Using Multispectral Imaging and Artificial Intelligence to Detect Crop Diseases and Pests Early
提出融合多光谱与热成像的CNN-注意力混合模型,实现多种作物病虫害早期检测。
关注点
该模型在六种作物1760份样本上实现水稻营养生长期91.0%的检测准确率,但样本量偏小且未覆盖真实田间实时部署,适用性需进一步验证。
阅读 0
关键词 · 相关资讯与研究
沿着“多光谱遥感”继续探索,共 3 条内容。
提出融合多光谱与热成像的CNN-注意力混合模型,实现多种作物病虫害早期检测。
该模型在六种作物1760份样本上实现水稻营养生长期91.0%的检测准确率,但样本量偏小且未覆盖真实田间实时部署,适用性需进一步验证。
用多光谱遥感与GIS多准则分析在哈萨克斯坦Zhabay河选定三处水库坝址。
评估多传感器植被胁迫测量在非理想条件下的不确定度传播与一致性。
利用无人机搭载向上光谱仪与多元线性回归,从多光谱影像直接反演地表反射率。
提出多光谱反射场框架,实现近距植物三维点云辐射精确生成。
利用多时相EnMAP高光谱与HLS物候特征区分巴西塞拉多牧场退化。
利用地理空间与遥感大数据,评估景观结构对PM2.5变化的影响。
提出融合Sentinel-2与PlanetScope的时空融合框架,结合光谱超分辨提升海洋垃圾与填埋
用单景吉林一号影像验证光谱-空间植被分层流程的可复现性。
用无人机多光谱重采样14种分辨率,结合PROSAIL与随机森林,研究春小麦多性状反演的空间尺度效应。
利用PRISMA高光谱数据对历史土地利用清单进行田间尺度光谱支持审计。