Enhancing Dense-Scene Millet Appearance Quality Inspection Based on YOLO11s with Overlap-Partitioning Strategy for Procurement

Enregistré dans:

Détails bibliographiques
Publié dans:	Agronomy vol. 15, no. 6 (2025), p. 1284
Auteur principal:	He Leilei
Autres auteurs:	Ruiyang, Wei, Ding Yusong, Huang Juncai, Wei, Xin, Li, Rui, Wang, Shaojin, Fu Longsheng
Publié:	MDPI AG
Sujets:	Accuracy Deep learning Image resolution Smartphones Inspection Applications programs Procurement Impurities Image detection Mobile computing Grain Automation Millet Partitioning Quality assessment Machine vision Quality control High resolution Support vector machines Rice Image quality Object recognition Real time
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!