Identificación automática de granos de arroz marino en un entorno de campo complejo basado en aprendizaje profundo
Autores: Deng, Ruoling; Cheng, Weilin; Liu, Haitao; Hou, Donglin; Zhong, Xiecheng; Huang, Zijian; Xie, Bingfeng; Yin, Ningxia
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Identificación automática de granos de arroz marino en un entorno de campo complejo basado en aprendizaje profundo
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Granos
Arroz marino
Panícula
Modelo de detección
Rendimiento
Investigación genética
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
El modelo de detección de granos de arroz marino puede predecir de manera rápida y precisa el número de granos por panícula, proporcionando una herramienta efectiva, conveniente y económica para la evaluación de rendimiento, cría de cultivos e investigación genética. También tiene un gran potencial para ayudar en la investigación fenotípica.
Descripción
El modelo de detección de granos de arroz marino puede predecir de manera rápida y precisa el número de granos por panícula, proporcionando una herramienta efectiva, conveniente y económica para la evaluación de rendimiento, cría de cultivos e investigación genética. También tiene un gran potencial para ayudar en la investigación fenotípica.