摘要： 基于深度网络的蔬菜叶部病害图像识别模型虽然性能显著,但由于存在参数量巨大、训练时间长、存储成本与计算成本过高等问题,仍然难以部署到农业物联网的边缘计算设备、嵌入式设备、移动设备等硬件资源受限的领域。 该研究在残差网络（ResNet18）的基础上,提出了改进型的多尺度残差 ...
为此我们构建了农业病虫害研究图库 (IDADP),涵盖农业病虫害图像采集、分类、标记、存储与建模等多方面的内容,面向科研学者与农技人员两大类用户群体提供农业病害在线诊断及相关的技术咨询等服务。. 本数据集目前包括以水稻、小麦、玉米为主的大田作物的 ...
基于Caffe的生姜病害识别系统研究与设计[J].中国农机化学报,2019,0(1):126-131. 被引量：15 5 郭小清,范涛杰,舒欣.基于改进Multi-Scale AlexNet的番茄叶部病害图像识别[J].农业工程学报,2019,35 6
期刊网 科学 安徽大学学报(自然科学版) > 正文 安徽大学学报(自然科学版)2021年第01期基于改进卷积神经网络的苹果叶部病害识别_鲍文霞 更新时间：2021-02-27
城市排水管内窥图像分类与病害智能检测研究. 【摘要】： 城市地下排水管道遍布广、种类多、病害类型复杂、评判标准不一,后续病害判定和检修困难。. 内窥图像管道检测方式的安全性和普适性已有了较大提升,且数字图像处理技术成功地将几种管道病害的自动 ...
融合卷积神经网络与Adaboost算法的病害松树识别. 摘要 针对无人机平台获取的高分辨率可见光松树图像,提出一种结合深度卷积神经网络和Adaboost算法的病害松树识别方法,解决传统机器学习方法识别病害松树精确度不高问题.首先利用卷积神经网络训练病害松树模型 ...
基于图像分析的小麦叶部病害识别方法研究. 田杰. 【摘要】： 基于图像分析的小麦叶部病害识别技术研究,对有效防治小麦病害的发生,提高小麦的产量、减少农药对小麦加工产品和环境的污染,均具有重要的现实意义。. 本研究在国内外研究成果的基础上,以提高 ...
基于深度学习的植物病虫害图像识别，安强强;张峰;李赵兴;张雅琼;-农业工程2018年第07期杂志 在线阅读、文章下载。 全部分类 期刊 文学 艺术 科普 ...
水稻常见病虫害的识别与防治--中国期刊网. 黑龙江北大荒农业股份有限公司兴凯湖分公司 黑龙江密山 158325. 摘要：水稻原产于我国，是种植历史悠久的一种农作物。. 我国一直致力于水稻的生产和研究，水稻产量和品质一直很高，尤其北方水稻更是受到人们的 ...
维普中文期刊服务平台，是重庆维普资讯有限公司标准化产品之一，本平台以《中文科技期刊数据库》为数据基础，通过对国内出版发行的15000余种科技期刊、7000万篇期刊全文进行内容组织和引文分析，为高校图书馆、情报所、科研机构及企业用户提供一站式文献服务。
摘要:为提高设施蔬菜病害诊断的准确率,研究了设施蔬菜病害识别诊断与预警物联网技术.基于温室环境信息,采用案例检索与模糊推理结合的方法,设计了监测视频采集方...
这篇论文主要介绍的是深度学习在农作物病虫害识别的应用的内容,本文作者就是通过对深度学习对农作物病虫识别的相关内容做出详细的阐述与介绍,特推荐这篇优秀的...
!""#年$月农业机械学报第%$卷第%期基于支持向量机和色度矩的植物病害识别研究田有文张长水李成华&摘要’针对植物病害彩色纹理图像的特点提出将支持向量机和色度...
利用深度学习从单个损伤和斑点中识别植物病害Plantdiseaseidentificationfromindividuallesionsandspotsusingdeeplearning1、期刊信息2、研究思路探讨了使用单个损伤和...
针对准确识别小麦常见病害的需要,提出了一种基于卷积神经网络的小麦病害识别方法.该方法首先以小麦病害图片资料为基础,利用中值滤波法、直方图阈值法等对图像进行去背景、去...
出处《现代计算机》2021年第18期122-126,共5页ModernComputer基金徐州市重点研发科技项目(No.KC19112)。关键词图像语义分割深度学习农作物病害识别监督学习ImageSemantic...
出处《中国科学数据:中英文网络版》CSCD2019年第4期81-87,共7页基金中国科学院信息化专项(XXH13505-03-104)国家自然科学基金面上项目(31871521)关键词农业病害大...
摘要:农作物病害的无损检测和早期识别是精准农业和生态农业发展的关键。随着图像采集和图像处理技术的进步,高光谱成像等先进成像探测技术和基于深度学习的图像分析技术越来越多地应...
总体来说有研究实力的直接报给核心期刊,一半是3个月左右出结果,不仅不收费,他们还倒贴给你钱;没实力的拿经济实力说话。泼你一下冷水,经管类的期刊除非你研究的...
摘要:设计出一种基于机器视觉的马铃薯病害识别系统,该系统主要包括病害识别部分、服务器端、客户端.识别部分采集病害叶片图像,并进行小波去噪.利用OTSU阈值算法...