客服热线：
手机版
二维码
深度学习是机器视觉技术重要组成部分之一，其在对复杂对象的分析识别问题上具有得天独厚的优势。但是，大田中深度学习模型的识别结果还不能同时满足指导作业所需的查全率与查准率，会造成除草作业的漏喷，因而不能完全杀灭田间杂草。而使用大豆叶片为识别对象，简化数据集采集制作过程的同时，通过细化检测目标降低识别模型查全率和查准率偏差对整体识别结果的负面影响。由二值化植被冠层分布中减去大豆叶片分布，获得除大豆以外的非大豆植被分布图像，作为杂草分布图像。
田间杂草分布检测深度学习是机器视觉技术重要组成部分之一，其在对复杂对象的分析识别问题上具有得天独厚的优势。但是，大田中深度学习模型的识别结果还不能同时满足指导作业所需的查全率与查准率，会造成除草作业的漏喷，因而不能完全杀灭田间杂草。而使用大豆叶片为识别对象，简化数据集采集制作过程的同时，通过细化检测目标降低识别模型查全率和查准率偏差对整体识别结果的负面影响。由二值化植被冠层分布中减去大豆叶片分布，获得除大豆以外的非大豆植被分布图像，作为杂草分布图像。
田间杂草分布检测
