首页
›
农业食品现代生物产业工程
›
005-农业机器视觉与AI识别技术
›
《农作物杂草识别与分类应用》
VIP20
本课程属于:005-农业机器视觉与AI识别技术
农业食品现代生物产业工程 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
农作物杂草识别与分类应用
共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入与杂草识别应用全景
课程目标 · 杂草识别在农业生产中的价值 · 从图像采集到分类决策的完整链路
课程导入
杂草识别应用全景
02
农田杂草基础知识与分类体系
主要农作物伴生杂草的形态特征 · 科属分类 · 生长周期与危害方式
农田杂草基础知识
分类体系
03
杂草图像数据采集规范
田间拍摄设备选择 · 光照与角度控制 · 背景干扰处理
杂草图像数据采集…
田间拍摄设备选择
04
杂草图像数据集构建与标注
类别体系设计 · 标注工具使用 · 标注质量控制
杂草图像数据集构…
标注
05
杂草图像预处理与增强实战
尺寸归一化 · 去噪 · 色彩空间转换
杂草图像预处理
增强实战
06
杂草识别中的传统图像特征方法
颜色 · 纹理 · 形状特征提取
杂草识别
传统图像特征方法
07
卷积神经网络基础与杂草分类入门
CNN核心组件 · 经典网络结构 · 迁移学习思路
卷积神经网络基础
杂草分类入门
08
基于深度学习的杂草分类模型训练
损失函数选择 · 优化器与学习率策略 · 批归一化与正则化
基于深度学习的杂…
损失函数选择
09
杂草分类模型评估与误差分析
混淆矩阵 · 精确率/召回率/F1 · 类别不平衡处理
杂草分类模型评估
误差分析
10
田间杂草检测与定位任务
从分类到检测的问题转换 · 目标检测基础 · 标注格式转换
田间杂草检测
定位任务
11
杂草实例分割与精细识别
分割任务定义 · 掩码标注 · 实例分割模型应用
杂草实例分割
精细识别
12
多类杂草细粒度分类挑战
相似杂草区分 · 细粒度特征学习 · 层次分类策略
多类杂草细粒度分…
相似杂草区分
13
杂草识别中的类别不平衡与长尾问题
重采样 · 代价敏感学习 · 数据增强与损失函数改进
杂草识别
类别不平衡
14
模型轻量化与边缘部署准备
剪枝 · 量化 · 知识蒸馏
模型轻量化
边缘部署准备
15
田间移动端杂草识别应用开发
移动端推理框架 · 模型转换 · 相机接入
田间移动端杂草识…
移动端推理框架
16
无人机与遥感图像杂草识别
航拍图像特点 · 地块级与株级识别差异 · 多光谱信息辅助
无人机
遥感图像杂草识别
17
杂草识别结果的可视化与解释
分类热力图 · 检测框与掩码展示 · 模型决策解释
杂草识别结果的可…
解释
18
杂草识别系统的数据闭环与持续迭代
田间反馈收集 · 难例回流 · 模型再训练
杂草识别系统的数…
持续迭代
19
杂草识别在精准施药中的应用
识别结果与施药决策衔接 · 处方图生成 · 变量喷洒控制逻辑
杂草识别
精准施药
20
杂草识别在机械除草与农艺管理中的应用
除草机器人感知需求 · 识别与执行机构协同 · 作业路径规划
杂草识别
机械除草
21
杂草识别模型的鲁棒性与田间泛化
光照变化 · 雨雾天气 · 土壤背景差异
杂草识别模型的鲁…
田间泛化
22
杂草识别中的对抗与安全风险
对抗样本 · 数据投毒 · 模型窃取风险
杂草识别
对抗
23
多模态信息融合的杂草识别
图像与光谱 · 图像与位置信息 · 图像与时序信息的融合方式及适用场景
多模态信息融合的…
图像
24
杂草识别模型的联邦学习与隐私保护
多农场数据协作需求 · 联邦学习流程 · 隐私保护机制
杂草识别模型的联…
隐私保护
25
杂草识别应用系统的架构设计
端-边-云协同架构 · 数据流与接口设计 · 模型服务化
杂草识别应用系统…
云协同架构
26
杂草识别项目的需求分析与方案设计
用户角色与场景调研 · 功能与非功能需求 · 技术选型
杂草识别项目的需…
方案设计
27
杂草识别数据标注与模型训练实战
从零完成一个小规模杂草数据集的标注 · 训练 · 评估与问题排查全流程
杂草识别数据标注
模型训练实战
28
杂草识别模型部署与现场测试实战
将训练好的模型部署到边缘设备或移动端 · 开展田间现场测试并记录问题
杂草识别模型部署
现场测试实战
29
杂草识别应用效果评估与优化迭代
制定现场评估指标 · 收集真实作业数据 · 分析瓶颈并完成一轮优化迭代
杂草识别应用效果…
优化迭代
30
课程综合项目答辩与总结
综合项目成果展示 · 技术方案复盘 · 应用价值分析
课程综合项目答辩
综合项目成果展示
所属VIP或分类
同VIP:ONNX农业识别模型导出与部署
同VIP:OpenCV农业图像预处理技术
同VIP:Python农业机器视觉快速入门