典型文献
深度学习在苹果产业链中的应用与研究进展
文献摘要：
我国是苹果生产大国,苹果种植面积广、品种多.将深度学习与机器视觉技术相结合并运用于苹果种植和生产的全产业链中是苹果产业技术升级的重要手段和方向.聚焦苹果产业链中的果树种植、收获采摘和产后检测3个关键阶段,系统性梳理深度学习技术的相关应用与研究进展,其中主要涉及叶部病虫害识别、种植监测、采摘机器人的目标识别和苹果无损分级检测等研究领域,在分析对比不同技术之间的差异与共性的基础上,探讨深度学习在苹果产业链中所面临的困难与挑战.
文献关键词：
深度学习;苹果;机器视觉;卷积神经网络
中图分类号：
作者姓名：
黄昊;谢圣桥;陈度;王恒
作者机构：
中国农业大学工学院,北京100083;中国农业大学现代农业装备优化设计北京市重点实验室,北京100083;洛阳智能农业装备研究院有限公司,河南洛阳471934
文献出处：
引用格式：
[1]黄昊;谢圣桥;陈度;王恒-.深度学习在苹果产业链中的应用与研究进展)[J].中国农业科技导报,2022(10):79-89
A类：
B类：
苹果产业链,应用与研究,苹果生产,苹果种植,种植面积,机器视觉技术,技术相结合,全产业链,产业技术,技术升级,果树种植,关键阶段,深度学习技术,相关应用,病虫害识别,采摘机器人,目标识别,果无,无损分级,分析对比
AB值：
0.314635
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
