需同意授權

水稻水分微氣象站影像辨識系統

本專案實作一套以 VGG16 架構為基礎的卷積神經網路(CNN),用於預測水稻田之灌溉狀態。該模型可於不同生育期判別田區為「有灌水」或「不灌水」。

Data and Resources

應用模型

  • CNN_rice_water_BeforeAfter_release

Additional Info

Field Value
Last Updated August 13, 2025, 10:51 (+0800)
Created August 11, 2025, 16:52 (+0800)

Recommended AI Model

電能管理模型

更新頻率 定期
瀏覽次數 24576
下載次數 183
電能管理模型資料收集自畜牧場能源管理系統 (SSNARC Stock Farm Energy Manage System)...

作物水分影像預警模型

更新頻率 定期
瀏覽次數 16674
下載次數 3
本研究針對水稻智慧農業落地所面臨的高設備成本與操作門檻等困難,提出一套以手機拍攝之 RGB 影像為基礎,透過生成式智慧(Generative AI)技術轉換成類光譜訊號的水分預警模型。該模型整合多種水分與紋理特徵(如 NDWI、LWCI、Wavelet-based Spectral Features、GLCM-based Texture...

水稻叢影像去背模型

更新頻率 定期
瀏覽次數 36161
下載次數 1
模型摘要 1. 模型概述 本模型基於 U2-NET 架構,專門用於影像去背。U2-NET 是一種輕量級的深度學習網絡,設計用於高效的前景物體檢測和分割。模型能夠自動將影像中的主要物體與背景進行區分,生成對應的影像遮罩,並實現精確的去背效果。 2. 應用場景 本模型適用於 無人機空拍影像 的去背處理,特別是去除土壤、雜草等背景雜訊。具體應用場景包括:...