...
机译:使用深度特征和地区卷积神经网络(R-CNN)在结果墙架构中培训的苹果树的分支检测(R-CNN)
Washington State Univ Ctr Precis &
Automated Agr Syst Pullman WA 99164 USA;
Penn State Univ Dept Agr &
Biol Engn University Pk PA 16802 USA;
Washington State Univ Ctr Precis &
Automated Agr Syst Pullman WA 99164 USA;
Washington State Univ Ctr Precis &
Automated Agr Syst Pullman WA 99164 USA;
Washington State Univ Ctr Precis &
Automated Agr Syst Pullman WA 99164 USA;
Washington State Univ Ctr Precis &
Automated Agr Syst Pullman WA 99164 USA;
Branch detection; Branch skeleton fitting; Shake-and-catch apple harvesting; R-CNN; Depth features;
机译:使用深度特征和地区卷积神经网络(R-CNN)在结果墙架构中培训的苹果树的分支检测(R-CNN)
机译:利用神经网络对苹果果实和树冠特征进行图像分析的早期产量预测
机译:利用神经网络对苹果果实和树冠特征进行图像分析的早期产量预测
机译:分支检测与苹果树在果实墙架上训练使用立体视觉和地区 - 卷积神经网络(R-CNN)
机译:将经过训练的神经网络转换为决策树DecText-决策树提取器。
机译:树内实时水果检测的单发卷积神经网络
机译:基于神经网络的苹果果实冠层特征图像分析早期产量预测