研究人员开发了DefoliationCAM (D-CAM),一个用于实时评估葡萄藤虫害落叶严重程度的边缘AI系统。该系统利用YOLOX-Nano模型进行枝条定位,并使用轻量级的MobileNet分类器对田间收集的图像进行损害等级分类。D-CAM将斑块预测汇总为非线性全局落叶严重程度 (NGDS) 分数,该分数已通过专家评分进行了验证,并与既定的害虫管理阈值一致。该系统采用自主部署和太阳能供电,证明了其在远程监测和及时害虫管理决策方面的可行性。 AI
影响 通过自动视觉检查,实现农业中更精确、更及时的害虫管理。
排序理由 该条目描述了一个在arXiv预印本上发布的新系统和方法论。[lever_c_demoted from research: ic=1 ai=1.0]
- DefoliationCAM
- MobileNet
- Non-linear Global Defoliation Severity
- NVIDIA Jetson Orin Nano
- ResNet-50
- TensorRT FP16
- YOLOX-Nano
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →