Loading...
机构名称:
¥ 1.0

传统方法和昆虫分类学家数量的减少严重影响了昆虫识别的效率。最初,使用某些算法进行了AI订单级鉴定昆虫图像的时期(Wang等,2012)。后来,许多算法用于图像识别。在最近的过去,CNN被广泛使用,因为它自动提取复杂特征,并在图像识别中有效。ThenMozhi和Reddy,2019年开发了一种CNN模型,用于对三种不同类别的昆虫图像数据集进行分类。Sagar等。(2021)使用CNN开发了一个应用程序和门户Patangasuchaka,以识别蝴蝶和飞蛾。同样,CNN也用于鉴定白蚁(Huang等,2021),使用无人机识别椰子害虫(Chandy,2019年),水稻害虫检测(Bhoi等人(Bhoi等)(Bhoi等),2020年),苹果害虫和疾病鉴定(Abbaspour-Gilandeh等,2022)

昆虫学的人工智能

昆虫学的人工智能PDF文件第1页

昆虫学的人工智能PDF文件第2页

昆虫学的人工智能PDF文件第3页

昆虫学的人工智能PDF文件第4页

相关文件推荐

2025 年
¥1.0
2024 年
¥21.0
2024 年
¥1.0
1900 年
¥1.0
2025 年
¥1.0
2025 年
¥1.0
2025 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥4.0
2025 年
¥1.0
2024 年
¥3.0
2025 年
¥1.0
2023 年
¥1.0
2025 年
¥1.0
2025 年
¥1.0
2022 年
¥22.0
2024 年
¥1.0
2025 年
¥1.0
2024 年
¥10.0
2025 年
¥1.0
2025 年
¥1.0
2025 年
¥1.0
2023 年
¥4.0
2023 年
¥1.0
2025 年
¥1.0
2025 年
¥1.0
2025 年
¥1.0
2024 年
¥3.0