首页|基于深度学习的荔枝识别技术研究进展

基于深度学习的荔枝识别技术研究进展

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
从荔枝目标检测任务和荔枝目标分割模型两方面进行综述,总结了荔枝识别技术在开花率估算与产量预估、采摘识别与定位、果实与主茎分割3个方面的相关研究成果,归纳了基于深度学习的荔枝目标检测技术和分割技术的常见方法和应用,同时指出深度学习方法在实际应用中所面临的问题和挑战,并展望了基于深度学习的荔枝识别技术未来的发展趋势,即加大复杂环境下精准识别技术研究、提高轻量化模型检测速度、利用小规模数据集模型和弱监督模型进行训练,以实现实时准确识别.

李景顺、刘美、陈嘉升、孟亚男

展开 >

广东石油化工学院自动化学院,广东茂名 525000

吉林化工学院信息与控制工程学院,吉林吉林 132022

荔枝识别 深度学习 卷积神经网络 目标检测 图像分割 研究进展

国家自然科学基金项目广东省普通高校重点领域(新一代信息技术)专项

620730912020ZDZX3042

2024

中南农业科技
湖北省农业科学院畜牧兽医研究所 湖北省畜牧局 湖北省农业科学院农业测试与科技信息中心

中南农业科技

影响因子：0.152
ISSN：
年,卷(期)：2024.45(8)