heading-date-estimation:实施“使用深度学习自动估算水稻抽穗期”-源码

上传者: 42116596 | 上传时间: 2021-06-20 16:24:06 | 文件大小: 150.49MB | 文件类型: ZIP
介绍 这是提交论文的一种实现: Desai,SV,Balasubramanian,VN,Fukatsu,T.,Ninomiya,S.,and Guo,W.(2019年)。 使用深度学习自动估算水稻的抽穗期。 植物方法,15(1),76. 为了计划收割水稻的最佳时间,我们检测并定量了水稻的开花。 这项工作中使用的水稻作物图像数据集取自[1]。 方法 该方法的基本概述如下。 我们使用带有滑动窗口的SVM分类器来检测图像中的开花圆锥花序。 为了生成要作为输入提供给SVM分类器的特征,我们使用两种特征提取方法并对它们的性能进行比较。 使用SIFT描述符进行特征提取 使用深度神经网络(VGG-16 [2])进行特征提取 使用从Kinmaze数据集的21张图像中采样的补丁进行训练。 对来自Kinmaze数据集的完整5184x3456图像进行了测试。 [1]。 怎么跑 为了获得训练的准确性:

文件下载

资源详情

[{"title":"( 4776 个子文件 150.49MB ) heading-date-estimation:实施“使用深度学习自动估算水稻抽穗期”-源码","children":[{"title":"vgg_roc.png <span style='color:#111;'> 41.77KB </span>","children":null,"spread":false},{"title":"vgg_training_accuracy.py <span style='color:#111;'> 6.60KB </span>","children":null,"spread":false},{"title":"program_output.txt <span style='color:#111;'> 253B </span>","children":null,"spread":false},{"title":"sift_d5_roc.png <span style='color:#111;'> 63.75KB </span>","children":null,"spread":false},{"title":"sift_d50_roc.png <span style='color:#111;'> 67.05KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明