更新时间:2026-06-17
    • 基于CEF-YOLOv11的智能采摘枸杞成熟度识别方法研究

    • CEF-YOLOv11 method for wolfberry ripeness recognition in smart harvesting

    • “研究人员基于YOLOv11网络框架提出改进的枸杞果实成熟度智能识别方法,通过嵌入CBAM注意力模块、采用Focal Loss与EIoU损失优化,使模型召回率达90.8%、mAP50达90.9%,为采摘机器人视觉系统开发提供技术依据。”
    • 毛子昂 ,王彬茏 ,张涵钰 ,李振波
    • 中国农业大学学报 2026年31卷第8期 页码:172-182
    • DOI: 10.11841/j.issn.1007-4333.2026.08.15     

      中图分类号:
    • 录用:2026-04-07 ,

    移动端阅览

  •  
  •  
  • AI导读

  • HTML全文

  • 图( 5 ) 表( 4 )

  • 参考文献

  • 出版信息

  • 数据统计

27

浏览量

22

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

深度学习驱动的土壤信息感知技术:进展、挑战与展望
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
中国智慧农业发展水平测度与组态路径
基于改进MobileViT的观赏鱼品种分类模型研究

相关作者

刘楠
李佳怿
杨玮
李民赞
胡明玉
夏雪
杨晨雪
曹景军

相关机构

中国农业大学 智慧农业系统集成研究教育部重点实验室/ 农业农村部 农业信息获取技术重点实验室
农业农村部农业大数据重点实验室
中国农业科学院 农业信息研究所
天津城建大学 计算机与信息工程学院
天津农学院 计算机与信息工程学院