更新时间:2026-06-17
    • 基于YOLOv8n的玉米幼苗田间苗草识别与定位

    • Weed identification and localization in corn seedling fields based on YOLOv8n

    • “研究人员针对激光除草机器人杂草识别与定位难题,构建了CSW-YOLOv8n苗草识别模型,提出了基于OAK-D-S2-PoE深度相机的视觉定位方法,定位平均绝对误差为12 mm,模拟除草执行成功率达83%,为解决玉米幼苗期田间精准除草问题提供解决方案。”
    • 郭静然 ,马彦华 ,刘雯 ,韩磊 ,徐文韬
    • 中国农业大学学报 2026年31卷第8期 页码:158-171
    • DOI: 10.11841/j.issn.1007-4333.2026.08.14     

      中图分类号:
    • 录用:2026-02-25 ,

    移动端阅览

  •  
  •  
  • AI导读

  • HTML全文

  • 图( 12 ) 表( 7 )

  • 参考文献

  • 出版信息

  • 数据统计

41

浏览量

28

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于CEF-YOLOv11的智能采摘枸杞成熟度识别方法研究
基于改进YOLOv7的杂交大豆苗期胚轴颜色检测模型
基于深度学习的半监督图像标注系统设计与实现
基于轻量化YOLOv4的生猪目标检测算法
完全成本保险和种植收入保险政策对粮食生产韧性的影响

相关作者

李振波
张涵钰
王彬茏
毛子昂
石文强
张伟
于春涛
张春宝

相关机构

中国农业大学 信息与电气工程学院/农业农村部农业信息化标准化重点实验室/农业农村部国家数字渔业 创新中心/农业农村部智慧养殖技术重点实验室/北京市农业物联网工程技术研究中心/ 农业农村部国家数字农产品流通创新分中心
黑龙江八一农垦大学 工程学院
吉林省农业科学院 大豆研究所/农业农村部杂交大豆育种重点实验室
中国农业科学院 农业信息研究所
农业农村部农业大数据重点实验室