Lightweight nighttime citrus fruit detection in UAV imagery using an enhanced NightNet
提出增强NightNet实现无人机夜间柑橘果实轻量检测。
浏览园艺作物相关政策、产业动态与研究。
提出增强NightNet实现无人机夜间柑橘果实轻量检测。
提出YOLOv11-SMD模型,用于蘑菇菌盖表型自动提取。
提出生理拓扑感知图神经网络PT-GNN,融合高光谱与叶绿素荧光实现黄瓜霜霉病早期检测。
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。
提出LLM辅助多通道光谱相似度融合框架,实现柑橘黄龙病早期无损诊断。
提出3MSP2方法,实现温室大果番茄从簇级排序到单果姿态估计的序贯采摘规划。
构建Cuc-HiSeg框架,实现温室黄瓜冠层点云高精度叶片实例分割。
提出ECP-Net,用注意力与动态原型提升番茄病害分类精度与可解释性。
综述花卉采摘智能机器人系统,涵盖视觉算法、末端执行器与运动规划策略。
提出YOLOv8+Inception-v4+XGBoost混合模型,实现番茄叶片病害精准检测与分类。
提出分位数归一化方法,改进非洲番茄红蜘蛛螨持久性适宜性的空间优先排序。
综述果蔬采摘目标识别方法,分析数字图像、机器学习与深度学习技术,指出挑战与未来方向。
提出ResNet50-Fusion(ViT)混合深度学习模型,用于番茄害虫精准识别,准确率达97%。
提出用视觉Transformer结合跨模态知识蒸馏,实现西瓜甜度的无损分类。
开发基于AI的无人机系统,用无监督算法从航拍图像估算果树高度和冠层体积。
评估持续学习框架用于温室高光谱番茄细菌性斑点病冠层检测。
研究视频多目标跟踪系统在不同扫描条件下估算苹果产量的性能。
构建柑橘果园AI框架,实现果实质量分级与动态产量估计,并评估多种分割与跟踪模型。
利用无人机生成导航地图,实现葡萄园地面机器人自主遍历。
综述遥感与机器学习在印度园艺作物精准管理中的应用,涵盖原理、方法、案例与挑战。