La identificación de imágenes de plantas se ha convertido en un enfoque interdisciplinario tanto en la taxonomía botánica como en la visión por ordenador. Se presenta el primer conjunto de datos de imágenes de plantas recogidas por teléfono móvil en una escena natural, que contiene 10.000 imágenes de 100 especies de plantas ornamentales en el campus de la Universidad Forestal de Pekín. Se diseña un modelo de aprendizaje profundo de 26 capas que consta de 8 bloques de construcción residuales para la clasificación de plantas a gran escala en un entorno natural. El modelo propuesto alcanza una tasa de reconocimiento del 91,78% en el conjunto de datos BJFU100, demostrando que el aprendizaje profundo es una tecnología prometedora para la silvicultura inteligente.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Formulación y evaluación de un nuevo chip periodontal biodegradable que contiene timoquinona en una base de quitosano para el tratamiento de la periodontitis crónica
Artículo:
Evaluación del riesgo de seguridad del sistema de gestión del turismo basado en la red neuronal PSO-BP
Artículo:
Promedio ponderado temporal para sistemas asíncronos de detección de intrusos federados
Artículo:
Investigación sobre la economía digital de la prevención inteligente de riesgos de emergencia en desastres financieros repentinos basada en el algoritmo PSO-BPNN
Video:
Professor Uttandaraman Sundarara - WIN Seminar Series.
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Artículo:
¿Por qué debemos conservar la fauna silvestre?
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060
Guía:
Manual de operaciones de destilación