杂草识别

作品数：198被引量：1080H指数：22
导出分析报告
相关领域：自动化与计算机技术农业科学更多>>
相关作者：金小俊陈勇陈树人齐龙邓巍更多>>
相关机构：中国农业大学南京林业大学江苏大学华南农业大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家科技支撑计划国家高技术研究发展计划博士科研启动基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于改进YOLO v5的豆田杂草分布研究
《农机化研究》2025年第4期77-82,91,共7页武志坤 张伟 亓立强 岳耀华 于春涛 张平 
国家现代农业产业技术体系项目(CARS-04-PS30);黑龙江八一农垦大学三横三纵项目(TDJH201808);中国大学生创业实践项目(202110223130)。
为实现大豆杂草数量和面积的及时精确估算,提出了一种基于改进YOLO v5的大豆田杂草识别方法。以自然场景下的大豆田间杂草为研究对象,利用无人机获取图像数据并进行数据增强;通过引入自适应特征融合机制构建检测模型,结合实测数据建立...
关键词：大豆 杂草识别 无人机 YOLO 深度学习 杂草分布 
基于改进BiSeNetV2的甜菜与杂草识别方法研究
《中国农机化学报》2025年第4期101-107,共7页项新建 肖家乐 汤卉 胡海斌 张颖超 袁天顺 
浙江省重点研发计划项目(202206);浙江省智能运维机器人重点实验室开放基金项目(SZKF-2022-R04);浙江科技学院2022级研究生科研创新基金项目(2022yjskc06)。
针对现有的语义分割网络在复杂光照条件下识别实时性差、对杂草与作物重叠区域易误分类的问题,以甜菜和杂草作为识别对象,提出融合频率特征的实时分割网络FA—BiSeNetV2。首先,以BiSeNetV2模型中的语义分支为出发点,在各聚集扩展层后加...
关键词：甜菜 杂草识别 频率特征 语义分割 轻量化 实时分割 
基于改进YOLOv8n的玉米地杂草检测
《软件工程》2025年第3期6-10,共5页文韬 王天一 
贵州省科技计划[黔科合支撑(2021)一般176]。
为了有效应对玉米地杂草对玉米产量和品质的影响,实现玉米与杂草的快速、准确检测,提出了一种基于改进YOLOv8n(You Only Look Once Version 8 nano)的玉米与杂草检测模型。首先,提出了ACMConv(Accurate and Computationally Minimal Con...
关键词：深度学习 杂草识别 YOLOv8n 激活函数 Focal Loss 
基于YOLOv8n的甘蔗杂草识别方法
《中国农机化学报》2025年第2期237-244,共8页罗柳茗 李岩舟 石美琦 黄鑫 陈汐 
国家重点研发计划项目(2000YFD2301104);广西科技计划项目(2022AA01020,2022AA01010)。
杂草是影响甘蔗生长的重要因素之一,为实现对不同甘蔗杂草的识别,提出一种基于深度学习的甘蔗杂草检测方法。以广西地区常见且对甘蔗生长危害较大的杂草为对象进行图片采集,并对采集的图片进行平移、翻转、裁剪、缩小、对比度和光亮调...
关键词：甘蔗 杂草识别 YOLOv8n算法 目标检测 
基于改进YOLOv8的百合地杂草分类识别
《软件工程》2025年第2期46-51,共6页段淳耀 赵霞 程鸿 
自然科学基金-甘肃省科技计划资助(24JRRA656);2022年横向课题:农产品物资销售模式的数据统计分析(loonG20220201)。
为了提高农业自动化杂草检测的效率和准确性,提出了一种基于改进YOLOv8(You Only Look Once version 8)的百合地杂草分类识别方法。针对百合地杂草形态多样、颜色特征复杂且区分度低的难题,引入了TransNext聚合注意力模块和DCNv2(Deform...
关键词：YOLOv8 杂草识别 深度学习 目标分类 
应用MCCW-YOLOv7-tiny研究轻量级玉米田间杂草识别算法
《东北农业大学学报》2025年第1期124-138,共15页王希如 贾仁山 曹玉莹 刘银川 高新悦 吴佳鑫 贾银江 
黑龙江省揭榜挂帅科技攻关项目(20212XJ05A0201)。
针对玉米田间杂草传统目标检测模型存在体积大、实时性差、精准度低、移动端部署难等问题,提出了改进的轻量级目标检测算法MCCW-YOLOv7-tiny。通过将YOLOv7-tiny主干网络CSPDarknet替换为MobileNet V3模块,降低模型冗余和参数量,满足实...
关键词：YOLOv7-tiny MobileNet V3 CBAM注意力机制 WIoUv3 玉米 杂草识别 
基于改进YOLOv5的轻量级大豆田间杂草识别方法研究
《农机使用与维修》2025年第2期1-7,共7页陈雪 谭峰 
国家重点研发计划课题(2023YFD2301605);黑龙江省重点研发计划指导类项目(GZ20220020);黑龙江省自然科学基金项目(LH2023F043);黑龙江省高等教育教学改革研究项目(SJGY20210622);黑龙江八一农垦大学自然科学人才支持计划(ZRCPY202015)。
为对自然环境下大豆田间的大豆幼苗与杂草实现实时检测,提出一种基于改进YOLOv5的轻量级大豆田间杂草识别方法。该方法在YOLOv5s网络的基础上引入适用于边缘设备的轻量级卷积神经网络MobileNetV3,建立了YOLOv5s-MobileNetV3的大豆杂草...
关键词：大豆 苗草识别 目标检测算法 MobileNetV3 
基于改进YOLOv8的轻量化杂草识别算法研究
《电子技术应用》2025年第1期80-85,共6页张超 刘宾 李坤 
山西省基础研究计划项目(202303021222095)。
针对目前田间杂草识别模型精度低,以及参数多难以满足在计算资源有限的移动设备和嵌入式设备中部署的问题,提出一种基于YOLOv8的轻量化田间杂草识别模型。该模型使用改进后的PP-LCNet替代原有主干网络,保证精度的前提下减少模型的计算量...
关键词：杂草识别 PP-LCNet Effcient-RepGFPN RFAConv MPDIoU 
基于人工智能的智能除草机器人设计与应用研究
《信息系统工程》2024年第12期43-46,共4页秦许峰 
为了解决传统除草方式效率低、成本高、环境污染等问题,设计了一种基于人工智能的智能除草机器人。该机器人集成了机器视觉、深度学习、路径规划等技术,能够自主识别杂草,并进行精准除草作业。介绍了机器人的硬件设计和软件设计,包括机...
关键词：人工智能 机器视觉 深度学习 路径规划 杂草识别 
农田杂草识别技术研究现状与展望
《农机使用与维修》2024年第12期89-91,96,共4页姜迪 庄卫东 
2023黑龙江省重点研发计划“揭榜挂帅”项目(2023ZXJ07B02)。
杂草胁迫作为田间的主要生物胁迫之一,对作物生长有着极大的影响,因此有效地控制杂草成为提升农田作物产量和质量的主要措施。随着现代化农业、人工智能、图像识别技术的发展,精准的杂草识别技术成为农业领域的重要研究课题。为促进农...
关键词：杂草胁迫 现代化农业 人工智能 图像识别 杂草识别 
全选清除导出
共20页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部