您当前的位置：
首页 >
文章列表页 >
基于深度学习与图像处理的蔬菜苗期杂草识别方法
农业工程·仿生工程 | 更新时间：2025-05-26

    • 基于深度学习与图像处理的蔬菜苗期杂草识别方法

    • Weed recognition in vegetable at seedling stage based on deep learning and image processing

    • “在农业科技领域，研究人员提出了一种基于深度学习和图像处理的蔬菜田杂草识别方法，有效降低了杂草识别复杂度，提高了识别精度和鲁棒性。”
    • 吉林大学学报（工学版）   2023年53卷第8期 页码：2421-2429
    • 作者机构：

      1.南京林业大学 机械电子工程学院,南京 210037

      2.南京交通职业技术学院 轨道交通学院,南京 211188

      3.北京大学 现代农业研究院,山东 潍坊 261325

    • 作者简介：

      金小俊（1987-），男，工程师，博士研究生.研究方向：机器视觉与人工智能技术.E-mail：xiaojun.jin@outlook.com

      陈勇（1965-），男，教授，博士.研究方向：机电一体化. E-mail：chenyongjsnj@163.com

    • 基金信息：
      国家自然科学基金项目(32072498);江苏省重点研发计划重点项目(BE2021016);江苏省农业科技自主创新项目（CX（21）3184）

    • DOI：10.13229/j.cnki.jdxbgxb.20211070    

      中图分类号： TP391.41

    • 收稿：2021-10-18，

      纸质出版：2023-08-01

    移动端阅览

  • 金小俊,孙艳霞,于佳琳等.基于深度学习与图像处理的蔬菜苗期杂草识别方法[J].吉林大学学报（工学版）,2023,53(08):2421-2429. DOI： 10.13229/j.cnki.jdxbgxb.20211070.

    JIN Xiao-jun,SUN Yan-xia,YU Jia-lin,et al.Weed recognition in vegetable at seedling stage based on deep learning and image processing[J].Journal of Jilin University(Engineering and Technology Edition),2023,53(08):2421-2429. DOI： 10.13229/j.cnki.jdxbgxb.20211070.

  •  
  •  

0

浏览量

12

下载量

1

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于数字图像技术的桥梁裂缝检测综述
基于桥梁裂缝识别模型的桥梁裂缝病害识别方法
基于合成图像数据集的挖掘机关键点识别
结合注意力与上下文融合的遥感图像道路提取
多尺度细节增强与分层抑噪的图像去雾算法

相关作者

齐亚辉
石秀名
杨国俊
季坤
党建武
张振海
姚宗伟
陈辰

相关机构

兰州理工大学 土木工程学院
招商局重庆交通科研设计院有限公司 桥梁工程结构动力学国家重点实验室
兰州交通大学 自动化与电气工程学院
甘肃省人工智能与图形图像处理工程研究中心
吉林大学 机械与航空航天工程学院
0