Plant image recognition with deep learning: A review

人工智能 图像处理 领域(数学) 人工神经网络 深度学习 数字图像处理 机器学习 领域(数学分析) 计算机科学 植物鉴定 模式识别(心理学) 图像(数学) 数学 数学分析 纯数学
作者
Huiling Chen,Yiqi Huang,Zizhao Zhang,Zhen Wang,Lei Zhu,Conghui Liu,Cong Huang,Shuangyu Dong,Xuejiao Pu,Fanghao Wan,Xi Qiao,Wanqiang Qian
出处
期刊:Computers and Electronics in Agriculture [Elsevier]
卷期号:212: 108072-108072 被引量:28
标识
DOI:10.1016/j.compag.2023.108072
摘要

Significant advances in the field of digital image processing have been achieved in recent years using deep learning, which has significantly exceeded previous methods. Deep learning allows computers to automatically learn pattern features. Manual extraction of plant image features requires careful engineering and considerable domain expertise, so how to use deep learning technology for plant image identification studies has become a research hotspot. The following three elements are presented in this work: the various neural network structures in plant image recognition and recent research on neural network improvement methods; the way of plant image data collection and processing; three important future development directions. This review summarizes the methods used in the field of plant image recognition in the past five years, providing the latest and most practical ideas for solving problems for researchers in this field.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
JWKim发布了新的文献求助10
刚刚
刚刚
彩虹尽头的宝藏完成签到,获得积分10
刚刚
刚刚
科研通AI2S应助zhj采纳,获得10
1秒前
ikun0000完成签到,获得积分10
1秒前
可爱的函函应助修仙梅采纳,获得10
2秒前
3秒前
wangqianyu发布了新的文献求助10
3秒前
CHAIZH完成签到,获得积分10
3秒前
乐观宛海发布了新的文献求助10
4秒前
futing完成签到,获得积分10
4秒前
qwfwe完成签到,获得积分10
5秒前
年轻士萧完成签到,获得积分10
5秒前
serein发布了新的文献求助10
6秒前
6秒前
gtxy完成签到 ,获得积分10
7秒前
7秒前
7秒前
第三人称的自己完成签到,获得积分10
7秒前
ggr216完成签到,获得积分10
8秒前
慕青应助缓慢凝梦采纳,获得10
8秒前
遗迹小白给遗迹小白的求助进行了留言
8秒前
科研通AI2S应助lqlqhehehe采纳,获得10
8秒前
大模型应助0109采纳,获得10
8秒前
8秒前
quhayley应助清a采纳,获得10
8秒前
赘婿应助小姜同学采纳,获得10
9秒前
10秒前
悟空发布了新的文献求助10
10秒前
酷波er应助星星采纳,获得10
10秒前
勤恳易真发布了新的文献求助10
11秒前
12秒前
13秒前
陈莹发布了新的文献求助10
13秒前
14秒前
屁屁发布了新的文献求助10
14秒前
影子发布了新的文献求助10
15秒前
zhj发布了新的文献求助10
16秒前
勤劳的亦巧完成签到 ,获得积分10
16秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3149112
求助须知:如何正确求助?哪些是违规求助? 2800154
关于积分的说明 7838819
捐赠科研通 2457690
什么是DOI,文献DOI怎么找? 1307972
科研通“疑难数据库(出版商)”最低求助积分说明 628363
版权声明 601706