RGB Image-Based Lightweight Eggplant Fruit Disease Recognition via Frequency Spatial Collaborative Downsampling and Dynamic Attention
提出轻量网络E-GhostNetV3,实现田间茄子果实病害识别。
阅读 0
关键词 · 相关资讯与研究
沿着“轻量化模型”继续探索,共 13 条内容。
提出轻量网络E-GhostNetV3,实现田间茄子果实病害识别。
提出轻量级WheatNet网络,实现复杂麦田麦苗检测与计数。
提出轻量化植物病害识别网络GANet,在嵌入式设备上实现高精度实时识别。
提出轻量级框架,对甘蔗凤梨病早期可见症状进行四级严重度分级。
提出轻量网络BeLFG-Net,实现槟榔叶采后新鲜度三级自动分级。
提出YOLOv8n-Light轻量化模型,实现橙橘柚三种柑橘果实泛化识别与定位,并部署于树莓派和采摘
提出轻量级CNN-LSTM混合网络,用于豆叶病害分类,兼顾高精度与低资源占用。
提出轻量级双路径网络DPMFNet,实现复杂农田场景下的作物病虫害高精度识别。
提出轻量化Flor-YOLO模型,实现香石竹鲜切花开放度自动分级检测。
提出VAG-ViT轻量框架,融合多视角RGB图像与双任务学习,估算咖啡叶片生理指标。
提出轻量级IoT-RiceMobileNet模型,实现水稻病害实时多类检测。
提出轻量模型YOLO-SCOD,实现棉花黄萎病精准检测。
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。