搜索筛选:
搜索耗时0.8308秒,为你在为你在102,267,441篇论文里面共找到 4 篇相符的论文内容
发布年度:
[学位论文] 作者：温德圣,,
来源：新疆大学 年份：2021
近年来,计算机视觉技术与农业智能装备联系密切,特别是在农作物处于幼苗时期杂草图像的识别研究方面。由于杂草抢夺农作物的营养来源,而大面积的除草剂喷洒不仅带来环境污染,而且对食品安全也会造成威胁。目前杂草图像的识别技术主要通过深度卷积神经网络提取杂......
[期刊论文] 作者：温德圣,许燕,周建平,樊湘鹏,刘洋,,
来源：中国科技论文 年份：2020
针对光照影响下杂草识别特征信息缺失和精度低等问题,提出了基于深度卷积神经网络和颜色迁移的杂草识别方法。采集不同自然光照影响下(包括阴天、反光、倒影和多云天气等)的杂草图像1 334张和未受光照影响的杂草图像1 436张。首先,利用优化后的Reinhard算法对受......
[期刊论文] 作者：许燕,温德圣,周建平,樊湘鹏,刘洋,,
来源：排灌机械工程学报 年份：2021
针对新疆棉田杂草的伴生特点带来的特征过拟合、精确率低等问题,以新疆棉花幼苗与杂草为研究对象,分析杂草识别率低的影响因素,建立了基于Faster R-CNN的网络识别模型.采集不同角度、不同自然环境和不同密集程度混合生长的棉花幼苗与杂草图像5 370张.为确保样本......
[期刊论文] 作者：樊湘鹏,周建平,许燕,李开敬,温德圣,,
来源：农业机械学报 年份：2021
为解决棉花苗期杂草种类多、分布状态复杂,且与棉花幼苗伴生的杂草识别率低、鲁棒性差等问题,以自然条件下新疆棉田棉花幼苗期的7种常见杂草为研究对象,提出了一种基于优化Faster R-CNN和数据增强的杂草识别与定位方法。采集不同生长背景和天气条件下的杂草图像......
相关搜索：
