Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Sức khỏe - Y tế
Văn bản luật
Nông Lâm Ngư
Kỹ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Giới thiệu
Đăng ký
Đăng nhập
Tìm
Danh mục
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Y tế sức khỏe
Văn bản luật
Nông lâm ngư
Kĩ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Thông tin
Điều khoản sử dụng
Quy định bảo mật
Quy chế hoạt động
Chính sách bản quyền
Giới thiệu
Đăng ký
Đăng nhập
0
Trang chủ
Khoa Học Tự Nhiên
Sinh học
Ứng dụng mô hình học sâu trong xác định các giai đoạn sinh trưởng của cây dưa lưới trồng trong nhà màng
Đang chuẩn bị liên kết để tải về tài liệu:
Ứng dụng mô hình học sâu trong xác định các giai đoạn sinh trưởng của cây dưa lưới trồng trong nhà màng
Tùng Quang
90
5
pdf
Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
Bài báo trình bày kết quả triển khai một kiến trúc tiên tiến và gọn nhẹ có tên là YOLOv5 trong việc nhận dạng tự động các giai đoạn sinh trưởng của cây dưa lưới trong quá trình sinh trưởng, phát triển từ những hình ảnh thu thập được của hệ thống mạng camera lắp đặt trong nhà màng. | DOI 10.31276 VJST.63 11 .01-05 Khoa học Tự nhiên Ứng dụng mô hình học sâu trong xác định các giai đoạn sinh trưởng của cây dưa lưới trồng trong nhà màng Đặng Hoàng Anh Tuấn1 Nguyễn Minh Thắng2 1 Viện Ứng dụng Công nghệ Viện Khoa học và Công nghệ Việt Nam - Hàn Quốc 2 Ngày nhận bài 11 8 2021 ngày chuyển phản biện 16 8 2021 ngày nhận phản biện 14 9 2021 ngày chấp nhận đăng 16 9 2021 Tóm tắt Ngày càng có nhiều mô hình học sâu deep learning - DL được ứng dụng trong đời sống xã hội như phân tích và dự đoán tài chính giao thông thông minh xe tự hành nhưng việc sử dụng hiệu quả công nghệ này để hỗ trợ trong canh tác nông nghiệp còn hạn chế. Bài báo trình bày kết quả triển khai một kiến trúc tiên tiến và gọn nhẹ có tên là YOLOv5 trong việc nhận dạng tự động các giai đoạn sinh trưởng của cây dưa lưới trong quá trình sinh trưởng phát triển từ những hình ảnh thu thập được của hệ thống mạng camera lắp đặt trong nhà màng. Đề xuất nhận dạng hình ảnh này đạt độ chính xác trung bình 96 điểm F1 trong việc xác định 5 giai đoạn sinh trưởng quan trọng của cây dưa lưới bằng cách sử dụng một bộ dữ liệu huấn luyện và thử nghiệm hạn chế 2.818 ảnh cây dưa lưới . Kết quả sơ bộ cho thấy YOLOv5 là một giải pháp DL gọn nhẹ và đầy hứa hẹn sau khi áp dụng kỹ thuật học chuyển giao transfer learning . Hơn nữa kiến trúc YOLOv5 còn thực thi tốt trên các thiết bị có cấu hình thấp điều này có thể mở ra hướng tiếp cận mới trong việc nhận dạng các đối tượng khác nhau theo thời gian thực được thực thi trực tiếp trên các thiết bị như smartphone Jetson Nano camera ip Từ khóa dưa lưới mô hình học sâu nông nghiệp thông minh thị giác máy tính YOLOv5. Chỉ số phân loại 1.2 Giới thiệu bệnh trên cây trồng như bệnh trên lá nhận diện một số loại sâu bọ gây hại 1-4 nhưng với đối tượng là dưa lưới cho Để đảm bảo hiệu quả về năng suất cũng như chất lượng đến thời điểm hiện nay vẫn chưa thấy công bố nào. đáp ứng yêu cầu ngày càng cao và khắt khe hiện nay đối với các sản phẩm nông nghiệp người nông dân cần phải có kiến
TÀI LIỆU LIÊN QUAN
Khóa luận tốt nghiệp Mạng máy tính và truyền thông: Xây dựng ứng dụng phát hiện lửa dựa trên mô hình học sâu trên Jetson Nano
Bài giảng Học sâu và ứng dụng: Bài 10 - ĐH Bách khoa Hà Nội
Bài giảng Học sâu và ứng dụng: Bài 12 - ĐH Bách khoa Hà Nội
Luận văn Thạc sĩ Quản lý thông tin: Ứng dụng các mô hình học sâu vào kĩ thuật lọc cộng tác dựa trên mô hình cho các hệ thống khuyến nghị thương mại
Ứng dụng kỹ thuật xử lý ảnh kết hợp mô hình mạng học sâu nhận dạng hoa quả xuất khẩu
Mô tả đặc điểm hình ảnh cộng hưởng từ ung thư biểu mô tế bào gan sau đốt nhiệt sóng cao tần có sử dụng phân loại LI-RADS v.2018
Luận văn Thạc sĩ Hệ thống thông tin: Nghiên cứu ứng dụng mô hình học sâu trong phát hiện xâm nhập mạng
Nghiên cứu ứng dụng học sâu xây dựng bộ nhận dạng vật thể giúp thanh toán hàng hóa nhanh
Sử dụng mô hình học sâu trong hỗ trợ xác định vị trí các nốt phổi trên ảnh cắt lớp vi tính
Phân tích và đánh giá hiệu năng của Noma - CRN sử dụng học sâu
crossorigin="anonymous">
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.