برنامه نویسی

مدل AI در شناسایی 2،959 گونه گیاهی با استفاده از 4.7M تصاویر کشاورزی به دقت 92.6 ٪ دست می یابد

این یک مقاله ساده انگلیسی از یک مقاله تحقیقاتی به نام مدل AI است که در شناسایی 2،959 گونه گیاهی با استفاده از 4.7 متر تصاویر کشاورزی به 92.6 ٪ دقت می کند. اگر این نوع تحلیل ها را دوست دارید ، باید به Aimodels.fyi بپیوندید یا ما را در توییتر دنبال کنید.

نمای کلی

  • Inatag یک مجموعه داده عظیم با 4.7 میلیون تصویر از 2،959 گونه محصول و علفهای هرز است
  • ایجاد شده از داده های غیر طبیعی ، فیلتر شده برای ارتباط کشاورزی
  • طبقه بندی گیاهان چند طبقه را با دقت بالا فعال می کند (6 /92 ٪ برتر 1)
  • از مجموعه داده های کشاورزی موجود در مقیاس و تنوع بهتر عمل می کند
  • مدلهایی که در انتقال Inatag به طور مؤثر به سناریوهای مزرعه در دنیای واقعی آموزش داده می شوند

توضیح انگلیسی ساده

گیاهان فوق العاده متنوع هستند و گفتن آنها جدا از هم حتی برای انسان چالش برانگیز است. برای کشاورزان ، این چالش بسیار مهم است – درک بین محصولات زراعی و علفهای هرز می تواند موفقیت یک فصل را تعیین کند. سنتی [weed identification](https: //aimodels.fyi/papers/arxiv/weedvision-…

برای خواندن خلاصه کامل این مقاله اینجا را کلیک کنید

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا