首頁 > 雜志
江蘇農(nóng)業(yè)科學(xué)(2024年20期)
Jiangsu Agricultural Sciences
-
- 基本信息
-
:江蘇農(nóng)業(yè)科技
:江蘇省農(nóng)業(yè)科學(xué)院
:半月
- 出版信息
-
: 農(nóng)業(yè)科技
: 農(nóng)業(yè)綜合
:28315篇
- 評價信息
-
:0.935
:0.595
:
目 錄
- 國際視角下我國智慧農(nóng)業(yè)科技創(chuàng)新發(fā)展的啟示
- 借鑒國際經(jīng)驗 加快我國智慧農(nóng)業(yè)發(fā)展
- 基于深度學(xué)習(xí)的農(nóng)作物圖像識別的發(fā)展
- 基于遙感的流域尺度耕地冠層葉綠素、表層土壤有機碳含量估算及分布特征研究
- 基于無人機多光譜的土壤全氮含量反演模型研究
- 基于無人機多光譜影像的不同施氮量水稻LAI反演方法研究
- 基于Logistic模型的上海青生長模擬三維可視化建模技術(shù)
- 基于激光掃描技術(shù)的小麥植株三維重建與表型參數(shù)提取
- 基于YOLO v5模型的缺鈣草莓葉片識別方法
- 基于改進YOLO v5算法的草莓缺素診斷方法
- 基于機器學(xué)習(xí)和哨兵2號遙感影像的棉花種植空間分布信息提取
- 基于隨機森林的水稻信息提取與空間格局分析
- 基于無人機影像和FABM-UNet網(wǎng)絡(luò)的油菜花簇分割方法研究
- 基于改進輕量化YOLO v7的成熟期香梨目標檢測方法
- 基于改進RT-DETR的草莓成熟度檢測
- 基于改進YOLO的輕量級草莓成熟度檢測方法研究
- 基于改進YOLO v7-tiny的小麥麥穗檢測方法
- 基于改進YOLO v8n的玉米田間雜草檢測網(wǎng)絡(luò)
- Ghost-MobileNet v2:一種輕量級玉米田雜草識別新模型
- 基于Res-Inception的農(nóng)作物病蟲害識別技術(shù)
- KMeans++與注意力機制融合的蘋果葉片病害識別方法
- 基于改進YOLOX的實時馬鈴薯葉片病害檢測方法
- 基于改進YOLO v8的水稻害蟲識別方法
- 基于ActNN-YOLO v5s-RepFPN的番茄病害識別及系統(tǒng)設(shè)計
- 基于原型自適應(yīng)對齊網(wǎng)絡(luò)的小樣本玉米病蟲害檢測
- 基于改進FixMatch算法的半監(jiān)督番茄病蟲害識別
- 基于改進YOLO v8的草莓病害檢測方法
- 基于P-MobileViT網(wǎng)絡(luò)的小麥病害分類研究
- 基于多尺度特征增強的輕量化黃瓜病害識別模型
- 基于輕量化YOLO v8-Rice的水稻蟲害檢測方法