目录一、智能农田管理二、智能化作物识别和病虫害监测三、精准农业四、智慧畜牧管理随着人口的增长和食品需求的不断增加，如何提高农业生产效率和保证食品质量成为了全球范围内的一个热点话题。在这样的背景下，智慧农业作为一种新型的农业生产方式逐渐走进人们的视野。智慧农业利用物联网、云计算、大数据和人工智能等技术，实现了农业生产过程的自动化和智能化，为农业生产带来了前所未有的提高。 深度学习技术作为人工智能的一
农业大数据到底是什么？相信许多人都有这个疑问。简而言之，一切与农业相关的数据，包括上游的种子、化肥和农药等农资研发，气象、环境、土地、土壤、作物、农资投入等种植过程数据，以及下游的农产品加工、市场经营、物流、农业金融等数据，都属于农业大数据的范畴，贯穿整个产业链。农业大数据之所以大而复杂，是由于农业是带有时间属性和空间属性的行业，因而需要考虑多种因素在不同时间点和不同地域对农业的影响。大数据在农业
1. 深度学习1.1 图像分类1. A Neural Network Method for Classification of Sunlit and Shad
原创
2022-12-18 00:18:25
446阅读
1. The use of digital imaging, chlorophyll fluorescence and Vis/NIR spectroscopy in assessing the ripening stage and fres相机
原创
2022-12-17 11:23:08
95阅读
文章目录1. Applications of deep-learning approaches in horticultural research: a review，2020，Horticulture Research2. Improved
原创
2022-12-17 11:23:23
179阅读
文章目录1. A comparative study of fruit detection and counting methods for yield mappin
原创
2022-12-18 00:07:40
232阅读
深度学习在农业上的应用笔记11
最近发表的相关论文数量不多，质量普遍也不尽如人意，尤其是《Computers and Electronics in Agriculture》这个期刊。这些论文的方法都很简单，只是强行将深度学习应用于某个问题上，而没有考虑到农业实际情况。不过，《Precision Agriculture》期刊的论文水平还是很高的。大多数研究都涉及大型机械的应用，并包含大量数据，提供了
原创
2023-02-28 13:58:35
316阅读
1. 3D-ZeF: A 3D Zebrafish Tracking Benchmark Dataset (CVPR, 2020)
摘要
在本研究中，我们推出了一个创新的、公开可用的基于RGB的三维斑马鱼多目标跟踪数据集——3D-ZeF。斑马鱼作为一种日益流行的实验模型生物，广泛应用于神经系统疾病、药物成瘾等领域的研究，其中行为分析是这些研究不可或缺的一环。然而，斑马鱼之间的视觉相似性、相互遮挡以
对于人类能够识别的字符，计算机会根据某一对应关系将其转换为二进制形式进行保存。这个对应关系就是字符编
原创
2022-12-17 11:11:44
277阅读
文章目录1. Application of Deep Learning Architectures for Accurate Detection of Olive Tr
原创
2022-12-18 00:07:29
737阅读
深度学习在农业领域应用论文笔记51. Channel pruned YOLO V5s-based deep learning approach背景之间的极端相似性等因素，很难有效地检测到苹果果实。本研究的总体目标是建
原创
2022-12-18 00:07:36
286阅读
文章目录1. Identification of Plant Disease using Image Processing Technique（2019，会议论=
原创
2022-12-18 00:07:39
137阅读
深度学习在农业领域应用论文笔记81. Yield Estimation and Visualization Solution for Precisi
原创
2022-12-18 00:13:03
97阅读
文章目录1. A Scalable Machine Learning System for Pre-Season Agriculture Yield Forecast
原创
2022-12-18 00:13:21
454阅读
卫星定位、GPS导航、红外遥感等技术的发展，已经深入农业中，尽管在实际应用与科技研发方面，提升空间大，但目前根据各高校、科研机构发布的论文，空间信息技术农业应用已经有了一定进展。 一、农业干旱卫星遥感监测与预测研究进展针对农业干旱监测结果的精准度、局限性等问题，中国农业大学信息与电气工程学院以遥感技术，主要为可见光、近红外、热红外和微波等波段，从遥感指数方法、土壤含水量方法和作物需水量方
1.背景介绍农业是人类社会的基础产业，对于人类的生存和发展具有重要的意义。随着人类社会的发展，农业生产也在不断发展，从古代的手工农业发展到现代的机械化农业，再到智能农业。智能农业是人工智能技术在农业生产中的应用，它利用互联网、大数据、人工智能等技术，为农业生产创造了一种新的发展模式。IoT(互联网物联网)是人工智能技术的一部分，它是一种通过互联网将物理设备与虚拟设备连接起来的技术。在农业生产中，I
农业工程与信息技术是一个结合了农业和信息技术的领域。随着信息技术的快速发展和信息时代的到来，农业工程发生了巨大变化，信息技术与农业产生了深入的联系。在农业领域中，信息技术的应用包括智能农业、农业机械自动化、精准农业、农业环境监测等等。例如，智能农业利用物联网技术、无人机、遥感等技术手段，对农田进行实时监测、管理、指导和决策；农业机械自动化则利用传感技术、控制技术实现农机设计智能化，提高农业生产效率
深度学习在雷达领域的应用
深度学习是一种基于神经网络的机器学习方法，近年来在各个领域都取得了重大的应用成果。雷达技术作为一种主要的电磁波探测技术，广泛应用于军事、民用等领域。本文将介绍深度学习在雷达领域的应用，并给出相应的代码示例。
雷达技术是通过发送并接收电磁波来感知目标物体的位置、速度和形状等信息。传统的雷达信号处理方法通常涉及复杂的数学模型和特征提取算法，需要专业的领域知识和丰富的经验。
文中提到的几大模块是我这从这几年经手的所有深度学习相关的风控项目中归纳得到的，希望能对其他对深度学习感兴趣的风控从业者有所帮助。
转载
2022-12-16 10:51:31
486阅读
Datawhale活动 方向：智慧农业，组织方：百度是时候，关注智慧农业这条“难且正确”的道路了。在不断变化、机遇与危机并存的商业社会中，农业一直算不上“热点”。但伴随国务院下发的关于农业的一号文件，及疫情黑天鹅引发的持续影响。农业的颠覆和重构正在形成一个产业新风口。在科技的赋能下，中国农业发展正经历由传统农业向数字农业的转型新阶段，发展数字农业是18亿亩农田的精细化管理需求
转载
2022-10-19 16:21:59
48阅读
