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

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Agriculture vol. 15, no. 1 (2025), p. 74
1. Verfasser:	Li, Shizhao
Weitere Verfasser:	Yan, Zhichao, Ma, Boxiang, Guo, Shaoru, Song, Hongxia
Veröffentlicht:	MDPI AG
Schlagworte:	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
Online-Zugang:	Citation/Abstract Full Text + Graphics Full Text - PDF
Tags:	Tag hinzufügen Keine Tags, Fügen Sie das erste Tag hinzu!

Schreiben Sie den ersten Kommentar!