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

Enregistré dans:

Détails bibliographiques
Publié dans:	Agriculture vol. 15, no. 1 (2025), p. 74
Auteur principal:	Li, Shizhao
Autres auteurs:	Yan, Zhichao, Ma, Boxiang, Guo, Shaoru, Song, Hongxia
Publié:	MDPI AG
Sujets:	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
Accès en ligne:	Citation/Abstract Full Text + Graphics Full Text - PDF
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Soyez le premier à ajouter un commentaire!