Semantic Segmentation Method for High-Resolution Tomato Seedling Point Clouds Based on Sparse Convolution

Uloženo v:

Podrobná bibliografie
Vydáno v:	Agriculture vol. 15, no. 1 (2025), p. 74
Hlavní autor:	Li, Shizhao
Další autoři:	Yan, Zhichao, Ma, Boxiang, Guo, Shaoru, Song, Hongxia
Vydáno:	MDPI AG
Témata:	Hexagon Metrology Datasets Deep learning Agricultural production Image resolution Noise reduction Scanners Tomatoes Convolution Leaves Image processing Semantic segmentation Modules Training Soil improvement Semantics Seedlings Image segmentation Phenotyping Lasers Neural networks Stems High resolution Three dimensional models Inference Diffusion rate Encoding-Decoding Environmental
On-line přístup:	Citation/Abstract Full Text + Graphics Full Text - PDF
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!