基于LIBS技术的植物及其生长环境检测——基于LIBS技术的土壤元素【查看原文】
基于深度学习的植物叶片识别 随着人工智能领域的不断发展，深度学习已经成为了计算机视觉任务中的重要工具。其中，基于深度学习的植物叶片识别成为了一个备受关注的研究领域。植物叶片识别在农业、生态学和环境保护
深度学习人工智能
柠檬味拥抱 2023-10-12
智慧农业的发展承载了农业发展的未来，在国家层面上，宏观与微观角度都是势在必行的。单独从发展智慧农业所需的科研技术角度来说，涉及定位导航、智能感知、自动化控制、物联网、深度学习等技术，互相融合，方能共同推进农业向数字化、智能化方向前进。近年来，基于深度学习技术在农业方面的应用，无数科研者开展了大量的植物病害目标检测与分类识别研究，目标是推动了检测与识别准确度的提高。遗憾的是在实际应用场景中，仍然面临着诸多挑战与问题。作物病害检测问题一、目标区域准确定位难种植环境中的日光照射、背光，一日之内变化剧烈、不同背景
人工智能深度学习
聚英电子 2023-03-14
链接：https://pan.baidu.com/s/1zUtp4xrLL0__4BGh8yXsEQ?pwd=ox9f 提取码：ox9f利用深度学习进行图像检测和特征提取是近年来的研究热点。本书通过系统总结 外路面裂缝病害自动识别和提取的相关成果，详细介绍深度学习的相关理论，构建改进残差网络与注意力机制的语义分割网络，结合双注意力机制的语义分割网络，基于高分辨率模型的裂缝病害图像分类和分割网络，以及基于可变形单步多框目标检测的裂缝检测模型，对裂缝病害图像进行分类与分割提取，可以大幅提升裂缝的分类与识别精度
深度学习百度
没有名字如何行走江湖 2023-09-13
在当今智能制造时代，AI缺陷检测作为一项智能制造的关键技术，正在引领着工业生产向着智能制造发展，成为智能时代质量控制的新潮流。基于深度学习算法的机器视觉缺陷技术，正以其高效精准的特性，重塑工业生产中的质量检测流程。深度学习算法，作为人工智能的核心技术之一，通过模拟人脑神经网络模型进行多层次的数据分析与学习，赋予了机器视觉缺陷检测强大的识别能力，使之让机器视觉缺陷检测能够对各类工业产品进行高精度、高速度的表面及内部缺陷检测，如裂纹、划痕、污渍等微小瑕疵，即使在复杂多变的生产环境下也能实现准确捕捉和判断。DL
AI工业爬虫 2024-04-26
人工智能技术在图像处理领域的应用日益广泛，其中基于深度学习的红外图像人体检测技术在安防、医学等领域展现出巨大潜力。本文将深入探讨该技术的原理与关键步骤，并通过一个实例演示如何利用深度学习框架实现红外图
柠檬味拥抱 2023-11-10
极越通宵开发离线版语音助手
智能车参考 15小时前
当潮水褪去，曾经以“玻尿酸大王”的美誉独领风骚华熙生物，能否还能讲出新的故事？
江湖老刘 15小时前
危局的根源来自极越与利益相关方之间的矛盾。
甲子光年 15小时前
近日，据外媒报道，当选美国总统特朗普背后的过渡团队可能会建议取消目前针对自动驾驶汽车实施的车祸报告要求。
AI前线 15小时前
腾讯、美图、雅戈尔、两面针......
略大参考 15小时前
查阅更多出海好文章，请移步出海官网 letschuhai.com。
36氪出海 15小时前
向全球半导体硅片寡头垄断格局发起挑战。
智东西 15小时前
这届年轻人，习惯带”娃“旅行
ST商业研究社 16小时前
保时捷控股减记所持股份价值
超电实验室 16小时前
期待电竞影响力继续破圈
36氪的朋友们 15小时前
Copyright © 2024 aigcdaily.cn 北京智识时代科技有限公司 版权所有 京ICP备2023006237号-1
