[预印本]视觉基础模型中的多分支集成头用于高效黄瓜物候阶段分类
提出多分支集成头，实现小样本黄瓜物候阶段高效分类。
阅读 0
关键词 · 相关资讯与研究
#物候识别
沿着“物候识别”继续探索，共 1 条内容。
你可能还想看
没有这个标签，内容接近Automated analysis of feline posture using deep learning and geometric modeling
提出一种结合深度学习和几何建模的猫姿态自动分析框架，从RGB图像提取临床可解释的姿态描述符。
农业遥感与作物表型智慧农业
阅读 2
Investigating climate-phenology relationships among the most common Italian forest species using Sentinel-2-derived vegetation phenology and productivity products
利用Sentinel-2物候与生产力产品，结合随机森林和SHAP，分析意大利主要森林物种的气候-物候
阅读 3
物候阶段渐进式多源数据融合的县域冬小麦产量预测
融合遥感、气象与SIF数据，提出物候阶段渐进式融合方法预测河南县域冬小麦产量。
2 个信源阅读 2
Underwater Small Object Detection: A Survey
综述水下光学图像中的小目标检测，梳理问题、数据集、算法，并展望未来方向。
农业遥感与作物表型智慧农业
阅读 1
Addressing scale Variation and texture confusion in strawberry phenology detection via a lightweight synergistic network
提出轻量协同网络，解决草莓物候检测中的尺度变化与纹理混淆问题。
阅读 4
SMFS-RF: a knowledge-guided machine-learning method for crop phenology extraction from fine-resolution vegetation index data
SMFS-RF: a knowledge-guided machine-learning method for crop phenology extraction from fine-resolution vegetation index data。Remote Sensing of Environment
精选74 分
阅读 1
Evaluating the Influence of Landscape Structure on PM2.5 Variability: A Geospatial-remote Sensing Big Data Perspective
利用地理空间与遥感大数据，评估景观结构对PM2.5变化的影响。
农业遥感与作物表型智慧农业
阅读 0
江苏省农科院无锡分院在林木表型组学论坛报告“青禾守望者”农情智能监测机器人
10月26日第四届林木表型组学前沿论坛在南京举行，江苏省农科院无锡分院助理研究员张嘉懿作《表型获取到智能决策》报告，展示“青禾守望者”农情智能监测机器人在长势监测、产量预报与氮肥调控中的应用，构建功能—结构协同模拟模型支撑农业数字孪生。
阅读 1