Growth Stage and Cultivar Influence the Interpretation of UAV-Derived NDVI for Potato Yield Assessment
研究不同品种和生育期下无人机NDVI与马铃薯产量的关系差异。
← 主题
#作物表型
基于无人机多光谱图像与VGG21模型的小麦渍害调控效果识别
用无人机多光谱图像和VGG21模型识别小麦渍害后硅肥与氨基酸调控效果。
雷添杰研究员团队《基于无人机多光谱图像和VGG21模型的小麦渍害调控效果识别》
用无人机多光谱图像和VGG21模型识别小麦渍害调控效果。
RGB-Derived Haralick Edge-Texture Features Discriminate Mung Bean Responses to Mineral and Biofertilizer Regimes
用RGB图像Canny边缘图的Haralick纹理特征区分绿豆对不同施肥处理的响应。
Wearable Sensors for Smart Agriculture: From Sensing Mechanisms to Crop Phenotyping and Harvesting Applications
综述柔性可穿戴传感器在智慧农业中的传感机制、作物表型监测与采收应用。
3D modeling for crop applications in precision agriculture: a review
3D modeling for crop applications in precision agriculture: a review。Precision Agriculture
Pixel-level high-throughput estimation of crop photosynthetic phenotyping parameters using a multi-task deep learning framework
提出像素级多任务深度学习框架，从高光谱数据高通量估算作物光合表型参数。
RTAS: A radiative transfer model for agricultural strip-intercropping structures
提出RTAS混合辐射传输模型，模拟条带间作农田的反射率并验证其精度。
MSO-Det: A multi-level synergistic optimization framework for robust spike object detection in field scenes
提出MSO-Det多级协同优化框架，用于田间场景下鲁棒的穗部目标检测。
Long-term dynamic root monitoring based on classification fusion and attention mechanism
Long-term dynamic root monitoring based on classification fusion and attention mechanism。Biosystems Engineering
A Dual-Phenological-Characteristic Weighting Method to Reconcile Time Discrepancies in Soybean Phenology Estimation from MODIS NDVI Time Series
提出双物候特征加权法，校正MODIS NDVI大豆物候估计与地面观测的时间偏差。
Balancing accuracy, completeness, and efficiency for rice 3D reconstruction through CBAM-UNet-based multi-view segmentation and camera configuration optimization
提出CBAM-UNet分割与相机配置优化结合的水稻多视角三维重建流程，兼顾精度、完整性与效率。
Explainable growth stage classification of cacao (Theobroma cacao L.) leaves and key feature visualization using vision transformer and transfer learning
用ViT和迁移学习对可可叶D、E期进行可解释分类，准确率达97%。
Spatiotemporal Deep Learning for Rice Plant Height Estimation from Multi-Temporal UAV RGB Imagery
提出Rice-STNet时空深度学习框架，用多时相无人机RGB影像估算水稻株高。
Advances in Information Sensing and Intelligent Monitoring of Field Crops Throughout the Full Growth Cycle（大田作物全生育期信息感知与智能监测研究进展）
综述大田作物全生育期信息感知与智能监测，按生育阶段梳理技术并指出转化不足。
山东省农科院举办人工智能专题舜耕论坛暨培训交流会——浙江大学数字农业农村研究中心主任何勇教授作"作物表型多源多尺度智能感知技术与装备"专题报告
9-16 山东省农业科学院举办人工智能专题舜耕论坛暨培训交流会，落实院党委"人工智能驱动科技创新智慧引领高质量发展"专题活动部署，促进人工智能与各学科创新团队重点攻关方向深度耦合。论坛特邀浙江大学数字农业农村研究中心主任何勇教授作专题报告，围绕植物表型采集解析、智慧农业技术装备前沿领域，从细胞/组织器官/表型获取装备三个层级系统阐释作物表型智能感知技术创新实践，介绍该技术在水稻/草莓/茶叶等作物的示范应用。院长李向东要求各创新团队推动人工智能与作物栽培、畜禽育种、病虫害防控、种质资源鉴定、农产品质量安全等领域深度融合。会议设主会场和视频分会场，全院科研人员代表 500 余人参会。
Automated detection of visible venation patterns in cowpea leaves under agricultural engineering
用RGB卷积神经网络自动分类豇豆叶片可见脉纹，区分健康与结构胁迫样本。
UAV多光谱不同空间分辨率匹配春小麦多性状监测
用无人机多光谱重采样14种分辨率，结合PROSAIL与随机森林，研究春小麦多性状反演的空间尺度效应。
MCLC-NET: Multimodal Continual Learning for Leaf Counting
提出多模态持续学习框架MCLC-NET用于叶片计数，并发布真实多模态数据集MMLC。
农业视觉感知综述:基于4D混沌和Mamba网络的新颖隐私保护框架——Frontiers in Plant Science 9月17日
通过长期定位试验研究氮肥后效对冬小麦-夏玉米轮作系统土壤-作物协调及微生物功能的调控机制。