2 條結(jié)果， 用時(shí)171ms 站內(nèi)搜索 用戶 資源 專題 求助 新聞中心

  • 基于改進(jìn)YOLO v7的輕量化櫻桃番茄成熟度檢測(cè)方法.pdf 基于改進(jìn)YOLO v7的輕量化櫻桃番茄成熟度檢測(cè)方法.pdf

    2 0 l m N n o 85 0 O 0 7 1 50d 7 7 0 S 0 37 27 0 7 Y i E j i 2 XE Vd W00 2 0 2 8B E B 9 W E j s 2 3 t 78 N iHAUAT 6I E 1 A 1 CO I 2 LS A3 0 9 2 08 K X R KY C A O M 0 9U GM N 0 9bBD O 0 0 2 2 4 4 L M

    上傳時(shí)間：2023-11-29   |   頁(yè)數(shù)：9   |   格式：PDF   |   瀏覽：499

  • 基于改進(jìn)YOLOv7的黃瓜葉片病蟲害檢測(cè)與識(shí)別.pdf 基于改進(jìn)YOLOv7的黃瓜葉片病蟲害檢測(cè)與識(shí)別.pdf

    基于改進(jìn)YOLOv7的黃瓜葉片病蟲害檢測(cè)與識(shí)別 劉詩(shī)怡 胡 濱 趙 春 南京農(nóng)業(yè)大學(xué)人工智能學(xué)院 南京 210031 摘 要 黃瓜葉片病蟲害的檢測(cè)與識(shí)別是科學(xué)防治病害的有效手段 為了提高對(duì)黃瓜葉片病斑細(xì)小特征的精準(zhǔn)定位能力 以及提高對(duì)早疫病葉片的檢測(cè)性能 提出一種DCNSE YOLOv7的深度學(xué)習(xí)算法 首先 將主干特征提取網(wǎng)絡(luò)中對(duì)最后 一個(gè)特征層的卷積2D convolution Conv2D

    上傳時(shí)間：2023-09-07   |   頁(yè)數(shù)：9   |   格式：PDF   |   瀏覽：628

固源瑞禾
關(guān)于我們 - 網(wǎng)站聲明 - 網(wǎng)站地圖 - 資源地圖 - 友情鏈接 - 網(wǎng)站客服 - 聯(lián)系我們

copyright@ 2018-2020 華科資源|Richland Sources版權(quán)所有
經(jīng)營(yíng)許可證編號(hào)：京ICP備09050149號(hào)-1

     京公網(wǎng)安備 11010502048994號(hào)


 

 

 

收起
展開