Detección y mapeo automático de la inclinación del trigo en imágenes aéreas para apoyar la fenotipificación de alto rendimiento y la gestión de cultivos en temporada
Autores: Zhao, Biquan; Li, Jiating; Baenziger, P. Stephen; Belamkar, Vikas; Ge, Yufeng; Zhang, Jian; Shi, Yeyin
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Detección y mapeo automático de la inclinación del trigo en imágenes aéreas para apoyar la fenotipificación de alto rendimiento y la gestión de cultivos en temporada
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Avances en vehículos aéreos no tripulados
tecnología de redes neuronales convolucionales
inclinación de cultivos
modelos de detección
firmas espectrales y morfológicas
imágenes aéreas
etapas de crecimiento
trigo de invierno
fenotipos de dosel
modelo basado en CNN
madurez fisiológica
modelo de múltiples etapas
datos de prueba
precisión
análisis de grandes volúmenes de datos
sistema de apoyo a decisiones
mapeo
imágenes de teledetección
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
Los últimos avances en tecnología de vehículos aéreos no tripulados (UAV) y redes neuronales convolucionales (CNN) nos permiten detectar el alojamiento de cultivos de una manera más precisa y exacta.
Descripción
Los últimos avances en tecnología de vehículos aéreos no tripulados (UAV) y redes neuronales convolucionales (CNN) nos permiten detectar el alojamiento de cultivos de una manera más precisa y exacta.