An empirical performance comparison of deep learning models for apple leaf disease recognition
用UNet++分割苹果病叶并融合多种CNN与ViT分类,实现98.85%识别准确率。
浏览园艺作物相关政策、产业动态与研究。
用UNet++分割苹果病叶并融合多种CNN与ViT分类,实现98.85%识别准确率。
集成物联网与计算机视觉的智能温室系统,实现非破坏性植物生长监测与远程管控。
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。
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。