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

Сохранить в:

Библиографические подробности
Опубликовано в::	Agriculture vol. 15, no. 1 (2025), p. 74
Главный автор:	Li, Shizhao
Другие авторы:	Yan, Zhichao, Ma, Boxiang, Guo, Shaoru, Song, Hongxia
Опубликовано:	MDPI AG
Предметы:	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-ссылка:	Citation/Abstract Full Text + Graphics Full Text - PDF
Метки:	Добавить метку Нет меток, Требуется 1-ая метка записи!

Ваш комментарий будет первым!