Yolov11-RDTNet: un modelo ligero para la identificación de plagas y enfermedades cítricas basado en un Yolov11n mejorado
Autores: Dai, Qiufang; Liang, Shiyao; Li, Zhen; Lyu, Shilei; Xue, Xiuyun; Song, Shuran; Huang, Ying; Zhang, Shaoyu; Fu, Jiaheng
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Yolov11-RDTNet: un modelo ligero para la identificación de plagas y enfermedades cítricas basado en un Yolov11n mejorado
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Plagas cítricas
Enfermedades
YOLOv11-RDTNet
Modelo ligero
Precisión de detección
Carga computacional
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
Las plagas y enfermedades cítricas impactan severamente en el rendimiento y calidad de la fruta. Sin embargo, los modelos existentes de detección de objetos enfrentan limitaciones en fondos complejos, ocultación de objetivos y reconocimiento de objetivos pequeños, y tienen dificultades para ser desplegados eficientemente en dispositivos con recursos limitados.
Descripción
Las plagas y enfermedades cítricas impactan severamente en el rendimiento y calidad de la fruta. Sin embargo, los modelos existentes de detección de objetos enfrentan limitaciones en fondos complejos, ocultación de objetivos y reconocimiento de objetivos pequeños, y tienen dificultades para ser desplegados eficientemente en dispositivos con recursos limitados.