基于低成本遥操作机械臂模仿学习的草莓果柄定点采摘
用低成本遥操作机械臂采集演示,模仿学习实现草莓果柄定点采摘。
浏览园艺作物相关政策、产业动态与研究。
用低成本遥操作机械臂采集演示,模仿学习实现草莓果柄定点采摘。
提出两级边缘AI框架,用RGB图像实时分类苹果叶片病害。
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
提出物联网集成LSTM与Bi-LSTM加权集成框架,实时预测温室微气候。
提出轻量级混合视觉网络MambaSeed,实现番茄等作物叶病高效识别。
提出太阳能边缘AI系统DefoliationCAM,实时评估葡萄藤食叶严重度并远程传输。
提出分层跨模态时空注意力网络HCM-STAN,融合多源农业数据预测喜马拉雅山区苹果产量。
提出一种基于无人机多光谱时序影像的深度学习混合模型,实现苹果黑星病和葡萄霉病的早期检测与分割。
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。
提出TwinGrow云AIoT数字孪生系统,实现蘑菇栽培环境实时监测与自动调控。
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。
提出基于光合最佳效能点的设施葡萄动态补光调控方法,实现节能与增产。
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。
中国农业科学院农业环境与可持续发展研究所设施植物环境工程创新团队以番茄为对象,构建知识与数据双驱动的尺度自适应时序卷积混合模型,根据番茄不同生育期动态调整时序特征提取尺度,结合机理模型合成数据预训练与生理阈值约束,实现番茄不同器官干物质及叶面积指数的精准预测;研究成果发表在Computers and Electronics in Agriculture;仅依靠常规温室环境数据即可无损估算生长态势,对推动温室智能环控、产量预测具重要应用价值。
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。
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。
中国农业科学院农业环境与可持续发展研究所设施植物环境工程创新团队提出知识与数据双驱动的尺度自适应时序卷积混合模型,根据番茄不同生育期动态调整时序特征提取尺度,结合机理模型合成数据预训练与生理阈值约束,实现番茄不同器官干物质及叶面积指数的精准预测。成果发表在《Computers and Electronics in Agriculture》。
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。