CuFormer U-Net: a transformer-enhanced multi-task network for cucumber leaf disease detection and segmentation
提出CuFormer U-Net多任务网络,同时实现黄瓜叶病分类与病斑分割。
浏览园艺作物相关政策、产业动态与研究。
提出CuFormer U-Net多任务网络,同时实现黄瓜叶病分类与病斑分割。
开发开源CFD与VR集成工作流,用于蘑菇出菇房气流模拟与沉浸式可视化分析。
基于淘天即食猕猴桃案例,揭示数字平台以需求驱动农业食品价值链升级的机制。
提出MLP-ANN预测温室微气候并驱动自适应模糊控制器,实现预测性智能灌溉。
提出ResNet+GA+CNN混合模型,用苹果叶片图像检测病害并计算病斑面积占比。
构建融合IoT、大数据、AI与数字孪生的智能温室番茄种植数字化框架。
设计基于YOLO11n的辣椒种子逐粒精检分选机,实现高通量在线检测与无损剔除。
提出改进YOLOv8n番茄果实检测模型,提升采摘机器人识别精度与速度。
用无人机RGB影像和深度学习对咖啡开花分级,实现早期产量预测。
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。
系统比较硬投票、软投票与加权软投票三种决策级集成策略,用于番茄叶片病害分类。
综述人工智能在蔬菜作物生产中的应用,涵盖监测、诊断、灌溉、产量预测与采收机器人。
分析印度喜马偕尔邦苹果常规与自然 farming 的面积趋势、不稳定性及采用动态。
提出轻量协同网络,解决草莓物候检测中的尺度变化与纹理混淆问题。
在固定总光照积分下,用模型优化垂直农业中动态光子分配以最大化生物量。
设计并验证了一种集成充气软垫的混合Fin-Ray手指,用于苹果采摘时自适应、防损伤抓取。
提出YOLOv8n-Light轻量化模型,实现橙橘柚三种柑橘果实泛化识别与定位,并部署于树莓派和采摘
开发基于YOLOv8n-BiFPN-WIoU的轻量模型,实现温室番茄自主采摘机器人实时运行。
基于景观指标与NDVI构建模型,对巴西塞拉多咖啡树生产潜力进行分级分类。
Sustainable Coffee Production: Biotechnology, Circular Bioeconomy, and Climate-Smart Agriculture。Research Square