首页 > 《城镇建设》 > 2023年11期 > 基于机器视觉和深度学习的杂草识别系统研究

基于机器视觉和深度学习的杂草识别系统研究

打印

在线阅读下载PDF 导出详情

摘要摘要：本文探讨了基于机器视觉和深度学习的杂草识别系统。杂草是农业生产中的主要问题之一，对作物产量和品质造成严重威胁。传统的杂草识别方法面临着特征提取难、分类效果有限等挑战。而近年来，深度学习技术的快速发展在杂草识别领域展现出了强大的潜力，为实现高效、准确的杂草识别提供了新的解决方案。本文将首先介绍传统的杂草识别方法，然后重点探讨深度学习在杂草识别中的应用，以及深度学习方法相较于传统方法的优势。

DOI g4qm891od8/7490424

作者陈桂新

机构地区东北林业大学黑龙江省哈尔滨市 150040

出处《城镇建设》 2023年11期

关键词

分类 [必威国际登录平台是什么][市政工程]

出版日期 2023年08月17日（中国Betway体育网页登陆平台首次上网日期，不代表论文的发表时间）

相关文献

1黄自强，张锋*,，邓春辉，叶碧玉.基于机器视觉的数字加密身份识别系统.建筑技术科学,2021-04.
2王坤鹏.基于机器视觉的锂电池极片表面缺陷检测与识别系统研究.,2023-04.
3张强.基于深度学习的水位智能识别系统.建筑技术科学,2023-12.
4周娟,王旭,刘金涛,祁紫霞,郭佳诚.基于机器学习的行人图像识别系统.,2023-11.
5徐加鑫,张华凯,马永波.基于机器视觉的仪器仪表检测与识别系统设计.建筑技术科学,2023-11.
6熊灿.人脸识别系统研究.,2022-10.
7王子义,白刚,姜黎明.基于深度学习的视觉识别系统在烟草制丝工业的应用思考.建筑技术科学,2024-01.
8梅峰.住宅建筑施工现场安全视觉识别系统研究.建筑设计及理论,2016-03.
9陈朝晖.基于机器视觉的物体识别与抓取控制系统研究.建筑设计及理论,2019-10.
10李保成.基于视觉学习的烟支缺陷特征识别系统探究.建筑技术科学,2023-11.

来源期刊

城镇建设

城镇建设

相关推荐

同分类资源更多

相关关键词

返回顶部