深度学习在麦穗计数中的应用分析
综述深度学习在麦穗自动计数中的方法、适用场景与问题,并展望发展方向。
阅读 0
关键词 · 相关资讯与研究
沿着“麦穗计数”继续探索,共 1 条内容。
提出轻量级WheatNet网络,实现复杂麦田麦苗检测与计数。
提出YOLOv8-MST轻量算法,实现双粒花生播种实时检测与计数。
设计并田间验证了一种用于联合收割机的全流量称重式谷物质量流量传感器。
综述构建了水稻小麦倒伏从分子到收获的跨尺度力学框架,连接生物力学性状、表型检测与智能收获。
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。
提出一种结合深度学习和几何建模的猫姿态自动分析框架,从RGB图像提取临床可解释的姿态描述符。
山东省农业科学院作物研究所先后在淄博临淄、青岛莱西、临沂费县三处试验基地对适度高水分小麦收获干燥一体化技术模式进行了系统实打测产。适度高水分收获较完熟期收获亩增产幅度5.5%至8.9%,平均亩增产超过80斤,机收损失率降低35%至82%。
用机器学习预测种子质量和终速,基于形态特征,为气力式排种器设计提供支持。