Agriculture (MDPI)·10月22日 · 周四论文农业遥感与作物表型阅读 0
基于人类启发主动分离成像与YOLO-PFL的水稻秧苗叶龄识别
论文解读
74接近精选线
速览
研制主动分离近距成像装置并构建数据集，提出YOLO-PFL模型识别水稻秧苗叶龄。
方法
主动分离与近距成像装置、3077张6类叶龄图像、RGB与相对深度四通道早融合YO
发现
掩膜精确率91.42%、召回率77.61%，较基线提升3.57个百分点。
机会点
可探索多生育期、多品种泛化及轻量化部署，结合时序影像实现叶龄连续估计。
影响力16
信息增量21
专业深度18
信源权威13
时效性6
方法新颖、数据规模明确且指标有提升，属细分领域实质进展，但应用尚处研究阶段，时效偏弱。
原文摘要
研制主动分离与近距成像装置，构建覆盖6个叶龄类别、3077张图像的数据集，提出RGB与相对深度四通道早融合YOLO-PFL模型。四次随机种子运行下掩膜精确率91.42%、召回率77.61%，较基线提升3.57个百分点。
信源（1 个）