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」。

資料與資源

應用模型

  • CNN_rice_water_BeforeAfter_release

額外的資訊

欄位
最後更新 8月 13, 2025, 10:51 (+0800)
建立 8月 11, 2025, 16:52 (+0800)

推薦AI模型

電能管理模型

更新頻率 定期
瀏覽次數 12373
下載次數 76
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)...

水稻叢自動偵測標記模型

更新頻率 定期
瀏覽次數 13215
下載次數 70
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...

作物蟲害多光譜預警系統

更新頻率 定期
瀏覽次數 10412
下載次數 61
無人機多光譜影像預測蟲害發生的模型摘要 1. 簡介 本指南介紹如何利用無人機多光譜影像數據來預測蟲害發生的可能性,並進行提前預警和防治。模型將使用 Weka 3.8.3 工具進行開發和讀取。 2. 資料準備 2.1 無人機多光譜影像獲取 使用無人機配備多光譜攝像頭對農田進行影像拍攝。 確保影像覆蓋範圍全面,分辨率適中。 2.2 數據處理...