期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合多源评价数据的荔枝果期表型特征评估
1
作者
陆健强
袁家俊
+4 位作者
余超然
王卫星
牛宏宇
兰玉彬
谭扬奕
《农业机械学报》
北大核心
2025年第3期91-100,共10页
人工智能技术在荔枝表型获取方面的研究目前主要集中于对象识别、产量预估和采摘定位等,对荔枝完整果期生长质量的评价技术较为缺乏。本研究通过融合多源数据指标,对荔枝果期生长质量进行综合评估,生成荔枝果期评价画像。基于YOLO v7网...
人工智能技术在荔枝表型获取方面的研究目前主要集中于对象识别、产量预估和采摘定位等,对荔枝完整果期生长质量的评价技术较为缺乏。本研究通过融合多源数据指标,对荔枝果期生长质量进行综合评估,生成荔枝果期评价画像。基于YOLO v7网络框架提出果实识别算法LFS-YOLO,通过减少由动态环境背景引起的误差和影响,集成全局注意力能力,提升全景图像识别的准确性。其次,通过优化CIoU损失函数,添加考虑预期回归向量之间的角度,重新定义并改进角度惩罚测度以减少整体自由度,将预测框更有效地对齐到最近的轴上。通过融合多源数据,建立质量评估函数,为综合评价提供依据。试验结果表明,LFS-YOLO对果实识别精度达到89.1%,精确率为92.3%,召回率为93.0%,且生成的荔枝果期表型特征评估方法可显示荔枝果期影响生长质量各项指标,为荔枝果期综合评价发展提供启示作用。
展开更多
关键词
荔枝
表型特征评估
YOLO
v7
全局注意力机制
综合评价
气象数据
在线阅读
下载PDF
职称材料
题名
融合多源评价数据的荔枝果期表型特征评估
1
作者
陆健强
袁家俊
余超然
王卫星
牛宏宇
兰玉彬
谭扬奕
机构
华南农业大学电子工程学院(人工智能学院)
国家精准农业航空施药技术国际联合研究中心
广东省农业科学院蔬菜研究所
华南农业大学珠江学院
出处
《农业机械学报》
北大核心
2025年第3期91-100,共10页
基金
广东省重点区域研发计划项目(2023B0202090001)
高等学校学科创新引智计划项目(D18019)
+2 种基金
广州市重点研发计划项目(2023B03J139)
广东省农业人工智能重点实验室开放课题(GDKL-AAL-2023007)
华南农业大学农业装备技术全国重点实验室开放基金项目(SKLAET-202412)。
文摘
人工智能技术在荔枝表型获取方面的研究目前主要集中于对象识别、产量预估和采摘定位等,对荔枝完整果期生长质量的评价技术较为缺乏。本研究通过融合多源数据指标,对荔枝果期生长质量进行综合评估,生成荔枝果期评价画像。基于YOLO v7网络框架提出果实识别算法LFS-YOLO,通过减少由动态环境背景引起的误差和影响,集成全局注意力能力,提升全景图像识别的准确性。其次,通过优化CIoU损失函数,添加考虑预期回归向量之间的角度,重新定义并改进角度惩罚测度以减少整体自由度,将预测框更有效地对齐到最近的轴上。通过融合多源数据,建立质量评估函数,为综合评价提供依据。试验结果表明,LFS-YOLO对果实识别精度达到89.1%,精确率为92.3%,召回率为93.0%,且生成的荔枝果期表型特征评估方法可显示荔枝果期影响生长质量各项指标,为荔枝果期综合评价发展提供启示作用。
关键词
荔枝
表型特征评估
YOLO
v7
全局注意力机制
综合评价
气象数据
Keywords
litchi
evaluation of phenotypic characteristics
YOLO v7
global attention mechanism
comprehensive evaluation
meteorological data
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
S24 [农业科学—农业电气化与自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合多源评价数据的荔枝果期表型特征评估
陆健强
袁家俊
余超然
王卫星
牛宏宇
兰玉彬
谭扬奕
《农业机械学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
