文献 | Eur. J. Agron丨YOLO模型:在无人机遥感图像中检测向日葵花冠

文章预览

转自：精准农业遥感 🛰️🛩️🌱🌱🌱🌱🌱🌱 🛩️ 🛰️ 英文： Sunflower-YOLO: Detection of sunflower capitula in UAV remote sensing images 中文： YOLO模型:在无人机遥感图像中检测向日葵花冠 期刊：European Journal of Agronomy 影响因子：4.5 期刊级别：SCI、EI 发表日期：2024年 亮点 1.向日葵-YOLO模型能准确检测无人机图像中向日葵头状花序的三个生长阶段。 2.SiLU、小目标检测头和DeformAtt-ELAN结构提高了模型性能。 3.生成向日葵头状花序密度图，用于表型分析和田间管理。 摘要 向日葵头状花序的准确识别和监测对于田间表型分析、栽培管理、物候监测和产量预测至关重要。然而，由于田间环境的复杂性和向日葵头状花序形态的多样性，人工观测面临着巨大的挑战。无人飞行器（UAV）因其低成本和高时空分辨率而成为向日葵头状花序监测的理想平台。本研究介绍了基 ………………………………