- 博客(3)
- 收藏
- 关注
RSS订阅原创 医学图像分割
在当今医疗技术飞速发展的时代，结合传统医学和现代技术，特别是深度学习领域的进步，为中医舌诊提供了新的发展机遇。基于深度学习的中医诊断舌象分割系统旨在通过计算机视觉技术实现对舌头图像的自动识别和分析，提高中医舌诊的准确性和客观性。该系统的核心在于应用了全卷积网络（FCN）和U-Net模型。FCN模型能够实现图像的端到端学习，通过上采样操作恢复图像尺寸，进行像素级的分类。而U-Net模型则通过引入跳跃连接，有效地融合了不同深度特征，进一步提升了图像分割的准确度。
2024-12-13 16:22:05
1720
原创 可采摘作物检测
使用计算机视觉技术对植物各阶段的生长情况进行准确检测，是实现自动化过程（如收获）的关键步骤。基于深度学习的目标识别、目标检测、图像分割等先进的计算机视觉技术，在各不同领域（如农业）中具有广阔的应用前景。
2024-12-11 01:54:11
1819
1
原创 病虫害识别
作物病虫害是粮食安全的主要威胁，但因为缺乏必要的基础设施，所以在很多地区快速识别它们仍然非常困难。全球智能手机普及率正在不断提高，加上深度学习在计算机视觉方面的最新进展，为智能手机辅助农作物疾病诊断铺平了道路。使用在受控条件下收集的54306张患病和健康植物叶片图像的公共数据集,训练深度卷积神经网络来识别14种作物和26种疾病(或不存在疾病)。
2024-11-16 18:36:16
2388
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人