logo móvil
Contáctanos

Un análisis de la tecnología de reconocimiento de imágenes fenotípicas de plantas basada en aprendizaje profundo

Autores: Xiong, Jianbin; Yu, Dezheng; Liu, Shuangyin; Shu, Lei; Wang, Xiaochan; Liu, Zhaoke

Idioma: Inglés

Editor: MDPI

Año: 2021

Descargar PDF

Acceso abierto

Artículo científico
2021

Un análisis de la tecnología de reconocimiento de imágenes fenotípicas de plantas basada en aprendizaje profundo


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Reconocimiento de imágenes fenotípicas de plantas
Aprendizaje profundo
Red neuronal convolucional
Red neuronal de creencia profunda
Red neuronal recurrente
Autoencoder apilado

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 53

Citaciones: Sin citaciones


Descripción
El reconocimiento de imágenes fenotípicas de plantas (PPIR) es una rama importante de la agricultura inteligente. En los últimos años, el aprendizaje profundo ha logrado avances significativos en el reconocimiento de imágenes. Por consiguiente, la tecnología PPIR basada en el aprendizaje profundo está volviéndose cada vez más popular. Primero, este documento introduce el desarrollo y la aplicación de la tecnología PPIR, seguido por su clasificación y análisis. En segundo lugar, presenta la teoría de cuatro tipos de métodos de aprendizaje profundo y sus aplicaciones en PPIR. Estos métodos incluyen la red neuronal convolucional, la red neuronal de creencia profunda, la red neuronal recurrente y el autoencoder apilado, y se aplican para identificar especies de plantas, diagnosticar enfermedades de plantas, etc. Finalmente, se discuten las dificultades y desafíos del aprendizaje profundo en PPIR.

Otros recursos que podrían interesarte

Temas Virtualpro