PulseAugur
中
实时 09:16:45
English(EN) USU-Corn-WeedDB: A UAV RGB Image Dataset for Multi-Species Weed Detection in Forage Corn

新数据集助力玉米田AI驱动的杂草检测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了USU-Corn-WeedDB，一个旨在利用无人机图像和深度学习改进饲用玉米杂草检测的新数据集。该数据集收集自犹他州的一个商业农田，包含8,800个图像块，其中800个经过手动标注，涵盖三种常见杂草。该资源旨在解决现场代表性训练数据稀缺的问题，而这种稀缺性限制了现场特定杂草管理系统的发展。使用各种目标检测模型的初步测试显示出具有竞争力的性能，表明该数据集可用于开发高效的AI驱动的农业工具。 AI

影响 支持开发更精准的精准农业AI模型，有望减少作物损失和除草剂使用。

排序理由 该集群包含一篇详细介绍用于AI驱动的农业应用的新数据集的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Utsav Bhandari, Saroj Burlakoti, Rhonda Miller, Sierra Young, Eric Westra, Aaron Etienne ·

    USU-Corn-WeedDB：用于饲用玉米多物种杂草检测的无人机RGB图像数据集

    arXiv:2606.06709v1 Announce Type: new Abstract: Weed pressure in forage corn production causes yield losses of up to 31.5%, yet site-specific weed management (SSWM) systems built on UAV imagery and deep learning remain constrained by the scarcity of field-representative training …

相关实体

相关话题