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 15397
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)...

作物病害線蟲高光譜預警模型

更新頻率 定期
瀏覽次數 28040
下載次數 54
本研究聚焦於利用 490–900 nm...

水稻叢自動偵測標記模型

更新頻率 定期
瀏覽次數 17595
下載次數 73
模型概述 本模型基於 YOLO V7 架構,經過訓練標註數百張水稻空拍影像,能夠精確地在影像中識別並以矩形框標示水稻叢的位置。該模型的應用旨在提高水稻田間管理的效率,通過自動化的影像分析技術,農民能夠快速獲取水稻叢的位置信息,從而進行精準的田間操作和監測,提升作物管理的精度與效果,最終實現增產增收的目標。 電腦需求 需配有 Nvidia...