當(dāng)前位置:首頁(yè) > 科技文檔 > 農(nóng)業(yè)科學(xué) > 正文

無(wú)人機(jī)圖像數(shù)據(jù)驅(qū)動(dòng)的萵苣屬株高檢測(cè)

電子測(cè)量技術(shù) 頁(yè)數(shù): 8 2023-11-23
摘要: 萵苣屬作物高通量株高數(shù)據(jù)采集技術(shù)的研究和應(yīng)用較少,對(duì)此提出一種基于深度學(xué)習(xí)和無(wú)人機(jī)傾斜攝影的萵苣屬株高檢測(cè)方法。首先針對(duì)高通量植株株高獲取,采用無(wú)人機(jī)傾斜攝影,生成區(qū)域內(nèi)植株三維模型,提取高程信息;然后利用改進(jìn)注意力機(jī)制的YOLOv5算法,在主干網(wǎng)絡(luò)C3模塊中嵌入CBAM注意力機(jī)制,減少淺層噪聲信息,提高對(duì)小目標(biāo)及密集目標(biāo)的檢測(cè)能力,以達(dá)到對(duì)區(qū)域內(nèi)植株的目標(biāo)檢測(cè),對(duì)應(yīng)得到每株植...

開通會(huì)員,享受整站包年服務(wù)立即開通 >
科技文檔
數(shù)學(xué) 力學(xué) 化學(xué) 金融 證券 保險(xiǎn) 投資 會(huì)計(jì) 審計(jì) 園藝 林業(yè) 旅游 體育 物理學(xué) 生物學(xué) 天文學(xué) 氣象學(xué) 海洋學(xué) 地質(zhì)學(xué) 新能源 金屬學(xué) 農(nóng)藝學(xué) 農(nóng)作物 管理學(xué) 領(lǐng)導(dǎo)學(xué) 自然科學(xué) 系統(tǒng)科學(xué) 資源科學(xué) 無(wú)機(jī)化工 有機(jī)化工 燃料化工 化學(xué)工業(yè) 材料科學(xué) 礦業(yè)工程 冶金工業(yè) 安全科學(xué) 環(huán)境科學(xué) 工業(yè)通用 機(jī)械工業(yè) 無(wú)線電子 電信技術(shù) 鐵路運(yùn)輸 汽車工業(yè) 船舶工業(yè) 動(dòng)力工程 電力工業(yè) 農(nóng)業(yè)科學(xué) 農(nóng)業(yè)工程 植物保護(hù) 動(dòng)物醫(yī)學(xué) 教育理論 學(xué)前教育 初等教育 中等教育 高等教育 職業(yè)教育 成人教育 自然地理 地球物理 經(jīng)濟(jì)統(tǒng)計(jì) 農(nóng)業(yè)經(jīng)濟(jì) 工業(yè)經(jīng)濟(jì) 交通經(jīng)濟(jì) 企業(yè)經(jīng)濟(jì) 文化經(jīng)濟(jì) 信息經(jīng)濟(jì) 貿(mào)易經(jīng)濟(jì) 財(cái)政稅收 市場(chǎng)研究 科學(xué)研究 互聯(lián)網(wǎng) 自動(dòng)化 輕工業(yè) 核科學(xué) 服務(wù)業(yè) 石油然氣 服務(wù)業(yè) 野生動(dòng)物 水產(chǎn)漁業(yè) 硬件 儀器儀表 航空航天 武器軍事 公路運(yùn)輸 水利水電 建筑科學(xué) 軟件