileNetV2和DenseNet169对田间棉花与杂草图像做二分类，验证机器视觉除草可行性
UAV-based rice nitrogen status monitoring using machine learning and deep learning
UAV-based rice nitrogen status monitoring using machine learning and deep learning。Precision Agriculture
ArXiv 2609.10469 AgroVisNet:轻量化卷积网络及萝卜-马铃薯-葫芦病害诊断基准
提出轻量卷积网络AgroVisNet及萝卜、马铃薯、葫芦病害诊断基准BD-PlantDX。
华中农大严建兵团队基于AI发现玉米氮响应新表型助力高蛋白玉米育种
利用AI挖掘玉米氮响应新表型，为高蛋白玉米育种提供可用遗传资源。
华中农大玉米团队智能育种课题组在Molecular Plant发表"智然体HAIant"框架
提出本地部署的人本智能增强框架HAIant，用于生物研究的安全个性化智能增强。
王发明、陈度团队小麦收获机器人负荷监测在《农业工程学报》发表
提出基于功率流与SVR-NOA的小麦收获机器人负荷在线监测方法。
《面向部署的中国南方水稻产量预测阶段特异性信息评估:跨年份、地点及地点-年份环境》
基于中国南方多环境水稻数据，评估机器学习产量预测在不同部署场景下的真实精度。
《基于现役作物多模态无人机图像的大豆种子成分基因型感知预测》
用无人机多模态图像和CNN预测大豆八种种子成分，蔗糖精度最高。
中国农业大学信电学院余强教授团队:面向田间工况的电动拖拉机混合储能系统分层自适应能量管理策略
提出面向田间工况的电动拖拉机混合储能分层自适应能量管理策略。
Crop Yield Estimation with MODIS Derived Normalized Difference Vegetation Index and Comparative Study on Crop Yield Prediction Among Linear Regression, Random Forest and Gradient Boosting as Well as CatBoost
用MODIS NDVI与四种回归模型预测印度各邦作物产量，并做全国尺度验证。
Wild rice kernel inspection using a prompt-guided vision language model with evidence-grounded reasoning
用提示引导的视觉语言模型对野生稻米粒进行检测，并给出基于证据的推理。
Visual measurement for forage maize stubble height fusing cascaded neural networks and robust tracking
提出融合级联神经网络与鲁棒跟踪的视觉方法，测量饲用玉米留茬高度。
Leakage-Proof Reliability-Aware Deep Learning Framework for Rice Leaf Disease Diagnosis
提出防泄漏、可靠性导向的水稻叶病诊断深度学习框架，并系统评估其泛化与部署表现。
Machine Learning-Based Prediction of Fall Armyworm (Spodoptera frugiperda) Outbreaks in Maize Production Systems of Northern Nigeria Using Climate and Remote Sensing Data
用气候与遥感数据构建机器学习模型预测尼日利亚北部玉米草地贪夜蛾暴发。
Transfer learning integrated with SCOPE model for maize yield prediction based on spectral data for different spatial scales
结合迁移学习与SCOPE模型，利用不同空间尺度光谱数据预测玉米产量。
An Interpretable BO-TCBDA Deep Learning Framework for Winter Wheat Yield Estimation Using Multi-Source Remote Sensing Data
提出BO-TCBDA深度学习框架，融合多源遥感数据估算冬小麦产量，兼具高精度与可解释性。
Knowledge-guided deep learning improves estimation of rice aboveground biomass
提出知识引导的深度学习模型，提高水稻地上生物量估算精度。