您当前的位置：
首页 >
文章列表页 >
基于深度学习与图像处理的蔬菜苗期杂草识别方法
农业工程·仿生工程 | 更新时间：2025-05-26
上一篇|下一篇

    • 基于深度学习与图像处理的蔬菜苗期杂草识别方法

    • Weed recognition in vegetable at seedling stage based on deep learning and image processing

    • “在农业科技领域，研究人员提出了一种基于深度学习和图像处理的蔬菜田杂草识别方法，有效降低了杂草识别复杂度，提高了识别精度和鲁棒性。”
    • 金小俊 ，孙艳霞 ，于佳琳 ，陈勇
    • 吉林大学学报（工学版） 2023年53卷第8期 页码：2421-2429
    • 作者机构：

      1.南京林业大学 机械电子工程学院,南京 210037

      2.南京交通职业技术学院 轨道交通学院,南京 211188

      3.北京大学 现代农业研究院,山东 潍坊 261325

    • 作者简介：

      金小俊（1987-），男，工程师，博士研究生.研究方向：机器视觉与人工智能技术.E-mail：xiaojun.jin@outlook.com

      陈勇（1965-），男，教授，博士.研究方向：机电一体化. E-mail：chenyongjsnj@163.com

    • 基金信息：
      国家自然科学基金项目(32072498);江苏省重点研发计划重点项目(BE2021016);江苏省农业科技自主创新项目（CX（21）3184）

    • DOI： 10.13229/j.cnki.jdxbgxb.20211070     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 5 ) 表( 3 )

  • 参考文献

  • 出版信息

  • 数据统计

753

浏览量

105

下载量

1

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于数字图像技术的桥梁裂缝检测综述
基于桥梁裂缝识别模型的桥梁裂缝病害识别方法
基于真⁃伪三连体神经网络的传感器本体匹配方法
基于PSO-GRU模型的车辆换道意图识别
基于混合对比的无偏半监督医学影像分类模型

相关作者

齐亚辉
石秀名
杨国俊
季坤
党建武
张振海
卢家伟
剡昌锋

相关机构

兰州理工大学 土木工程学院
招商局重庆交通科研设计院有限公司 桥梁工程结构动力学国家重点实验室
兰州交通大学 自动化与电气工程学院
甘肃省人工智能与图形图像处理工程研究中心
兰州理工大学 机电工程学院