8 AI Model found

Organizations: Using physiological indicators to Establish a Smart Health Early Warning Platform for Crops (應用生理指標建立超前預警之作物栽培管理平台)

Filter Results

  • 需同意授權 作物水分影像預警模型

    更新頻率 定期 瀏覽次數 631 下載次數 0
    試玩連結：http://140.120.203.202/aimia/G1-cell_phone.php 模型摘要 這個模型是一個基於XGBoost的機器學習分類器，專門用來預測一期稻作物的水分狀態。模型通過使用200棵增強樹，利用多光譜數據中不同波段的光譜特徵（例如均值、最大值、最小值、標準差和方差）來進行學習，進而為作物水分管理提供早期預警。...

  • 需同意授權 作物病害線蟲可見光預警模型(+紅外光)

    更新頻率 定期 瀏覽次數 1997 下載次數 0
    針對不同波長(400-1000nm)進行感染水稻葉芽線蟲之種子影像蒐集，並利用不同光譜當作特徵來預測種子是否有線蟲，需使用weka3.8.3工具讀取模型使用，並讀取模型即能使用

  • 需同意授權 作物病害線蟲高光譜預警模型

    更新頻率 定期 瀏覽次數 3959 下載次數 0
    針對不同波長(470-900nm)進行感染水稻葉芽線蟲之種子影像蒐集，並利用不同光譜當作特徵來預測種子是否有線蟲，需使用weka3.8.3工具並讀取模型即能使用

  • 需同意授權 作物水分感測器預警模型

    更新頻率 定期 瀏覽次數 2259 下載次數 0
    預測作物水分不同給水需求，需使用weka3.8.3工具讀取模型使用，並讀取模型即能使用

  • 需同意授權 作物水分無人機預警模型

    更新頻率 定期 瀏覽次數 1645 下載次數 0
    預測空拍機的水分分類，需使用weka3.8.3工具讀取模型使用，並讀取模型即能使用

  • 需同意授權 水稻叢影像去背模型

    更新頻率 定期 瀏覽次數 4259 下載次數 0
    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：...

  • 需同意授權 水稻叢自動偵測標記模型

    更新頻率 定期 瀏覽次數 2956 下載次數 1
    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...

  • 需同意授權 作物蟲害無人機預警系統

    更新頻率 定期 瀏覽次數 4738 下載次數 0
    利用一期稻無人機-蟲害影像空拍資料標記蟲害發生與健康的資料來預測蟲害，需使用weka3.8.3工具讀取模型使用，並讀取模型即能使用
You can also access this registry using the API (see API Docs).