&

重點(diǎn)新聞

利用無人機(jī)圖像和深度學(xué)習(xí)鑒定大豆對(duì)洪水脅迫的反應(yīng)

2022/8/29

基于提取的圖像特征，使用深度學(xué)習(xí)模型將大豆育種地分為五個(gè) FIS 等級(jí)，三種飛行高度下的...
DeepCob：使用深度學(xué)習(xí)對(duì)玉米穗軸的幾何形態(tài)進(jìn)行精確和高通量分析，并應(yīng)用于基因庫(kù)表型組學(xué)

2022/8/24

三種圖像分析方法的比較表明，在一組不同的玉米穗軸圖像上訓(xùn)練的 Mask R-CNN 結(jié)果優(yōu)于F...
利用激光雷達(dá)時(shí)間序列探索田間玉米構(gòu)型性狀的季節(jié)和晝夜節(jié)律

2022/8/24

結(jié)果表明，TLS可以量化植物和葉片構(gòu)型性狀的季節(jié)和晝夜節(jié)律，強(qiáng)調(diào)了時(shí)間序列TLS在研究室...
Phenocave：一種用于受控條件下的高自動(dòng)化、獨(dú)立型和低成本的表型分析系統(tǒng)

2022/8/24

甜菜研究的結(jié)果表明，發(fā)芽前的種子處理會(huì)影響發(fā)芽率。Phenocave能夠在受控條件下對(duì)植物進(jìn)...
不同生長(zhǎng)條件下熱脅迫對(duì)三個(gè)耐旱玉米品種產(chǎn)量的影響

2022/8/24

本實(shí)驗(yàn)中，粒數(shù)、粒重和穗軸重量是最具信息性的產(chǎn)量屬性，應(yīng)該在玉米品種選擇方案中加以考...
利用深度學(xué)習(xí)實(shí)現(xiàn)玉米和高粱葉片計(jì)數(shù)自動(dòng)化

2022/8/24

基于卷積神經(jīng)網(wǎng)絡(luò)(CNNs)的回歸計(jì)數(shù)方法展現(xiàn)出較低的精度和魯棒性。基于Faster R-CNNs(區(qū)...

目前在第12頁(yè), 共有22頁(yè), 共有127條記錄第一頁(yè) 上一頁(yè) 9 10 11 12 13 14 下一頁(yè) 最后一頁(yè) 跳轉(zhuǎn)到頁(yè)

資源中心

重點(diǎn)新聞

利用無人機(jī)圖像和深度學(xué)習(xí)鑒定大豆對(duì)洪水脅迫的反應(yīng)

DeepCob：使用深度學(xué)習(xí)對(duì)玉米穗軸的幾何形態(tài)進(jìn)行精確和高通量分析，并應(yīng)用于基因庫(kù)表型組學(xué)

利用激光雷達(dá)時(shí)間序列探索田間玉米構(gòu)型性狀的季節(jié)和晝夜節(jié)律

Phenocave：一種用于受控條件下的高自動(dòng)化、獨(dú)立型和低成本的表型分析系統(tǒng)

不同生長(zhǎng)條件下熱脅迫對(duì)三個(gè)耐旱玉米品種產(chǎn)量的影響

利用深度學(xué)習(xí)實(shí)現(xiàn)玉米和高粱葉片計(jì)數(shù)自動(dòng)化

聯(lián)系我們